Alibaba Cloud: Tongyi Embedding Vision Plus
tongyi-embedding-vision-plus- Đầu vào / Đầu ra
- $0.09 / —
- Phương thức
- NhúngThị giác
Về Tongyi Embedding Vision Plus
Tongyi Embedding Vision Plus là một mô hình nhúng đa phương thức của Alibaba, tạo ra các vector cho văn bản, hình ảnh và video. Mô hình xuất ra một kích thước cố định duy nhất là 1152 chiều, hỗ trợ tiếng Trung và tiếng Anh, và có thể xử lý một chuỗi tối đa 8 hình ảnh. Không giống như Qwen3-VL-Embedding, mô hình này chỉ trả về các vector nhúng độc lập, không có chế độ hợp nhất (fusion mode) hoặc kích thước có thể điều chỉnh.
Ưu điểm
- Nhúng văn bản, hình ảnh và video vào cùng một không gian vector để tra cứu đa phương thức.
- Chấp nhận một chuỗi tối đa tám hình ảnh trong một đầu vào.
- Đầu ra cố định 1152 chiều giúp đơn giản hóa việc thiết kế chỉ mục.
- Phù hợp với các danh mục tiếng Trung và tiếng Anh, hai ngôn ngữ mà Alibaba liệt kê cho mô hình này.
Khi nào nên chọn model khác
- Ngôn ngữ bị giới hạn trong tiếng Trung và tiếng Anh, trong khi Qwen3-VL-Embedding hỗ trợ 33 ngôn ngữ.
- Không thể thay đổi số chiều và không cung cấp các vector nhúng hợp nhất.
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 TokenLabPOST/v1/multimodal/embeddingscurl -X POST "https://api.tokenlab.sh/v1/multimodal/embeddings" \ -H "Authorization: Bearer sk-xxx" \ -H "Content-Type: application/json" \ -d '{ "model": "tongyi-embedding-vision-plus", "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 $0.09 / Văn bản Đầu vào $0.09 / Hình ảnh Đầu vào $0.09
- Giá Verified
- —
- Giảm giá
- —
| Giá Officialmỗi 1M token | Giá Verifiedmỗi 1M token | Giảm giá | |
|---|---|---|---|
| Default | Đầu vào $0.09 / Văn bản Đầu vào $0.09 / Hình ảnh Đầu vào $0.09 | — | — |
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
Dữ liệu dựa trên các yêu cầu tổng hợp của người dùng, không bao gồm các kiểm tra trạng thái.
Mở trong Console
Mở Tongyi Embedding Vision Plus trong Console để chỉnh sửa và gửi prompt ngay.
Giúp tôi thử tongyi-embedding-vision-plus với multimodal-embedding tại /v1/multimodal/embeddings. Hiển thị kết quả và chi phí.
Tình huống sử dụng
Phù hợp cho- Thị giác
Danh mục đa phương tiện
Lập chỉ mục ảnh sản phẩm và mô tả cùng nhau để các truy vấn văn bản có thể tìm thấy hình ảnh khớp.
Khớp chuỗi hình ảnh
Nhúng một chuỗi tối đa tám hình ảnh, chẳng hạn như một loạt ảnh sản phẩm, và so sánh với văn bản.
Ghép cặp chú thích
Liên kết hình ảnh với chú thích hoặc bài viết liên quan bằng cách tìm kiếm vector gần nhất trong kho lưu trữ đa phương tiện.
Ví dụ prompt
Nhúng loạt sáu ảnh sản phẩm này để có thể tìm kiếm bằng văn bản.
Nhúng truy vấn tiếng Trung '白色运动鞋' (giày thể thao màu trắng) để tìm các hình ảnh giày phù hợp.
Nhúng riêng biệt đoạn clip và chú thích của nó, sau đó so sánh các vector của chúng.
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
Tongyi Embedding Vision Plus trả về kích thước vector là bao nhiêu?
1152 chiều, cố định. Alibaba không liệt kê các kích thước thay thế cho mô hình này, vì vậy thiết kế chỉ mục có thể giả định một độ rộng vector cho mọi thứ. Hãy kiểm tra xem cơ sở dữ liệu vector của bạn đã được cấu hình cho độ rộng đó chưa.
Mô hình hoạt động với những ngôn ngữ nào?
Tiếng Trung và tiếng Anh, theo tài liệu tham khảo của Alibaba. Các truy vấn bằng ngôn ngữ khác không được hỗ trợ, vì vậy hãy sử dụng Qwen3-VL-Embedding khi bạn cần phạm vi ngôn ngữ rộng hơn cho việc tìm kiếm.
Tôi có thể nhúng nhiều hình ảnh cùng lúc không?
Có, dưới dạng đầu vào đa hình ảnh lên đến 8 hình ảnh, mặc dù mỗi kết quả là một vector nhúng độc lập thay vì một vector hợp nhất gộp các hình ảnh lại với nhau.
Khi nào tôi nên chọn Qwen3-VL-Embedding thay thế?
Khi bạn cần kích thước có thể điều chỉnh, các vector nhúng hợp nhất, hoặc các ngôn ngữ ngoài tiếng Trung và tiếng Anh, tất cả những tính năng mà Qwen3-VL-Embedding cung cấp nhưng mô hình này thì không. Hãy chọn nó khi các truy vấn của bạn sử dụng nhiều ngôn ngữ khác nhau.
Tongyi Embedding Vision Plus 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.
Tongyi Embedding Vision Plus nên dùng endpoint nào?
Dùng https://api.tokenlab.sh/v1/multimodal/embeddings làm mặc định cho Tongyi Embedding Vision Plus. Nếu mô hình hỗ trợ định dạng native của nhà cung cấp, API workbench cũng hiển thị endpoint đó.
Tongyi Embedding Vision Plus hỗ trợ những thao tác nào?
Tongyi Embedding Vision Plus hỗ trợ Nhúng đa phương thức. Chọn một thao tác trong API workbench phía trên để xem endpoint và mã ví dụ tương ứng.
So sánh Tongyi Embedding Vision Plus
Nguồn
Đánh giá ngày 2 thg 10, 2026
