O Embedding-Vision é um modelo de embedding multimodal centrado em visão, desenvolvido com base em LLM. Oferece desempenho excepcional em domínios específicos e alta relação custo-benefício em diversos setores, como e-commerce, galerias de fotos, segurança e direção autônoma. Com suporte a texto, imagem e vídeo, o modelo atende a tarefas de recuperação downstream, incluindo busca texto-imagem, imagem-imagem, texto-vídeo e vídeo-vídeo.
Provedor de service de Inferência
O Alibaba Cloud Model Studio fornece o service de inferência para tongyi-embedding-vision-plus.
Capacidades do Modelo
Capacidade | Suporte | Capacidade | Suporte |
Modalidade de Entrada | Text Image Video | Modalidade de Saída | — |
Experiência do Modelo | Unsupported | 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 | — | 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 conferir ofertas promocionais.
- Singapore
Item de Faturamento | Preço (USD) | Unidade |
Entrada de Imagem | 0,09 | Por 1M tokens |
Entrada de Texto | 0,09 | Por 1M tokens |
Limites de Taxa
- Singapore
Parâmetro | Valor |
RPM (Requisições Por Minuto) | 600 |
TPM (Tokens Por Minuto) | 200.000 |