阿里云: Qwen3.7 Text Embedding

Qwen3.7 Text Embedding 将多语言文本转为语义向量，提供多种维度选择，适合长文档检索，以及需要平衡向量细节与索引空间的应用。

qwen3.7-text-embedding

可用阿里云嵌入同步

输入 / 输出: $0.0735 / $0.00
上下文: 128K
模态: 嵌入

Qwen3.7 Text Embedding 简介

Qwen3.7 Text Embedding 是阿里巴巴的旗舰文本向量化（embedding）模型，把多语言文本转成向量，用于检索和聚类。阿里巴巴文档列出它支持非常长的单条输入、256 到 2560 维的输出、任务指令和稀疏向量。它是完整规模的选项，Qwen3.7 Text Embedding Flash 则是较轻的那个。

擅长的任务

接受非常长的单条输入，适合对整篇文档做向量化，而不是切块。
256 到 2560 维的输出可以让你在索引大小和细节之间取舍。
instruct 参数让你描述检索任务，比如搜索文档。
据阿里巴巴称，除了稠密向量，还支持稀疏向量输出，用于混合搜索。

什么情况换别的模型

维度越高，索引存储成本越高，所以特别大的集合更适合 Flash 版本。
它只对文本做向量化；图片和视频需要 Qwen3-VL-Embedding。

快速上手

创建 API 密钥
在 Console 生成一把密钥，平台上的模型都能用。

发送第一个请求

复制你所用语言的示例代码，向该端点发起请求。

嵌入TokenLab 端点

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."
}'

参数

嵌入

参数	可选值与限制	默认值	说明
`dimensions`	256, 512, 768, 1024, 1536, 2048, 2560	未提供	未提供
`encoding_format`	float	未提供	未提供
`input`	输入数量：≥ 1, ≤ 20	未提供	Each input row is limited to 128000 tokens.
`user`	未提供	未提供	未提供

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

价格

Verified 价格用于 Verified，多数模型更便宜；Official 价格是模型厂商公布的价格，用于更稳定的 Official。Auto 按最终完成请求的线路计价。

价格

每 1M token

Verified 价格: —
Official 价格: 输入$0.0735每 1M token输出$0.00每 1M token

	Official 价格每 1M token	Verified 价格每 1M token	折扣
输入	$0.0735	—	—
输出	$0.00	—	—

用量与动态

成功率是请求完成的比例；延迟是拿到一次完整响应要花的时间，P95 表示 95% 的请求都在这个时间内完成。

用量与可用性

直接在 Console 里试

Qwen3.7 Text Embedding 已在 Console 备好，提示词已填好，可以直接修改或发送。

帮我用 qwen3.7-text-embedding 完成一次 text-embedding，接口是 /v1/embeddings。返回结果和费用。

使用场景

长文档检索
把长篇报告或手册作为单条数据做向量化，无需大幅度切块就能检索。
混合搜索
结合稠密向量和稀疏向量，兼顾语义和精确关键词。
多语言知识库
用任意一种语言的查询，搜索以多种语言编写的公司 wiki。

提示词示例

把这份 60 页的政策文档作为一条数据做向量化，以便之后检索。

对查询“怎么轮换 API 密钥”做向量化，并附上描述帮助中心搜索任务的指令。

用 1024 维对这些多语言客服文章做向量化，用于聚类。

费用计算器

每月输入 token 数1 百万 token

每月输出 token 数0.5 百万 token

预估月度费用$0.073529

FAQ

Qwen3.7 Text Embedding 提供哪些维度？

2560、2048、1536、1024（默认）、768、512 和 256。索引存储或搜索速度比最后一点精度更重要时，选较小的值。

一条数据能放多少文本？

阿里巴巴文档列出支持非常长的单条输入，远超 text-embedding-v4 每条的上限，所以整篇文档往往不用切块就能放下。另外，一次请求最多可带 20 条。

instruct 参数是什么？

一句描述任务的简短指令，比如针对文档的搜索查询。阿里巴巴称使用它能带来 1% 到 5% 的提升。

该选 Qwen3.7 还是 text-embedding-v4？

Qwen3.7 接受长得多的输入和更大的向量。text-embedding-v4 的维度选项更小，最低到 64。按文档长度和存储预算来选，然后分别在你自己的文档上测试召回。

Qwen3.7 Text Embedding 的费用是多少？

在 TokenLab 上，Qwen3.7 Text Embedding 的价格为输入 $0.0735 / 输出 $0.00 每 1M token。完整明细见上方价格表。

Qwen3.7 Text Embedding 应该使用哪个端点？

Qwen3.7 Text Embedding 使用 https://api.tokenlab.sh/v1/embeddings。代码写法见下方的请求示例。

Qwen3.7 Text Embedding 支持哪些操作？

Qwen3.7 Text Embedding 支持嵌入。选了操作，上面会显示对应的端点和请求示例。

Qwen3.7 Text Embedding 对比

Qwen3.7 Text Embedding 对比 Qwen3.7 Text Embedding Flash Qwen3.7 Text Embedding 对比 Text Embedding v4 Qwen3.7 Text Embedding 对比 text-embedding-3-large Qwen3.7 Text Embedding 对比 Voyage 4

资料来源

审阅于 2026年10月2日