すべてのプロダクト
Search
ドキュメントセンター

Elasticsearch:Model Studio

最終更新日:Aug 08, 2026

Model Studio のモデルに接続し、Inference API を使用して Elasticsearch 内でモデルサービスを呼び出します。

課金

本サービスは従量課金制です。実際に行った API 呼び出しに対してのみ課金されます。

モデルの作成

  1. Alibaba Cloud Elasticsearch コンソールにログインします。Alibaba Cloud Elasticsearch コンソール。

  2. 左側のナビゲーションメニューで、Elasticsearch クラスター を選択します。

  3. 対象のクラスターに移動します。

    1. 上部のナビゲーションバーで、クラスターが属するリソースグループおよびクラスターが配置されているリージョンを選択します。

    2. Elasticsearch クラスター ページで、目的のクラスターを見つけ、その ID をクリックします。

  4. 左側のナビゲーションウィンドウで、AI サービスセンター > モデルサービス を選択します。

  5. Model Studio モデル タブに移動します。システムにより、デフォルトのモデルサービススペース(default)が事前構成されており、モデル API キーおよびサービスエンドポイントが自動的に生成されています。手動での構成は不要です。

  6. モデルの初期化 をクリックすると、現在のリージョンで利用可能なすべての Model Studio モデルを一度の操作でインスタンスに統合できます。統合後、モデルリスト内の該当モデルを Inference API で呼び出すことが可能になります。

    重要

    AI 検索オープンプラットフォームで、デフォルトのモデルサービススペースを削除または無効化しないでください。そうした場合、モデルリスト内の該当モデルが利用できなくなります。

使用例

テキスト埋め込み

# text_embedding はモデルカテゴリ ID、text-embedding-v4 はコンソールのモデルリストにおけるモデル ID です。
POST _inference/text_embedding/text-embedding-v4
{
  "input":[
        "風急天高猿嘯哀",
        "渚清沙白鳥飛回", 
        "無辺落木蕭蕭下", 
        "不盡長江滾滾来"
        ]
}

応答例:

{
  "text_embedding": [
    {
      "embedding": [
        0.049183346,
        -0.068886764,
        0.047604065,
        -0.06778378,
        -0.009488225,
        -0.0791145,
        -0.006082115,
        0.057004552,
        ...
        ]
    }
  ]
}

マルチモーダル埋め込み

# multi_modal_embedding はモデルカテゴリ ID、qwen3-vl-embedding はコンソールのモデルリストにおけるモデル ID です。
POST _inference/multi_modal_embedding/qwen3-vl-embedding
{
  "input":"""
    {"text":"多モーダルベクトルモデル"},
    {"image":"https://img.alicdn.com/imgextra/i3/O1CN01rdstgY1uiZWt8gqSL_!!6000000006071-0-tps-1970-356.jpg"},
    {"video":"https://help-static-aliyun-doc.aliyuncs.com/file-manage-files/zh-CN/20250107/lbcemt/new+video.mp4"},
    {"multi_images":[
      "https://img.alicdn.com/imgextra/i2/O1CN019eO00F1HDdlU4Syj5_!!6000000000724-2-tps-2476-1158.png",
      "https://img.alicdn.com/imgextra/i2/O1CN01dSYhpw1nSoamp31CD_!!6000000005089-2-tps-1765-1639.png"
    ]}
    """
}

応答例:

{
  "text_embedding": [
    {
      "embedding": [
        -0.014518738,
        -0.014297485,
        -0.056121826,
        0.043823242,
        0.01889038,
        0.04547119,
        ...
        ]
    }
  ]
}

チャット(completion)

# completion はモデルカテゴリ ID、qwen-plus はコンソールのモデルリストにおけるモデル ID です。
POST _inference/completion/qwen-plus
{
  "input":"あなたは誰ですか"
}

応答例:

{
  "completion": [
    {
      "result": "こんにちは!私はアリババグループの大規模言語モデル Qwen です。質問への回答、物語・公式文書・メール・スクリプトなどの文章作成、論理的推論、コード作成、意見表明、ゲームなどを行うことができます。何かご質問やお手伝いが必要な場合は、いつでもお気軽にお尋ねください!"
    }
  ]
}