Alibaba Cloud: Qwen3-VL-Embedding

Qwen3 VL Embedding ánh xạ nội dung hình ảnh và văn bản thành các vectơ để truy xuất. Nó hữu ích cho việc tìm kiếm hình ảnh bằng truy vấn văn bản hoặc kết nối một tài sản hình ảnh với thông tin văn bản liên quan.

So sánh mô hình

qwen3-vl-embedding

Sẵn sàngAlibaba CloudNhúngĐồng bộ

Đầu vào / Đầu ra: $0.10 / —
Ngữ cảnh: 32K
Phương thức: NhúngThị giác

Về Qwen3-VL-Embedding

Qwen3-VL-Embedding là mô hình nhúng đa phương thức của Alibaba: nó ánh xạ văn bản, hình ảnh và video thành các vectơ để một truy vấn có thể truy xuất bất kỳ loại dữ liệu nào trong số đó. Alibaba liệt kê 33 ngôn ngữ chính và các kích thước đầu ra có thể tùy chọn từ 256 đến 2560 chiều, cùng với chế độ hợp nhất kết hợp nhiều đầu vào thành một vectơ. Đây là mô hình linh hoạt hơn trong hai mô hình nhúng đa phương thức của Alibaba.

Ưu điểm

Nhúng văn bản, hình ảnh, video và nhiều hình ảnh trong một mô hình, cho phép tìm kiếm đa phương thức.
Các kích thước đầu ra có thể tùy chọn từ 256 lên đến 2560 chiều cho phép bạn cân bằng giữa độ chính xác và dung lượng lưu trữ.
Chế độ hợp nhất kết hợp tất cả các đầu vào của một yêu cầu thành một vectơ duy nhất, chẳng hạn như một hình ảnh cùng với chú thích của nó.
Hỗ trợ 33 ngôn ngữ chính theo tài liệu tham khảo của Alibaba.

Khi nào nên chọn model khác

Các vectơ lớn 2560 chiều làm tăng kích thước chỉ mục, vì vậy hãy chọn kích thước nhỏ hơn nếu dung lượng lưu trữ là vấn đề quan trọng.
Nó chỉ tạo ra các vectơ; việc xếp hạng kết quả hoặc tạo câu trả lời cần một mô hình khác.

Bắt đầu

Tạo API key
Tạo API key trong Console để dùng cho mọi mô hình trên nền tảng.

Gửi yêu cầu đầu tiên của bạn

Sao chép ví dụ cho ngôn ngữ của bạn và chạy nó với endpoint.

Nhúng đa phương thứcĐiểm cuối 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."
  }
}'

Tham số

Nhúng đa phương thức

Tham số	Giá trị và giới hạn	Mặc định	Ghi chú
`dimensions`	Chưa cung cấp	Chưa cung cấp	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`	Chưa cung cấp	Chưa cung cấp	Chưa cung cấp
`input_modality`	Chưa cung cấp	Chưa cung cấp	Chưa cung cấp

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.

Giá

Giá Verified áp dụng cho Verified, thường rẻ hơn trên hầu hết các model. Giá Official là giá niêm yết từ nhà phát triển, áp dụng cho route Official ổn định hơn. Auto sẽ tính phí dựa trên route hoàn thành yêu cầu.

Default

mỗi 1M token

Giá Official: Đầu vào $0.10 / Văn bản Đầu vào $0.10 / Hình ảnh Đầu vào $0.258
Giá Verified: —
Giảm giá: —

	Giá Officialmỗi 1M token	Giá Verifiedmỗi 1M token	Giảm giá
Default	Đầu vào $0.10 / Văn bản Đầu vào $0.10 / Hình ảnh Đầu vào $0.258	—	—

Sử dụng & hoạt động

Tỷ lệ thành công là tỷ lệ yêu cầu hoàn tất. Độ trễ là thời gian của một phản hồi đầy đủ; P95 nghĩa là 95% yêu cầu hoàn thành trong khoảng thời gian đó.

Mức sử dụng & tình trạng

24 giờ qua

Yêu cầu
Tỷ lệ thành công
Độ trễ P95
Tổng token

Hiệu năng mô hình

Cập nhật lần cuối 08:48 1 thg 11, 2026 UTC

Các chỉ số sẽ xuất hiện sau khi đạt ngưỡng về quyền riêng tư và khối lượng dữ liệu.

