Qwen

Qwen3-VL Embedding

Qwen3-VL Embedding converte entradas mistas de texto, imagem e vídeo em vetores configuráveis para busca multimodal e RAG. Nfero documenta seus limites e rota de acesso à Alibaba sem apresentar um ponto de extremidade não verificado.

QwenEmbutimentoLinguagem visualVisualização do demo

DisponibilidadeVisualização do demo

AcessoVisualização do demo

RegiãoSingapore-first

Explorar modelo Detalhes do desenvolvedor

Planejamento de recuperação

Planeje um fluxo de trabalho de IA fundamentado

Acesso à Alibaba Cloud

Use esta rota para projetar fluxos de busca, incorporação (embedding) e reordenação antes de habilitar o acesso à produção na Alibaba Cloud.

Entrada

Prepare conteúdo de texto, imagem ou documento para busca de vetores e pontuação.

Recuperar

Use incorporações (embeddings) para coletar contexto candidato a uma consulta do usuário.

Reordenar

Aplique a reordenação do Qwen para priorizar os melhores trechos de origem.

Continuar com a Alibaba Cloud Explorar modelos relacionados

Nfero pode ganhar uma comissão se você comprar posteriormente por meio de um link qualificado, sem custo adicional para você.

Text Embedding V4 Tongyi Embedding Vision Plus

Manual do modelo

Para que as equipes usam

Qwen

Demonstração de recuperação

Relevância da pesquisa

Classifique páginas de modelos para um desenvolvedor que procura a rota certa do modelo.

Slot de embedding

Correspondência de vetores

Descrições de modelos de embutimento e agrupamento por tarefa, custo e disponibilidade hospedada.

Slot de reclassificação

Resultado do reclassificação

Reclassifique candidatos a modelos com base em raciocínio, visão e compatibilidade.

Uso, acesso e limitesAplicam-se termos

Termos de uso

Aplicam-se termos. Confirme os termos de uso no acordo da Alibaba do cliente antes do lançamento em produção.

Acesso hospedado

Este roteiro está pronto para descoberta, estimativas de preço e planejamento de entrada enquanto o acesso em tempo real é preparado.

Limites do modelo

Janela de entrada32.768

Implementação do desenvolvedorExemplos 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
})