Le modèle d'embedding de texte généraliste convertit des données textuelles en vecteurs numériques. Ces vecteurs alimentent ensuite des tâches en aval telles que la recherche sémantique, la recommandation, le clustering et la classification.
Présentation des modèles
Singapour
| Modèle | Dimensions de l'embedding | Nombre maximal de lignes | Nombre maximal de tokens par ligne(Remarque) | Tarif (pour 1 M de tokens en entrée) | Langues prises en charge | Quota gratuit(Remarque) |
|---|---|---|---|---|---|---|
qwen3.7-text-embedding | 2 560, 2 048, 1 536, 1 024 (par défaut), 768, 512, 256 | 20 | 128 000 | 0,07 $ | Chinois, anglais, espagnol, français, portugais, indonésien, japonais, coréen, allemand, russe, ainsi que plus de 200 autres langues et dialectes majeurs | 1 million de tokens Validité : 90 jours après l'activation de Model Studio |
text-embedding-v4
| 2 048, 1 536, 1 024 (par défaut), 768, 512, 256, 128, 64 | 10 | 8 192 | 0,07 $ | Chinois, anglais, espagnol, français, portugais, indonésien, japonais, coréen, allemand, russe, ainsi que plus de 100 autres langues majeures | 1 million de tokens Validité : 90 jours après l'activation de Model Studio |
text-embedding-v3 | 1 024 (par défaut), 768, 512 | Chinois, anglais, espagnol, français, portugais, indonésien, japonais, coréen, allemand, russe, ainsi que plus de 50 autres langues majeures | 500 000 tokens Validité : 90 jours après l'activation de Model Studio |
Chine (Pékin)
| Modèle | Dimensions de l'embedding | Nombre maximal de lignes | Nombre maximal de tokens par ligne | Tarif (pour 1 M de tokens en entrée) | Langues prises en charge |
|---|---|---|---|---|---|
text-embedding-v4
| 2 048, 1 536, 1 024 (par défaut), 768, 512, 256, 128, 64 | 10 | 8 192 | 0,072 $ | Chinois, anglais, espagnol, français, portugais, indonésien, japonais, coréen, allemand, russe, ainsi que plus de 100 autres langues majeures et plusieurs langages de programmation |
Chine (Hong Kong)
| Modèle | Dimensions de l'embedding | Nombre maximal de lignes | Nombre maximal de tokens par ligne | Tarif (pour 1 M de tokens en entrée) | Langues prises en charge |
|---|---|---|---|---|---|
text-embedding-v4
| 2 048, 1 536, 1 024 (par défaut), 768, 512, 256, 128, 64 | 10 | 8 192 | 0,07 $ | Chinois, anglais, espagnol, français, portugais, indonésien, japonais, coréen, allemand, russe, ainsi que plus de 100 autres langues majeures et plusieurs langages de programmation |
Pour connaître les limites de taux des modèles, consultez Limitation du débit.
Prérequis
Les utilisateurs familiers de l'écosystème OpenAI peuvent utiliser l'API compatible OpenAI pour une migration rapide. L'API DashScope offre quant à elle des fonctionnalités supplémentaires spécifiques.
Obtenir une clé API et exporter la clé API en tant que variable d'environnement. Si vous utilisez un SDK pour effectuer vos appels, installez le SDK DashScope.
Compatibilité OpenAI
Cloud public
Labase_urlà configurer pour les appels SDK :L'endpointà configurer pour les appels HTTP :POST https://{WorkspaceId}.cn-beijing.maas.aliyuncs.com/compatible-mode/v1/embeddings
Remplacez {WorkspaceId} par votre véritable ID d'espace de travail.
- Singapour : https://{WorkspaceId}.ap-southeast-1.maas.aliyuncs.com/compatible-mode/v1. Remplacez
WorkspaceIdpar votre véritable ID d'espace de travail. - Chine (Pékin) : https://{WorkspaceId}.cn-beijing.maas.aliyuncs.com/compatible-mode/v1
- Chine (Hong Kong) : https://{WorkspaceId}.cn-hongkong.maas.aliyuncs.com/compatible-mode/v1. Remplacez
WorkspaceIdpar votre véritable ID d'espace de travail.
- Singapour : POST https://{WorkspaceId}.ap-southeast-1.maas.aliyuncs.com/compatible-mode/v1/embeddings. Remplacez
WorkspaceIdpar votre véritable ID d'espace de travail. - Chine (Pékin) : POST https://{WorkspaceId}.cn-beijing.maas.aliyuncs.com/compatible-mode/v1/embeddings
- Chine (Hong Kong) : POST https://{WorkspaceId}.cn-hongkong.maas.aliyuncs.com/compatible-mode/v1/embeddings. Remplacez
WorkspaceIdpar votre véritable ID d'espace de travail.