Dữ liệu dựa trên các yêu cầu tổng hợp của người dùng, không bao gồm các kiểm tra trạng thái.

Mở trong Console

Mở Qwen3-VL-Embedding trong Console để chỉnh sửa và gửi prompt ngay.

Giúp tôi thử qwen3-vl-embedding với multimodal-embedding tại /v1/multimodal/embeddings. Hiển thị kết quả và chi phí.

Tình huống sử dụng

Phù hợp cho

Thị giác

Tìm kiếm hình ảnh bằng văn bản
Lập chỉ mục thư viện ảnh dưới dạng vectơ và truy xuất hình ảnh từ mô tả bằng văn bản bằng nhiều ngôn ngữ.
Danh mục sản phẩm
Hợp nhất từng ảnh sản phẩm với tiêu đề của nó thành một vectơ để người mua hàng tìm thấy mặt hàng theo hình ảnh hoặc từ ngữ.
Truy xuất video
Nhúng các đoạn video và cho phép biên tập viên tìm kiếm cảnh quay bằng truy vấn văn bản thuần túy, thay vì phải gắn thẻ từng đoạn clip theo cách thủ công.

Ví dụ prompt

Nhúng ảnh sản phẩm này cùng với văn bản tiêu đề của nó thành một vectơ hợp nhất duy nhất.

Nhúng truy vấn 'ghế sofa da màu đỏ trong phòng khách sáng sủa' để truy xuất hình ảnh.

Nhúng đoạn video dài 20 giây này để có thể tìm thấy nó bằng các tìm kiếm văn bản.

Mô hình này có giá theo điều kiện. Chỉ tổng token hàng tháng không thể tạo ước tính đáng tin cậy; hãy dùng bảng giá chi tiết theo thông số yêu cầu, bộ nhớ đệm và khung giờ áp dụng.

FAQ

Qwen3-VL-Embedding có thể nhúng những gì?

Văn bản, hình ảnh, video và nhiều hình ảnh. Tài liệu tham khảo của Alibaba liệt kê cả các nhúng độc lập cho mỗi đầu vào và chế độ hợp nhất trả về một vectơ cho tất cả các đầu vào cùng nhau.

Những kích thước đầu ra nào khả dụng?

Mặc định là 2560, với các lựa chọn thay thế là 2048, 1536, 1024, 768, 512 và 256. Kích thước nhỏ hơn giúp tiết kiệm không gian chỉ mục với một chút đánh đổi về độ chính xác khi truy xuất. Hãy thử nghiệm kích thước nhỏ hơn trên các truy vấn của riêng bạn trước, vì nó thường cho kết quả truy xuất gần như tương đương.

Nó hỗ trợ những ngôn ngữ nào?

Alibaba liệt kê 33 ngôn ngữ chính, bao gồm tiếng Trung, tiếng Anh, tiếng Nhật, tiếng Hàn, tiếng Pháp và tiếng Đức, vì vậy các truy vấn bằng nhiều ngôn ngữ có thể tìm thấy cùng một hình ảnh. Hãy kiểm tra các ngôn ngữ ít phổ biến hơn trên các mẫu trước khi ra mắt.

Nó khác biệt thế nào so với Tongyi Embedding Vision Plus?

Qwen3-VL-Embedding cung cấp các kích thước có thể điều chỉnh, chế độ hợp nhất và phạm vi ngôn ngữ rộng hơn. Tongyi Embedding Vision Plus có một kích thước đầu ra cố định và bị giới hạn trong tiếng Trung và tiếng Anh.

Qwen3-VL-Embedding có giá bao nhiêu?

Giá phụ thuộc vào đơn vị tính phí, thông số và mức sử dụng. Hãy so sánh các điều kiện tương đương trong bảng giá chi tiết của mô hình; một mức giá đơn lẻ không quyết định tổng chi phí.

Qwen3-VL-Embedding nên dùng endpoint nào?

Dùng https://api.tokenlab.sh/v1/multimodal/embeddings làm mặc định cho Qwen3-VL-Embedding. Nếu mô hình hỗ trợ định dạng native của nhà cung cấp, API workbench cũng hiển thị endpoint đó.

Qwen3-VL-Embedding hỗ trợ những thao tác nào?

Qwen3-VL-Embedding hỗ trợ Nhúng đa phương thức. Chọn một thao tác trong API workbench phía trên để xem endpoint và mã ví dụ tương ứng.