Qwen3-VL-Embedding est un modèle vectoriel multimodal unifié basé sur Qwen3-VL. Il prend en charge les entrées textuelles, visuelles et vidéo (modalité unique ou mixte) et génère des vecteurs de représentation unifiés. Ce modèle convient parfaitement à la recherche cross-modale, à la recherche d'images et de vidéos, au clustering, à la récupération multimodale complexe ainsi qu'à l'étiquetage.
Fournisseur de service d'inférence
Alibaba Cloud Model Studio assure le service d'inférence pour qwen3-vl-embedding.
Capacités du modèle
| Capacité | Prise en charge | Capacité | Prise en charge |
|---|---|---|---|
Modalité d'entrée | Text Image | Modalité de sortie | — |
Expérience du modèle | Supported | Function Calling | Unsupported |
Sorties structurées | Unsupported | Recherche Web | Unsupported |
Complétion de préfixe | Unsupported | Mise en cache du contexte | Unsupported |
Inférence par lot | Unsupported | Fine-tuning | Unsupported |
Limites de contexte
| Paramètre | Valeur | Paramètre | Valeur |
|---|---|---|---|
Longueur d'entrée maximale | 32000 | Longueur de sortie maximale | — |
Fenêtre de contexte | — |
Tarification
Cette page présente uniquement les tarifs standard des appels API du modèle, hors promotions temporaires. Consultez la Console Model Studio pour découvrir les offres promotionnelles.
China (Beijing)
| Élément de facturation | Prix (USD) | Unité |
|---|---|---|
Entrée image | 0,258 | Par million de tokens |
Entrée texte | 0,1 | Par million de tokens |
Limites de taux
China (Beijing)
| Paramètre | Valeur |
|---|---|
RPM (requêtes par minute) | 2400 |
TPM (tokens par minute) | 1 200 000 |