O modelo de embedding de texto de uso geral converte dados textuais em vetores numéricos para tarefas subsequentes, como busca semântica, recomendação, clustering e classificação.
Visão geral do modelo
- Singapore
- China (Beijing)
- China (Hong Kong)
| Modelo | Dimensões do embedding | Máximo de linhas | Máximo de tokens por linha(Note) | Preço (por 1 milhão de tokens de entrada) | Idiomas suportados | Cota gratuita(Note) |
|---|---|---|---|---|---|---|
| qwen3.7-text-embedding | 2.560, 2.048, 1.536, 1.024 (padrão), 768, 512, 256 | 20 | 128.000 | $0,07 | Chinês, inglês, espanhol, francês, português, indonésio, japonês, coreano, alemão, russo e mais de 200 outros idiomas e dialetos principais | 1 milhão de tokensValidade: 90 dias após a ativação do Model Studio |
text-embedding-v4Parte da série Qwen3-Embedding | 2.048, 1.536, 1.024 (padrão), 768, 512, 256, 128, 64 | 10 | 8.192 | $0,07 | Chinês, inglês, espanhol, francês, português, indonésio, japonês, coreano, alemão, russo e mais de 100 outros idiomas principais | 1 milhão de tokensValidade: 90 dias após a ativação do Model Studio |
| text-embedding-v3 | 1.024 (padrão), 768, 512 | Chinês, inglês, espanhol, francês, português, indonésio, japonês, coreano, alemão, russo e mais de 50 outros idiomas principais | 500.000 tokensValidade: 90 dias após a ativação do Model Studio |
Pré-requisitos
Usuários familiarizados com o ecossistema OpenAI podem utilizar a API compatível com OpenAI para uma migração rápida. A API DashScope oferece recursos adicionais exclusivos.
Obtain an API key e export the API key as an environment variable. Se você utilizar um SDK para fazer chamadas, install the DashScope SDK.
Compatibilidade com OpenAI
Nuvem pública
Obase_urla ser configurado para chamadas de SDK:
Oendpointa ser configurado para chamadas HTTP:POST https://{WorkspaceId}.cn-beijing.maas.aliyuncs.com/compatible-mode/v1/embeddings
Substitua {WorkspaceId} pelo seu workspace ID real.
Configure obase_urlpara chamadas de SDK:
- Singapore: https://{WorkspaceId}.ap-southeast-1.maas.aliyuncs.com/compatible-mode/v1. Substitua
WorkspaceIdpelo seu workspace ID real. - China (Beijing): https://{WorkspaceId}.cn-beijing.maas.aliyuncs.com/compatible-mode/v1
- China (Hong Kong): https://{WorkspaceId}.cn-hongkong.maas.aliyuncs.com/compatible-mode/v1. Substitua
WorkspaceIdpelo seu workspace ID real.
- Singapore: POST https://{WorkspaceId}.ap-southeast-1.maas.aliyuncs.com/compatible-mode/v1/embeddings. Substitua
WorkspaceIdpelo seu workspace ID real. - China (Beijing): 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. Substitua
WorkspaceIdpelo seu workspace ID real.
{WorkspaceId} pelo seu workspace ID real.
Request body |
|
modelstringrequiredNome do modelo a ser chamado. Consulte a tabela Model overview para ver os nomes dos modelos. | |
inputarray<string> or string or filerequiredTexto de entrada a ser processado. A entrada pode ser uma string, um array de strings ou um arquivo. Os limites de tamanho do texto e do lote variam conforme a versão do modelo:
| |
dimensions integer optionalDimensão dos vetores de embedding de saída. Deve ser um dos seguintes valores: 2560 (apenas para qwen3.7-text-embedding),2048 (apenas para text-embedding-v4), 1536 (apenas para text-embedding-v4), 1024, 768, 512, 256, 128 ou 64. O valor padrão é 1024. | |
encoding_format string optionalFormato do embedding retornado. Atualmente, apenas float é suportado. |
Response object | |
dataarrayLista dos objetos de embedding resultantes.
