El modelo de embedding de texto de propósito general convierte datos de texto en vectores numéricos para tareas posteriores como búsqueda semántica, recomendación, agrupación y clasificación.
Resumen de modelos
- Singapore
- China (Beijing)
- China (Hong Kong)
| Modelo | Dimensiones de embedding | Filas máximas | Máximo de tokens por línea(Nota) | Precio (por 1M tokens de entrada) | Idiomas admitidos | Cuota gratuita(Nota) |
|---|---|---|---|---|---|---|
| qwen3.7-text-embedding | 2,560, 2,048, 1,536, 1,024 (predeterminado), 768, 512, 256 | 20 | 128,000 | $0.07 | Chino, inglés, español, francés, portugués, indonesio, japonés, coreano, alemán, ruso y más de 200 idiomas y dialectos principales adicionales | 1 millón de tokensValidez: 90 días después de activar Model Studio |
text-embedding-v4Parte de la serie Qwen3-Embedding | 2,048, 1,536, 1,024 (predeterminado), 768, 512, 256, 128, 64 | 10 | 8,192 | $0.07 | Chino, inglés, español, francés, portugués, indonesio, japonés, coreano, alemán, ruso y más de 100 idiomas principales adicionales | 1 millón de tokensValidez: 90 días después de activar Model Studio |
| text-embedding-v3 | 1,024 (predeterminado), 768, 512 | Chino, inglés, español, francés, portugués, indonesio, japonés, coreano, alemán, ruso y más de 50 idiomas principales adicionales | 500,000 tokensValidez: 90 días después de activar Model Studio |
Requisitos previos
Los usuarios familiarizados con el ecosistema OpenAI pueden utilizar la API compatible con OpenAI para una migración rápida. La API DashScope ofrece funciones únicas adicionales.
Obtenga una clave API y exporte la clave API como variable de entorno. Si utiliza un SDK para realizar las llamadas, instale el SDK de DashScope.
Compatibilidad con OpenAI
Elbase_urla configurar para llamadas SDK:
- Singapur: https://{WorkspaceId}.ap-southeast-1.maas.aliyuncs.com/compatible-mode/v1. Reemplace
WorkspaceIdcon su ID de espacio de trabajo real. - China (Pekín): https://{WorkspaceId}.cn-beijing.maas.aliyuncs.com/compatible-mode/v1
- China (Hong Kong): https://{WorkspaceId}.cn-hongkong.maas.aliyuncs.com/compatible-mode/v1. Reemplace
WorkspaceIdcon su ID de espacio de trabajo real.
endpointa configurar para llamadas HTTP:
- Singapur: POST https://{WorkspaceId}.ap-southeast-1.maas.aliyuncs.com/compatible-mode/v1/embeddings. Reemplace
WorkspaceIdcon su ID de espacio de trabajo real. - China (Pekín): POST https://{WorkspaceId}.cn-beijing.maas.aliyuncs.com/compatible-mode/v1/embeddings
- China (Hong Kong): POST https://{WorkspaceId}.cn-hongkong.maas.aliyuncs.com/compatible-mode/v1/embeddings. Reemplace
WorkspaceIdcon su ID de espacio de trabajo real.
{WorkspaceId} con su ID de espacio de trabajo real.
Cuerpo de la solicitudmodelstringrequeridoEl nombre del modelo a llamar. Consulte la tabla Resumen de modelos para ver los nombres de los modelos.inputarray<string> or string or filerequeridoEl texto de entrada a procesar. La entrada puede ser una cadena, una matriz de cadenas o un archivo. Los límites de longitud de texto y tamaño de lote varían según la versión del modelo:
integer opcionalLa dimensión de los vectores de embedding de salida. Debe ser uno de los siguientes valores: 2560 (for qwen3.7-text-embedding only),2048 (solo para text-embedding-v4), 1536 (solo para text-embedding-v4), 1024, 768, 512, 256, 128 o 64. El valor predeterminado es 1024.encoding_format string opcionalEl formato de embedding devuelto. Actualmente, solo se admite float. |
|
Objeto de respuestadataarrayUna lista de los objetos de embedding resultantes.
