O Qwen3-VL-Embedding é um modelo vetorial multimodal unificado baseado no Qwen3-VL que aceita entradas de texto, imagem e vídeo (em modalidade única ou mista). Ele gera vetores de representação unificados, adequados para recuperação entre modalidades, busca de imagens e vídeos, clusterização, recuperação multimodal complexa e marcação.
Provedor do service de inferência
O Alibaba Cloud Model Studio fornece o service de inferência para qwen3-vl-embedding.
Capacidades do modelo
Capacidade | Suporte | Capacidade | Suporte |
Modalidade de entrada | Text Image | Modalidade de saída | — |
Experiência do modelo | Supported | Function Calling | Unsupported |
Saídas estruturadas | Unsupported | Busca na web | Unsupported |
Conclusão de prefixo | Unsupported | Cache de contexto | Unsupported |
Inferência em lote | Unsupported | Fine-tuning | Unsupported |
Limites de contexto
Parâmetro | Valor | Parâmetro | Valor |
Comprimento máximo de entrada | 32.000 | Comprimento máximo de saída | — |
Janela de contexto | — |
Preços
Esta página exibe apenas os preços originais das chamadas de API do modelo, sem incluir promoções por tempo limitado. Acesse o console do Model Studio para consultar ofertas promocionais.
- China (Beijing)
Item de faturamento | Preço (USD) | Unidade |
Entrada de imagem | 0,258 | Por 1 milhão de tokens |
Entrada de texto | 0,1 | Por 1 milhão de tokens |
Limites de taxa
- China (Beijing)
Parâmetro | Valor |
RPM (solicitações por minuto) | 2.400 |
TPM (tokens por minuto) | 1.200.000 |