Alibaba Cloud: Qwen3.7 Text Embedding

Qwen3.7 Text Embedding chuyển đổi văn bản đa ngôn ngữ thành các vectơ ngữ nghĩa, với nhiều lựa chọn về số chiều. Nó hữu ích cho việc truy xuất trên các tài liệu dài khi một ứng dụng cần cân bằng giữa chi tiết vectơ và dung lượng lưu trữ chỉ mục.

So sánh mô hình

qwen3.7-text-embedding

Sẵn sàngAlibaba CloudNhúngĐồng bộ

Đầu vào / Đầu ra: $0.0735 / $0.00
Ngữ cảnh: 128K
Phương thức: Nhúng

Về Qwen3.7 Text Embedding

Qwen3.7 Text Embedding là mô hình nhúng văn bản chủ lực của Alibaba, chuyển đổi văn bản đa ngôn ngữ thành các vectơ để truy xuất và phân cụm. Alibaba ghi nhận khả năng xử lý các đầu vào đơn lẻ rất dài, kích thước đầu ra từ 256 đến 2560 chiều, hướng dẫn tác vụ và vectơ thưa (sparse vectors). Đây là tùy chọn đầy đủ, trong khi Qwen3.7 Text Embedding Flash là phiên bản nhẹ hơn.

Ưu điểm

Chấp nhận các đầu vào đơn lẻ rất dài, phù hợp cho việc nhúng toàn bộ tài liệu thay vì chia nhỏ.
Kích thước đầu ra từ 256 đến 2560 chiều cho phép bạn điều chỉnh kích thước chỉ mục so với độ chi tiết.
Tham số hướng dẫn (instruct parameter) cho phép bạn mô tả tác vụ truy xuất, chẳng hạn như tìm kiếm tài liệu.
Hỗ trợ đầu ra vectơ thưa bên cạnh các vectơ dày (dense vectors) cho tìm kiếm kết hợp, theo Alibaba.

Khi nào nên chọn model khác

Số chiều cao hơn tốn nhiều dung lượng lưu trữ chỉ mục hơn, vì vậy phiên bản Flash phù hợp hơn với các bộ sưu tập rất lớn.
Mô hình chỉ nhúng văn bản; hình ảnh và video cần Qwen3-VL-Embedding.

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.

NhúngĐiểm cuối TokenLab

POST/v1/embeddings

curl -X POST "https://api.tokenlab.sh/v1/embeddings" \
  -H "Authorization: Bearer sk-xxx" \
  -H "Content-Type: application/json" \
  -d '{
  "model": "qwen3.7-text-embedding",
  "input": "The quick brown fox jumps over the lazy dog."
}'

Tham số

Nhúng

Tham số	Giá trị và giới hạn	Mặc định	Ghi chú
`dimensions`	256, 512, 768, 1024, 1536, 2048, 2560	Chưa cung cấp	Chưa cung cấp
`encoding_format`	float	Chưa cung cấp	Chưa cung cấp
`input`	Số đầu vào: ≥ 1, ≤ 20	Chưa cung cấp	Each input row is limited to 128000 tokens.
`user`	Chưa cung cấp	Chưa cung cấp	Chưa cung cấp

TokenLab exposes this model through the OpenAI-compatible /v1/embeddings route.

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.

Giá

mỗi 1M token

Giá Verified: —
Giá Official: Đầu vào$0.0735mỗi 1M tokenĐầu ra$0.00mỗi 1M token

	Giá Officialmỗi 1M token	Giá Verifiedmỗi 1M token	Giảm giá
Đầu vào	$0.0735	—	—
Đầu ra	$0.00	—	—

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 05:01 13 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 Qwen3.7 Text Embedding trong Console để chỉnh sửa và gửi prompt ngay.

Giúp tôi thử qwen3.7-text-embedding với text-embedding tại /v1/embeddings. Hiển thị kết quả và chi phí.

Tình huống sử dụng

Truy xuất tài liệu dài
Nhúng các báo cáo hoặc hướng dẫn dài dưới dạng các mục đơn lẻ và tìm kiếm chúng mà không cần chia nhỏ một cách gắt gao.
Tìm kiếm kết hợp (Hybrid search)
Kết hợp các vectơ dày và thưa để nắm bắt cả ý nghĩa và từ khóa chính xác.
Cơ sở tri thức đa ngôn ngữ
Tìm kiếm wiki công ty được viết bằng nhiều ngôn ngữ bằng cách sử dụng truy vấn bằng bất kỳ ngôn ngữ nào trong số đó.

Ví dụ prompt

Nhúng tài liệu chính sách 60 trang này thành một mục để truy xuất sau này.

Nhúng truy vấn 'làm thế nào để xoay vòng khóa API' với một hướng dẫn mô tả tác vụ tìm kiếm trung tâm trợ giúp.

Nhúng các bài viết hỗ trợ đa ngôn ngữ này ở 1024 chiều để phân cụm.

Tính chi phí

Token đầu vào hàng tháng1M token

Token đầu ra hàng tháng0.5M token

Chi phí hàng tháng ước tính$0.073529

FAQ

Qwen3.7 Text Embedding cung cấp những kích thước nào?

2560, 2048, 1536, 1024 (mặc định), 768, 512 và 256. Hãy chọn giá trị thấp hơn khi dung lượng lưu trữ chỉ mục hoặc tốc độ tìm kiếm quan trọng hơn độ chính xác tuyệt đối.

Một mục chứa được bao nhiêu văn bản?

Alibaba ghi nhận khả năng xử lý các đầu vào đơn lẻ rất dài, dài hơn nhiều trên mỗi mục so với mức text-embedding-v4 chấp nhận, vì vậy toàn bộ tài liệu thường vừa mà không cần chia nhỏ. Ngoài ra, một yêu cầu có thể chứa tối đa 20 mục.

Tham số hướng dẫn (instruct parameter) là gì?

Một hướng dẫn ngắn mô tả tác vụ, ví dụ như một truy vấn tìm kiếm trong tài liệu. Alibaba báo cáo mức tăng từ 1 đến 5 phần trăm khi sử dụng tham số này.

Tôi nên chọn Qwen3.7 hay text-embedding-v4?

Qwen3.7 chấp nhận đầu vào dài hơn và vectơ lớn hơn nhiều. text-embedding-v4 có các lựa chọn kích thước nhỏ hơn xuống đến 64. Hãy chọn dựa trên độ dài tài liệu và ngân sách lưu trữ, sau đó kiểm tra khả năng truy xuất trên tài liệu của riêng bạn với từng mô hình.

Qwen3.7 Text Embedding có giá bao nhiêu?

Trên TokenLab, Qwen3.7 Text Embedding có giá Đầu vào $0.0735 / Đầu ra $0.00 mỗi 1M token. Bảng giá phía trên cho thấy chi tiết đầy đủ.

Qwen3.7 Text Embedding nên dùng endpoint nào?

Dùng https://api.tokenlab.sh/v1/embeddings làm mặc định cho Qwen3.7 Text Embedding. Nếu mô hình hỗ trợ định dạng native của nhà cung cấp, API workbench cũng hiển thị endpoint đó.

Qwen3.7 Text Embedding hỗ trợ những thao tác nào?

Qwen3.7 Text Embedding hỗ trợ Nhúng. Chọn một thao tác trong API workbench phía trên để xem endpoint và mã ví dụ tương ứng.