Embedding-Vision は、LLM を搭載した視覚中心のマルチモーダル埋め込みモデルであり、E コマース、フォトギャラリー、セキュリティ、自動運転など、さまざまなドメインで優れたドメイン固有のパフォーマンスと高いコストパフォーマンスを特徴としています。テキスト、画像、動画をサポートしており、Text-to-Image、Image-to-Image、Text-to-Video、Video-to-Video などの下流の取得タスクに適用できます。
推論サービスのプロバイダー
tongyi-embedding-vision-flash の推論サービスのプロバイダーは Alibaba Cloud Model Studio です。
モデルの機能
| 機能 | サポート | 機能 | サポート |
|---|---|---|---|
入力モダリティ | テキスト 画像 動画 | 出力モダリティ | — |
モデル体験 | 非対応 | 関数呼び出し | 非対応 |
構造化出力 | 非対応 | Web 検索 | 非対応 |
プレフィックス補完 | 非対応 | コンテキストキャッシュ | 非対応 |
バッチ推論 | 非対応 | ファインチューニング | 非対応 |
コンテキスト制限
| パラメーター | 値 | パラメーター | 値 |
|---|---|---|---|
最大入力長 | — | 最大出力長 | — |
コンテキストウィンドウ | — |
料金
このページには、期間限定プロモーションを除いた、モデル API 呼び出しの元の料金のみが表示されます。プロモーションオファーについては、Model Studio コンソールをご参照ください。
- シンガポール
範囲：国際
| 課金項目 | 価格 (USD) | 単位 |
|---|---|---|
画像入力 | 0.03 | 100 万トークンあたり |
テキスト入力 | 0.09 | 100 万トークンあたり |
レート制限
- シンガポール
範囲：国際
| パラメーター | 値 |
|---|---|
RPM (1 分あたりのリクエスト数) | 600 |
TPM (1 分あたりのトークン数) | 200,000 |