Alibaba Cloud: Qwen3-VL-Embedding

Qwen3 VL Embedding은 검색을 위해 시각적 및 텍스트 콘텐츠를 벡터로 매핑합니다. 텍스트 쿼리로 이미지를 찾거나 시각적 자산을 관련 서면 정보와 연결하는 데 유용합니다.

qwen3-vl-embedding

사용 가능Alibaba Cloud임베딩동기

입력 / 출력: $0.10 / —
컨텍스트: 32K
모달리티: 임베딩비전

Qwen3-VL-Embedding 소개

Qwen3-VL-Embedding은 알리바바의 멀티모달 임베딩 모델입니다. 텍스트, 이미지, 비디오를 벡터로 매핑하여 하나의 쿼리로 이들 중 무엇이든 검색할 수 있게 합니다. 알리바바는 33개의 주요 언어 지원과 256에서 2560 차원까지 선택 가능한 출력 크기, 그리고 여러 입력을 하나의 벡터로 병합하는 퓨전 모드를 제공한다고 명시하고 있습니다. 이는 알리바바의 두 멀티모달 임베딩 모델 중 더 유연한 모델입니다.

강점

텍스트, 이미지, 비디오 및 여러 이미지를 하나의 모델로 임베딩하여 교차 모달 검색을 가능하게 합니다.
256에서 2560 차원까지 선택 가능한 출력 크기를 통해 정확도와 저장 공간 사이에서 균형을 맞출 수 있습니다.
퓨전 모드는 이미지와 그 캡션처럼 요청의 모든 입력을 하나의 벡터로 결합합니다.
알리바바의 참조 자료에 따르면 33개의 주요 언어를 지원합니다.

다른 모델이 필요한 경우

2560 차원의 대형 벡터는 인덱스 크기를 증가시키므로, 저장 공간이 중요하다면 더 작은 크기를 선택하십시오.
이 모델은 벡터만 생성합니다. 결과 순위 지정이나 답변 생성은 다른 모델이 필요합니다.

시작하기

API 키 만들기
Console에서 키를 만들고 플랫폼의 모든 모델에 사용하세요.

첫 번째 요청 보내기

사용 중인 언어의 예시를 복사하여 엔드포인트에 실행하세요.

멀티모달 임베딩TokenLab 엔드포인트

POST/v1/multimodal/embeddings

curl -X POST "https://api.tokenlab.sh/v1/multimodal/embeddings" \
  -H "Authorization: Bearer sk-xxx" \
  -H "Content-Type: application/json" \
  -d '{
  "model": "qwen3-vl-embedding",
  "input": {
    "text": "The quick brown fox jumps over the lazy dog."
  }
}'

매개변수

멀티모달 임베딩

매개변수	값 및 제한	기본값	참고
`dimensions`	제공되지 않음	제공되지 않음	This field is accepted. The current public contract does not specify a complete value range or list. No additional values are promised. The omitted-field default is not verified.
`input`	제공되지 않음	제공되지 않음	제공되지 않음
`input_modality`	제공되지 않음	제공되지 않음	제공되지 않음

TokenLab currently keeps image input behind ENABLE_MULTIMODAL_IMAGE_INPUT; public contract should not promise image/video input until live probes and docs are opened end to end.

가격 책정

Verified 가격은 Verified에 적용되며 대부분의 모델에서 더 저렴합니다. Official 가격은 모델 제조사가 공개한 가격으로, 더 안정적인 Official 경로에 적용됩니다. Auto는 요청을 완료한 경로의 가격으로 청구합니다.

Default

1M Token 당

Official 가격: 입력 $0.10 / 텍스트 입력 $0.10 / 이미지 입력 $0.258
Verified 가격: —
할인: —

	Official 가격1M Token 당	Verified 가격1M Token 당	할인
Default	입력 $0.10 / 텍스트 입력 $0.10 / 이미지 입력 $0.258	—	—

사용량 및 활동

성공률은 완료된 요청의 비율입니다. 지연 시간은 전체 응답에 걸리는 시간이며, P95는 요청의 95%가 해당 시간 내에 완료되었음을 의미합니다.

