Alibaba: Text Embedding v4
text-embedding-v4- 輸入 / 輸出
- $0.07 / —
- 上下文
- 8K
- 模態
- 嵌入
關於 Text Embedding v4
Text Embedding v4 是阿里巴巴成熟的多語言文字嵌入模型，支援超過 100 種語言，輸出大小從 64 到 2048 維度不等。它每個批次處理 10 個項目，並可透過 DashScope API 回傳稀疏向量。其輸入長度限制低於 Qwen3.7 Text Embedding，但提供更小的向量。
適用場景
- 提供低至 64 和 128 維度的小型輸出大小，適用於緊湊的索引預算。
- 透過 DashScope API 提供的稀疏向量，可實現混合關鍵字與語意搜尋。
- 涵蓋中文、英文、西班牙文、法文及其他超過 100 種語言。
- 支援 instruct 參數以描述檢索任務。
其他選擇建議
- 每個項目的輸入長度較短，因此長文件在嵌入前必須進行分塊處理。
- 批次可容納 10 個項目，少於 Qwen3.7 Text Embedding 允許的 20 個。
入門指南
建立 API 金鑰
請至 Console 建立金鑰，即可在平台上使用各類模型。
發送您的第一個請求
複製您所選語言的範例，並針對端點執行它。
文字向量化TokenLab 端點POST/v1/embeddingscurl -X POST "https://api.tokenlab.sh/v1/embeddings" \ -H "Authorization: Bearer sk-xxx" \ -H "Content-Type: application/json" \ -d '{ "model": "text-embedding-v4", "input": "The quick brown fox jumps over the lazy dog." }'
定價
Verified 價格用於 Verified，多數模型更便宜；Official 價格是模型廠商公布的價格，用於更穩定的 Official。Auto 按最終完成請求的線路計價。
Default
每 1M Token- Official 價格
- 輸入 $0.07 / 純文字 輸入 $0.07
- Verified 價格
- —
- 折扣
- —
| Official 價格每 1M Token | Verified 價格每 1M Token | 折扣 | |
|---|---|---|---|
| Default | 輸入 $0.07 / 純文字 輸入 $0.07 | — | — |
使用量與活動
成功率是請求完成的比例；延遲是一次完整回應所需的時間，P95 表示 95% 的請求在該時間內完成。
用量與可用性
過去 24 小時- 請求數
- 成功率
- P95 延遲
- 總 Token 用量
資料基於彙總的使用者請求，不包含狀態檢查。
直接在 Console 裡試
在 Console 中開啟 Text Embedding v4，並準備好編輯或發送提示詞。
協助我使用 text-embedding-v4 透過 /v1/embeddings 執行 text-embedding，並顯示結果與成本。
應用情境
語意網站搜尋
將頁面分塊嵌入，並將使用者的問題與最接近的段落進行匹配。
聚類回饋
使用緊湊向量與聚類步驟，按主題對數千條評論或支援工單進行分組。
混合檢索
結合稠密與稀疏輸出，確保零件編號等精確術語仍能匹配。
提示詞範例
以 256 維度嵌入這 2,000 條支援工單，並按主題進行分組。
以稀疏輸出嵌入此 FAQ 分塊，以進行混合搜尋。
嵌入西班牙文查詢 'cómo cancelo mi suscripción' 以尋找匹配的說明文章。
此模型按條件計價，僅憑每月 token 總量無法可靠估算；請按請求規格、快取和適用時段查看詳細定價。
FAQ
text-embedding-v4 支援哪些維度？
2048、1536、1024（預設）、768、512、256、128 和 64。較小的尺寸可減少儲存空間並加快搜尋速度，但會犧牲部分精確度。建議從預設值開始，並在測試召回率的同時逐步調低。
輸入長度限制為何？
阿里巴巴記錄的每個項目限制遠低於 Qwen3.7，且每個批次限制為 10 個項目。在嵌入前請將較長的文件拆分為段落。請查看阿里巴巴的頁面以獲取當前的確切限制。
它會回傳稀疏向量嗎？
是的，透過 DashScope API 可以回傳稀疏向量與稠密向量，讓您可以在同一個索引上執行混合關鍵字與語意搜尋。稀疏輸出僅在該 API 上提供。
我應該轉用 Qwen3.7 嗎？
僅在您需要更長的輸入或更大的向量時才需要。如果您適合使用 64 或 128 維度的緊湊向量，v4 仍然是提供這些選項的選擇。
Text Embedding v4 的費用是多少？
價格因計費單位、規格和用量而異。請在模型的詳細定價中比較相同條件下的費率；單一費率不代表總價。
Text Embedding v4 應該使用哪一個端點？
請使用 https://api.tokenlab.sh/v1/embeddings 進行 Text Embedding v4 的呼叫。下方的請求範例展示了對應的程式碼格式。
Text Embedding v4 支援哪些操作？
Text Embedding v4 支援 文字向量化。請在上方選擇一項操作以查看其端點與請求範例。
比較 Text Embedding v4
來源
更新於 2026年10月2日
