Alibaba Cloud: Qwen3-VL-Embedding

O Qwen3 VL Embedding mapeia conteúdo visual e textual em vetores para recuperação. É útil para encontrar imagens com uma consulta de texto ou conectar um ativo visual a informações escritas relacionadas.

Comparar modelos

qwen3-vl-embedding

DisponívelAlibaba CloudIncorporaçãoSíncrono

Entrada / Saída: $0.10 / —
Contexto: 32K
Modalidades: IncorporaçãoVisão

Sobre o Qwen3-VL-Embedding

Qwen3-VL-Embedding é o modelo de embedding multimodal da Alibaba: ele mapeia texto, imagens e vídeo em vetores para que uma única consulta possa recuperar qualquer um deles. A Alibaba lista 33 idiomas principais e tamanhos de saída selecionáveis de 256 a 2560 dimensões, além de um modo de fusão que combina várias entradas em um único vetor. É o mais flexível dos dois modelos de embedding multimodal da Alibaba.

Pontos fortes

Incorpora texto, imagens, vídeo e várias imagens em um único modelo, permitindo a busca cross-modal.
Tamanhos de saída selecionáveis de 256 até 2560 dimensões permitem que você equilibre precisão e armazenamento.
O modo de fusão combina todas as entradas de uma solicitação em um único vetor, como uma imagem e sua legenda.
Cobre 33 idiomas principais de acordo com a referência da Alibaba.

Quando usar outro modelo

Vetores grandes de 2560 dimensões aumentam o tamanho do índice, portanto, escolha um tamanho menor se o armazenamento for importante.
Ele produz apenas vetores; classificar resultados ou gerar respostas requer outro modelo.

Primeiros passos

Criar chave de API
Crie uma chave no Console e use com qualquer modelo da plataforma.

Envie sua primeira requisição

Copie o exemplo para sua linguagem e execute-o no endpoint.

Embedding multimodalEndpoint do TokenLab

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."
  }
}'

Parâmetros

Embedding multimodal

Parâmetro	Valores e limites	Padrão	Notas
`dimensions`	Não fornecido	Não fornecido	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`	Não fornecido	Não fornecido	Não fornecido
`input_modality`	Não fornecido	Não fornecido	Não fornecido

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.

Preço

O preço Verified vale para o Verified, que custa menos na maioria dos modelos. O preço Official é o preço publicado pelo fabricante do modelo e vale para a rota Official, mais confiável. O Auto cobra pela rota que conclui a solicitação.

Default

Por 1M Token

Preço Official: Entrada $0.10 / Texto Entrada $0.10 / Imagem Entrada $0.258
Preço Verified: —
Desconto: —

	Preço OfficialPor 1M Token	Preço VerifiedPor 1M Token	Desconto
Default	Entrada $0.10 / Texto Entrada $0.10 / Imagem Entrada $0.258	—	—

Uso e atividade

A taxa de sucesso é a proporção de requisições concluídas. A latência é quanto tempo uma resposta completa leva; P95 significa que 95% das requisições terminaram dentro desse tempo.

Uso e disponibilidade

Últimas 24 horas

Requisições
Taxa de sucesso
Latência P95
Total de tokens

Desempenho do modelo

Última atualização 1 de nov. de 2026, 08:48 UTC

As métricas aparecerão assim que os limites de privacidade e volume de dados forem atingidos.

Os dados baseiam-se em solicitações agregadas de usuários, excluindo verificações de status.

Abrir no Console

Abra Qwen3-VL-Embedding no Console com um prompt pronto para editar ou enviar.

Ajude-me a testar qwen3-vl-embedding com multimodal-embedding em /v1/multimodal/embeddings. Exiba o resultado e custo.

Casos de uso

Indicado para

Visão

Busca de imagem por texto
Indexe uma biblioteca de fotos como vetores e recupere imagens a partir de uma descrição escrita em vários idiomas.
Catálogos de produtos
Funda cada foto de produto com seu título em um único vetor para que os compradores encontrem itens pela aparência ou por palavras.
Recuperação de vídeo
Incorpore clipes de vídeo e permita que editores encontrem filmagens com uma consulta em texto simples, em vez de marcar cada clipe manualmente.

Exemplos de prompt

Incorpore esta foto de produto junto com seu texto de título como um único vetor fundido.

Incorpore a consulta 'sofá de couro vermelho em uma sala de estar iluminada' para recuperação de imagem.

Incorpore este clipe de vídeo de 20 segundos para que ele possa ser encontrado com buscas de texto.

Este modelo tem preço condicional. Totais mensais de tokens sozinhos não produzem uma estimativa confiável; use o preço detalhado para a especificação da requisição, cache e janela aplicável.

FAQ

O que o Qwen3-VL-Embedding pode incorporar?

Texto, imagens, vídeo e múltiplas imagens. A referência da Alibaba lista tanto embeddings independentes por entrada quanto um modo fundido que retorna um vetor para todas as entradas juntas.

Quais dimensões de saída estão disponíveis?

2560 por padrão, com 2048, 1536, 1024, 768, 512 e 256 como alternativas. Tamanhos menores economizam espaço no índice com algum custo na precisão da recuperação. Teste um tamanho menor em suas próprias consultas primeiro, já que ele frequentemente recupera quase tão bem quanto os maiores.

Quais idiomas ele suporta?

A Alibaba lista 33 idiomas principais, incluindo chinês, inglês, japonês, coreano, francês e alemão, para que consultas em muitos idiomas possam encontrar as mesmas imagens. Verifique idiomas de nicho em amostras antes do lançamento.

Como ele difere do Tongyi Embedding Vision Plus?

O Qwen3-VL-Embedding oferece dimensões ajustáveis, um modo fundido e uma cobertura de idiomas mais ampla. O Tongyi Embedding Vision Plus possui um tamanho de saída fixo e é limitado a chinês e inglês.

Quanto custa o Qwen3-VL-Embedding?

As tarifas dependem da unidade de cobrança, da especificação e do uso. Compare condições iguais no preço detalhado do modelo; uma única tarifa não determina o custo total.

Qual endpoint o Qwen3-VL-Embedding deve usar?

Use https://api.tokenlab.sh/v1/multimodal/embeddings para Qwen3-VL-Embedding. O exemplo de requisição abaixo mostra o formato de código correspondente.

Quais operações o Qwen3-VL-Embedding suporta?

Qwen3-VL-Embedding suporta Embedding multimodal. Selecione uma operação acima para ver seu endpoint e exemplo de requisição.