Remplacez {WorkspaceId} par votre véritable ID d'espace de travail.
Corps de la requête | Chaîne en entréePythonJavacurl
Liste de chaînes en entréePythonJavacurl
Fichier en entréePythonJavacurl
|
model Nom du modèle à appeler. Consultez le tableau Présentation des modèles pour obtenir la liste des noms de modèles. | |
input Texte d'entrée à traiter. L'entrée peut être une chaîne, un tableau de chaînes ou un fichier. Les limites de longueur de texte et de taille de lot varient selon la version du modèle :
| |
dimensions Dimension des vecteurs d'embedding en sortie. Doit correspondre à l'une des valeurs suivantes : | |
encoding_format Format des embeddings retournés. Actuellement, seul le format |
Objet de réponse | |
data Liste des objets d'embedding résultants. | |
model Nom du modèle utilisé pour cet appel. | |
objectstring Type d'objet. La valeur est toujours | |
usage | |
idstring Identifiant unique de la requête, utilisé pour le suivi et le dépannage. |
DashScope
Cloud public
base_urlpour les appels SDK : https://{WorkspaceId}.cn-beijing.maas.aliyuncs.com/api/v1
Endpoint pour les appels HTTP : POST https://{WorkspaceId}.cn-beijing.maas.aliyuncs.com/api/v1/services/embeddings/text-embedding/text-embedding
Remplacez {WorkspaceId} par votre véritable ID d'espace de travail.
- Singapour : https://{WorkspaceId}.ap-southeast-1.maas.aliyuncs.com/api/v1. Remplacez
WorkspaceIdpar votre véritable ID d'espace de travail. - Chine (Pékin) : https://{WorkspaceId}.cn-beijing.maas.aliyuncs.com/api/v1
- Chine (Hong Kong) : https://{WorkspaceId}.cn-hongkong.maas.aliyuncs.com/api/v1. Remplacez
WorkspaceIdpar votre véritable ID d'espace de travail.
- Singapour : POST https://{WorkspaceId}.ap-southeast-1.maas.aliyuncs.com/api/v1/services/embeddings/text-embedding/text-embedding. Remplacez
WorkspaceIdpar votre véritable ID d'espace de travail. - Chine (Pékin) : POST https://{WorkspaceId}.cn-beijing.maas.aliyuncs.com/api/v1/services/embeddings/text-embedding/text-embedding
- Chine (Hong Kong) : POST https://{WorkspaceId}.cn-hongkong.maas.aliyuncs.com/api/v1/services/embeddings/text-embedding/text-embedding. Remplacez
WorkspaceIdpar votre véritable ID d'espace de travail.
Remplacez {WorkspaceId} par votre véritable ID d'espace de travail.
Request body | Input stringPythonJavacurl
Input string listPythonJavacurl
Input filePythonJavacurl
|
model Modèle à utiliser. Pour consulter la liste des modèles disponibles, reportez-vous au tableau Présentation des modèles. | |
input Texte à traiter. L'entrée peut être une chaîne de caractères, un tableau de chaînes ou un fichier. La longueur du texte et la taille de lot prises en charge varient selon la version du modèle.
| |
text_type
Le texte converti en embeddings peut servir à des tâches en aval telles que la récupération, le clustering et la classification. Pour les tâches asymétriques comme la récupération, il est recommandé de distinguer le texte de requête (query) du texte de document (document) afin d'optimiser les performances. Pour les tâches symétriques telles que l'indexation, le clustering ou la classification, la valeur par défaut du système, | |
dimension
Définit la dimension d'embedding pour le vecteur de sortie. Les valeurs valides sont | |
output_type
Spécifie le type de vecteur de sortie. Ce paramètre s'applique uniquement aux modèles | |
instruct Fournit des instructions personnalisées pour guider le modèle dans la compréhension de l'intention de la requête. Il est recommandé d'utiliser des instructions en anglais, car elles améliorent généralement les performances de 1 % à 5 %. |
Response object | |
status_code Code de statut HTTP. La valeur 200 indique un succès. | |
request_id Identifiant unique de la requête. Utilisez cet ID pour tracer et diagnostiquer la requête. | |
code Code d'erreur renvoyé en cas d'échec de la requête. Ce champ est vide pour les requêtes réussies. | |
message Message d'erreur détaillé en cas d'échec de la requête. Ce champ est vide pour les requêtes réussies. | |
output Résultat de la tâche. | |
usage |
Codes d'erreur
En cas d'échec lors de l'appel d'un modèle, consultez la rubrique Messages d'erreur.