Property embedding listVetor de embedding, retornado como um array de números de ponto flutuante.indexintegerÍndice do texto de entrada correspondente no array de entrada.objectstringTipo do objeto. O valor é sempre embedding. | |
modelstringNome do modelo utilizado nesta chamada. | |
objectstringTipo do objeto. O valor é sempre list. | |
usageobject
Property prompt_tokensintegerNúmero de tokens no texto de entrada.total_tokens integerNúmero total de tokens na entrada. Essa contagem é determinada pela forma como o tokenizador do modelo analisa a string de entrada. | |
| idstringIdentificador único da requisição, usado para rastreamento e solução de problemas. |
DashScope
Public cloud
base_urlpara chamadas de SDK: https://{WorkspaceId}.cn-beijing.maas.aliyuncs.com/api/v1
Endpoint para chamadas HTTP: POST https://{WorkspaceId}.cn-beijing.maas.aliyuncs.com/api/v1/services/embeddings/text-embedding/text-embedding
Substitua {WorkspaceId} pelo seu workspace ID real.
base_urlpara chamadas de SDK:
- Singapore: https://{WorkspaceId}.ap-southeast-1.maas.aliyuncs.com/api/v1. Substitua
WorkspaceIdpelo seu workspace ID real. - China (Beijing): https://{WorkspaceId}.cn-beijing.maas.aliyuncs.com/api/v1
- China (Hong Kong): https://{WorkspaceId}.cn-hongkong.maas.aliyuncs.com/api/v1. Substitua
WorkspaceIdpelo seu workspace ID real.
- Singapore: POST https://{WorkspaceId}.ap-southeast-1.maas.aliyuncs.com/api/v1/services/embeddings/text-embedding/text-embedding. Substitua
WorkspaceIdpelo seu workspace ID real. - China (Beijing): 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. Substitua
WorkspaceIdpelo seu workspace ID real.
{WorkspaceId} pelo seu workspace ID real.
Request body |
|
modelstringrequiredO modelo a ser utilizado. Para obter uma lista dos modelos disponíveis, consulte a tabela Model overview. | |
inputstringouarray<string>requiredO texto a ser processado. A entrada pode ser uma string, um array de strings ou um arquivo. O comprimento de texto suportado e o tamanho do lote variam conforme a versão do modelo.
| |
text_type stringoptional
Ao fazer uma chamada HTTP, coloque text_typeno objeto O texto convertido em embeddings pode ser aplicado em tarefas subsequentes, como recuperação, clustering e classificação. Para tarefas assimétricas, como recuperação, recomenda-se diferenciar entre texto de consulta (query) e texto de documento (document) para obter melhor desempenho. Em tarefas simétricas, como indexação, clustering e classificação, utilize o valor padrão do sistema: document. | |
dimension integer optional
Ao fazer uma chamada HTTP, coloque dimensionno objeto Define a dimensão do embedding para o vetor de saída. Os valores válidos são 2560 (apenas para qwen3.7-text-embedding),2048 (apenas para text-embedding-v4), 1536 (apenas para text-embedding-v4), 1024, 768, 512, 256, 128 ou 64. O valor padrão é 1024. | |
output_type string optional
Ao fazer uma chamada HTTP, coloque output_typeno objeto Especifica o tipo de vetor de saída. Este parâmetro aplica-se apenas aos modelos qwen3.7-text-embedding,``text-embedding-v3 e text-embedding-v4. Os valores válidos são dense, sparse e dense&sparse. O padrão é dense, que retorna apenas a representação vetorial densa. | |
instruct string optionalFornece instruções personalizadas para orientar o modelo na compreensão da intenção da consulta. Recomenda-se o uso de instruções em inglês, pois geralmente melhoram o desempenho em 1% a 5%. |
Response object | |
status_code stringO código de status HTTP. O valor 200 indica sucesso. | |
request_id stringUm identificador exclusivo para a requisição. Utilize este ID para rastrear e solucionar problemas da requisição. | |
code stringO código de erro retornado caso a requisição falhe. Este campo fica vazio em requisições bem-sucedidas. | |
message stringUma mensagem de erro detalhada caso a requisição falhe. Este campo fica vazio em requisições bem-sucedidas. | |
outputobjectO resultado da tarefa.
Properties embeddings arrayA saída do modelo para a requisição. Trata-se de um array de objetos, onde cada objeto corresponde a um texto de entrada.
Properties sparse_embedding arrayA representação vetorial esparsa da string correspondente. Aplica-se apenas a text-embedding-v3 e text-embedding-v4.
Properties index integerO índice do token no vocabulário.value floatIndica o peso ou pontuação de importância do Token. Quanto maior o valor, maior a importância ou relevância do Token no contexto atual do texto.token stringO texto do token.arrayA representação vetorial densa para a string correspondente.text_index integerO índice do texto correspondente no array de entrada. | |
usageobject
Properties total_tokens integerA quantidade de tokens na entrada, calculada pelo tokenizador do modelo. |