Embedding-Vision是基於LLM底座的視覺多模態表徵模型，具有以視覺為中心、領域效能優異（電商、 安防、相簿/圖庫、自駕等）、高性價比的特點。相容文本、映像、視頻3種模態，可應用於以圖搜圖、以文搜圖、以文搜視頻，以視頻搜視頻等下遊任務情境。本模型（tongyi-embedding-vision-flash）是輕量化版本，在視覺向量化上具備極高性價比。
推理服務供應商
tongyi-embedding-vision-flash模型的推理服務供應商為阿里雲百鍊。
模型能力
| 能力項 | 支援情況 | 能力項 | 支援情況 |
|---|---|---|---|
輸入模態 | Text Image Video | 輸出模態 | — |
模型體驗 | 不支援 | Function Calling | 不支援 |
結構化輸出 | 不支援 | 連網搜尋 | 不支援 |
首碼續寫 | 不支援 | 上下文緩衝 | 不支援 |
批量推理 | 不支援 | 模型調優 | 不支援 |
上下文限制
| 參數 | 值 | 參數 | 值 |
|---|---|---|---|
最大輸入長度 | — | 最大輸出長度 | — |
上下文長度 | — |
模型價格
本文僅展示模型調用原價，不包含限時優惠等活動資訊，請前往百鍊控制台查看活動優惠。
- 新加坡
部署範圍：國際
| 計費項目 | 價格（美元） | 單位 |
|---|---|---|
圖片輸入 | 0.03 | 每百萬tokens |
文本輸入 | 0.09 | 每百萬tokens |
限流
- 新加坡
部署範圍：國際
| 參數 | 值 |
|---|---|
RPM（每分鐘請求數） | 600 |
TPM（每分鐘tokens） | 200,000 |