Embedding-Vision es un modelo de incrustación multimodal centrado en la visión impulsado por un LLM, que presenta un rendimiento sobresaliente específico por dominio y una alta rentabilidad en varios dominios (por ejemplo, comercio electrónico, galerías de fotos, seguridad, conducción autónoma). Con soporte para texto, imagen y video, es aplicable a tareas de recuperación posteriores, incluyendo texto a imagen, imagen a imagen, texto a video y video a video.
Proveedor de servicios de inferencia
El proveedor de servicios de inferencia para tongyi-embedding-vision-plus es Alibaba Cloud Model Studio.
Capacidades del modelo
| Capacidad | Compatibilidad | Capacidad | Compatibilidad |
|---|---|---|---|
Modalidad de entrada | Text Image Video | Modalidad de salida | — |
Experiencia del modelo | No compatible | Llamada a funciones | No compatible |
Salidas estructuradas | No compatible | Búsqueda web | No compatible |
Completado de prefijo | No compatible | Almacenamiento en caché de contexto | No compatible |
Inferencia por lotes | No compatible | Ajuste fino | No compatible |
Límites de contexto
| Parámetro | Valor | Parámetro | Valor |
|---|---|---|---|
Longitud máxima de entrada | — | Longitud máxima de salida | — |
Ventana de contexto | — |
Precios
Esta página solo muestra los precios originales para las llamadas a la API del modelo, excluyendo cualquier promoción por tiempo limitado. Visite Model Studio Console para ver ofertas promocionales.
Singapore
Ámbito: International
| Concepto de facturación | Precio (USD) | Unidad |
|---|---|---|
Entrada de imagen | 0.09 | Por 1M tokens |
Entrada de texto | 0.09 | Por 1M tokens |
Límites de tasa
Singapore
Ámbito: International
| Parámetro | Valor |
|---|---|
RPM (Solicitudes por minuto) | 600 |
TPM (Tokens por minuto) | 200,000 |