사용량 및 가용성

지난 24시간

요청
성공률
P95 지연 시간
총 토큰

모델 성능

마지막 업데이트: 2026. 11. 1. 오전 8:48 UTC

개인정보 보호 및 데이터 볼륨 임계값이 충족되면 메트릭이 표시됩니다.

데이터는 상태 확인을 제외한 집계된 사용자 요청을 기반으로 합니다.

Console에서 열기

Console에서 Qwen3-VL-Embedding을 열고 프롬프트를 수정하거나 전송하세요.

/v1/multimodal/embeddings에서 multimodal-embedding을(를) 사용하여 qwen3-vl-embedding을(를) 테스트합니다. 결과와 비용을 확인하세요.

사용 사례

적합한 용도

비전

텍스트를 통한 이미지 검색
사진 라이브러리를 벡터로 인덱싱하고 여러 언어로 작성된 설명으로 사진을 검색합니다.
제품 카탈로그
각 제품 사진과 제목을 하나의 벡터로 융합하여 쇼핑객이 외관이나 단어로 상품을 찾을 수 있게 합니다.
비디오 검색
비디오 클립을 임베딩하여 편집자가 모든 클립에 수동으로 태그를 달지 않고도 일반 텍스트 쿼리로 영상을 찾을 수 있게 합니다.

프롬프트 예제

이 제품 사진을 제목 텍스트와 함께 하나의 융합된 벡터로 임베딩합니다.

이미지 검색을 위해 '밝은 거실에 있는 빨간색 가죽 소파'라는 쿼리를 임베딩합니다.

이 20초짜리 비디오 클립을 임베딩하여 텍스트 검색으로 찾을 수 있게 합니다.

이 모델은 조건부 요금제입니다. 월간 토큰 총량만으로는 신뢰할 수 있는 견적을 낼 수 없습니다. 요청 사양, 캐시, 해당 시간대에 맞는 상세 요금을 사용하세요.

FAQ

Qwen3-VL-Embedding은 무엇을 임베딩할 수 있나요?

텍스트, 이미지, 비디오 및 다중 이미지를 임베딩할 수 있습니다. 알리바바의 참조 자료에는 입력별 독립적 임베딩과 모든 입력을 합쳐 하나의 벡터로 반환하는 퓨전 모드가 모두 나열되어 있습니다.

사용 가능한 출력 차원은 무엇인가요?

기본값은 2560이며, 대안으로 2048, 1536, 1024, 768, 512, 256을 사용할 수 있습니다. 작은 크기는 인덱스 공간을 절약하지만 검색 정밀도가 다소 낮아질 수 있습니다. 작은 크기라도 종종 거의 비슷한 검색 성능을 보이므로, 먼저 자신의 쿼리로 테스트해 보십시오.

어떤 언어를 지원하나요?

알리바바는 한국어, 중국어, 영어, 일본어, 프랑스어, 독일어를 포함한 33개의 주요 언어를 나열하고 있어, 여러 언어로 된 쿼리로 동일한 이미지를 찾을 수 있습니다. 출시 전 샘플을 통해 틈새 언어를 확인하십시오.

Tongyi Embedding Vision Plus와 어떻게 다른가요?

Qwen3-VL-Embedding은 조정 가능한 차원, 퓨전 모드, 더 넓은 언어 커버리지를 제공합니다. Tongyi Embedding Vision Plus는 고정된 출력 크기를 가지며 중국어와 영어로 제한됩니다.

Qwen3-VL-Embedding 의 가격은 얼마인가요?

요금은 청구 단위, 사양, 사용량에 따라 달라집니다. 모델의 상세 요금에서 동일한 조건끼리 비교하세요. 단일 요금으로 총비용이 결정되지 않습니다.

Qwen3-VL-Embedding 은 어떤 엔드포인트를 써야 하나요?

Qwen3-VL-Embedding에 대해 https://api.tokenlab.sh/v1/multimodal/embeddings를 사용하세요. 아래 요청 예시는 일치하는 코드 형태를 보여줍니다.

Qwen3-VL-Embedding 은 어떤 오퍼레이션을 지원하나요?

Qwen3-VL-Embedding은(는) 멀티모달 임베딩을(를) 지원합니다. 엔드포인트와 요청 예시를 보려면 위에서 작업을 선택하세요.