Qwen3-VL-Embedding es un modelo vectorial multimodal unificado basado en Qwen3-VL, que admite entradas de texto, imagen y video (modalidad única o mixta). Genera vectores de representación unificados, adecuados para recuperación cruzada entre modalidades, búsqueda de imágenes/videos, agrupamiento, recuperación multimodal compleja y etiquetado.
Proveedor de servicios de inferencia
El proveedor de servicios de inferencia para qwen3-vl-embedding es Alibaba Cloud Model Studio.
Capacidades del modelo
| Capacidad | Compatibilidad | Capacidad | Compatibilidad |
|---|---|---|---|
Modalidad de entrada | Text Image | Modalidad de salida | — |
Experiencia del modelo | 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 | 32000 | 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.
- China (Beijing)
| Concepto de facturación | Precio (USD) | Unidad |
|---|---|---|
Entrada de imagen | 0.258 | Por 1M tokens |
Entrada de texto | 0.1 | Por 1M tokens |
Límites de tasa
- China (Beijing)
| Parámetro | Valor |
|---|---|
RPM (Solicitudes por minuto) | 2400 |
TPM (Tokens por minuto) | 1,200,000 |