Propiedad embedding listEl vector de embedding, devuelto como una matriz de números de punto flotante.indexintegerEl índice del texto de entrada correspondiente en la matriz de entrada.objectstringEl tipo de objeto. El valor siempre es embedding.stringEl nombre del modelo utilizado para esta llamada.objectstringEl tipo de objeto. El valor siempre es list.usageobject
Propiedad prompt_tokensintegerEl número de tokens en el texto de entrada.total_tokens integerEl número total de tokens en la entrada. Este recuento se determina según cómo el tokenizador del modelo analiza la cadena de entrada. |
DashScope
base_urlpara llamadas SDK:
- Singapur: https://{WorkspaceId}.ap-southeast-1.maas.aliyuncs.com/api/v1. Reemplace
WorkspaceIdcon su ID de espacio de trabajo real. - China (Pekín): https://{WorkspaceId}.cn-beijing.maas.aliyuncs.com/api/v1
- China (Hong Kong): https://{WorkspaceId}.cn-hongkong.maas.aliyuncs.com/api/v1. Reemplace
WorkspaceIdcon su ID de espacio de trabajo real.
- Singapur: POST https://{WorkspaceId}.ap-southeast-1.maas.aliyuncs.com/api/v1/services/embeddings/text-embedding/text-embedding. Reemplace
WorkspaceIdcon su ID de espacio de trabajo real. - China (Pekín): POST https://{WorkspaceId}.cn-beijing.maas.aliyuncs.com/api/v1/services/embeddings/text-embedding/text-embedding
- China (Hong Kong): POST https://{WorkspaceId}.cn-hongkong.maas.aliyuncs.com/api/v1/services/embeddings/text-embedding/text-embedding. Reemplace
WorkspaceIdcon su ID de espacio de trabajo real.
{WorkspaceId} con su ID de espacio de trabajo real.
Cuerpo de la solicitudmodelstringrequeridoEl modelo a utilizar. Para obtener una lista de modelos disponibles, consulte la tabla Resumen de modelos.inputstringoarray<string>requeridoEl texto a procesar. La entrada puede ser una cadena, una matriz de cadenas o un archivo. La longitud de texto admitida y el tamaño del lote varían según la versión del modelo.
stringopcional
Al realizar una llamada HTTP, coloque text_typeen el objeto El texto convertido a embeddings se puede aplicar a tareas posteriores como recuperación, agrupación y clasificación. Para tareas asimétricas como la recuperación, se recomienda diferenciar entre texto de consulta (query) y texto de documento (document) para lograr un mejor rendimiento de recuperación. Para tareas simétricas como indexación, agrupación y clasificación, simplemente puede usar el valor predeterminado del sistema de document.dimension integer opcional
Al realizar una llamada HTTP, coloque dimensionen el objeto Especifica la dimensión de embedding para el vector de salida. Los valores válidos son 2560 (for qwen3.7-text-embedding only),2048 (solo para text-embedding-v4), 1536 (solo para text-embedding-v4), 1024, 768, 512, 256, 128 o 64. El valor predeterminado es 1024.output_type string opcional
Al realizar una llamada HTTP, coloque output_typeen el objeto Especifica el tipo de vector de salida. Este parámetro aplica solo a los modelos qwen3.7-text-embedding,``text-embedding-v3 y text-embedding-v4. Los valores válidos son dense, sparse y dense&sparse. El valor predeterminado es dense, que devuelve solo la representación vectorial densa. Las salidas de vectores dispersos (sparse y dense&sparse) solo se admiten a través de la API DashScope.instruct string opcionalProporciona instrucciones personalizadas para guiar al modelo en la comprensión de la intención de la consulta. Se recomiendan instrucciones en inglés, ya que generalmente mejoran el rendimiento entre un 1% y un 5%. |
|
Objeto de respuestastatus_codestringEl código de estado HTTP. Un valor de 200 indica éxito.request_id stringUn identificador único para la solicitud. Utilice este ID para rastrear y solucionar problemas de la solicitud.code stringEl código de error devuelto si la solicitud falla. Este campo está vacío para solicitudes exitosas.message stringUn mensaje de error detallado si la solicitud falla. Este campo está vacío para solicitudes exitosas.outputobjectEl resultado de la tarea.
Propiedades embeddings arrayLa salida del modelo para la solicitud. Es una matriz de objetos, donde cada objeto corresponde a un texto de entrada.
Propiedades sparse_embedding arrayLa representación vectorial dispersa de la cadena correspondiente. Esto aplica solo a text-embedding-v3 y text-embedding-v4.
Propiedades index integerEl índice del token en el vocabulario.valor floatIndica el peso o la puntuación de importancia del Token. Cuanto mayor sea el valor, mayor será la importancia o relevancia del Token en el contexto de texto actual.token stringEl texto del token.arrayLa representación vectorial densa para la cadena correspondiente.text_index integerEl índice del texto correspondiente en la matriz de entrada.object
Propiedades total_tokens integerEl número de tokens en la entrada, calculado por el tokenizador del modelo. |