Qwen

Qwen3-VL Embedding

Qwen3-VL Embedding convierte entradas mixtas de texto, imagen y video en vectores configurables para búsqueda multimodal y RAG. Nfero documenta sus límites y el camino de acceso a Alibaba sin presentar un punto final no verificado.

QwenIncorporaciónLenguaje visualVista previa de demostración

DisponibilidadVista previa de demostración

AccesoVista previa de demostración

RegiónPrimero Singapur

Explorar modelo Detalles del desarrollador

Planificación de recuperación

Planificar un flujo de trabajo de IA fundamentado

Acceso a Alibaba Cloud

Utiliza esta ruta para diseñar flujos de búsqueda, incrustación y reclasificación antes de habilitar el acceso a producción en Alibaba Cloud.

Entrada

Prepara texto, imagen o contenido de documento para búsqueda y puntuación de vectores.

Recuperar

Usa incrustaciones para recopilar contexto candidato para una consulta de usuario.

Reclasificar

Aplica la clasificación de Qwen para priorizar las mejores pasajes de origen.

Continuar con Alibaba Cloud Explorar modelos relacionados

Nfero puede obtener una comisión si más tarde compra a través de un enlace calificado, sin costo adicional para usted.

Text Embedding V4 Tongyi Embedding Vision Plus

Guía del modelo

¿Para qué lo usan los equipos?

Qwen

Demostración de recuperación

Relevancia de búsqueda

Clasifica las páginas de modelos para un desarrollador que busca el camino correcto del modelo.

Ranura de incorporación

Coincidencia de vectores

Incorpora descripciones de modelos y agrúpalos por tarea, costo y disponibilidad alojada.

Espacio de reordenación

Resultado de reordenación

Reordenar candidatos de modelos según razonamiento, visión y compatibilidad.

Uso, acceso y límitesAplican términos

Términos de uso

Aplican términos. Confirme los términos de uso en el acuerdo de Alibaba del cliente antes del lanzamiento en producción.

Acceso alojado

Esta ruta está lista para descubrir, estimaciones de precios y planificación de entradas mientras se prepara el acceso en vivo.

Límites del modelo

Ventana de entrada32.768

Implementación del desarrolladorEjemplos de API

curl -X POST https://nfero.com/api/models/qwen3-vl-embedding/run \
  -H 'content-type: application/json' \
  -d '{"texts":["Nfero Model Hub","Alibaba Model Studio"],"dimensions":2560,"normalize":true}'

await fetch('/api/models/qwen3-vl-embedding/run', {
  method: 'POST',
  headers: { 'content-type': 'application/json' },
  body: JSON.stringify({
  "texts": [
    "Nfero Model Hub",
    "Alibaba Model Studio"
  ],
  "dimensions": 2560,
  "normalize": true
})
});

import requests
requests.post('https://nfero.com/api/models/qwen3-vl-embedding/run', json={
  "texts": [
    "Nfero Model Hub",
    "Alibaba Model Studio"
  ],
  "dimensions": 2560,
  "normalize": true
})