Qwen: Qwen3 Embedding 4B
Qwen3-Embedding-4B esittää tekstin semanttisina vektoreina monikielistä tiedonhakua, koodihakua, luokittelua ja klusterointia varten. Tämä 4B-malli tukee 32K tokenin sekvenssipituutta ja mukautettavaa vektorin ulottuvuuksien määrää väliltä 32–2 560.
Tietoa mallista
Tämä kuvaus kattaa mallin ominaisuudet. Ailootissa saatavilla olevat syötteet, tulosteet ja asetukset luetellaan alla valitulle menetelmälle.
Qwen3-Embedding-4B on Qwenin upotus- ja uudelleenjärjestysmallien perheen 4B-versio tekstin upotuksiin. Se perustuu tiheään Qwen3-perusmalliin ja muuntaa tekstijakson merkityksen numeeriseksi esitykseksi. Qwen nimeää käyttökohteiksi tekstihaun, koodihaun, luokittelun, klusteroinnin ja rinnakkaistekstien etsinnän. Siitä on hyötyä, kun sovelluksen on löydettävä toisiinsa liittyviä tekstikohtia, ryhmiteltävä samankaltaisia tietueita tai vertailtava tekstiä eri kielillä. Mallin tulos on upotusvektori, ei keskusteluvastaus tai uudelleenkirjoitettu asiakirja.
Tämän täsmällisen version sekvenssipituus on 32K tokenia ja upotuksen ulottuvuuksien määrä enintään 2 560. Se tukee ulostulon ulottuvuuksien mukauttamista välille 32–2 560 Matryoshka Representation Learning -menetelmällä. Valittu vektorin pituus vaikuttaa esityksen tallentamiseen ja vertailuun, joten pidä se samana saman kokoelman kysely- ja asiakirjavektoreilla. Qwen3-Embedding-8B on erikokoinen malli, jonka enimmäisulottuvuus on 4 096. Tämä ulostulokoko tai 8B-mallin identiteetti ei siirry tähän 4B-versioon. Olemassa olevan indeksin tulee säilyttää omat johdonmukaiset esitysvalintansa.
Valmistaja kuvaa tukea yli 100 kielelle, ohjelmointikielet mukaan lukien, sekä monikielistä, kieltenvälistä ja koodiin kohdistuvaa hakua. Esimerkiksi ohjekeskuksen haku voi vertailla käyttäjän kysymystä useilla kielillä kirjoitettuihin tekstikohtiin ja palauttaa sitten aiheeseen sopivat alkuperäiset kohdat. Koodihaku voi vertailla luonnollisen kielen kuvausta olennaisiin funktioihin ja niiden dokumentaatioon. Säilytä merkitykselliset otsikot, alan termit ja tunnisteet tekstiä valmistellessasi. Pidä jokainen esitetty tekstikohta yhdistettynä lähteeseensä, jotta sovellus voi näyttää vastaavan aineiston.
Qwen3-Embedding-4B ottaa ohjeet huomioon. Qwen suosittelee antamaan kullekin kyselylle yhden virkkeen tehtäväkuvauksen, joka on sovitettu tavoiteltuun hakusuhteeseen, sekä käyttämään englanninkielisiä ohjeita monikielisissä tilanteissa. Suora esimerkki sijoittaa Instruct: ennen tehtäväkuvausta ja Query: ennen kyselytekstiä. Haettavat asiakirjat koodataan ilman kyseistä kyselyohjetta. Käytännöllinen oma ohje voi määritellä haettavaksi ilmoitettua virhettä selittäviä dokumentaatiokohtia tai kuvattua toimintaa toteuttavia lähdekoodikatkelmia. Tämä suuntaa esityksen sovelluksen kysymykseen sen sijaan, että mallia pyydettäisiin kirjoittamaan vastaus.
Viralliset esimerkit koodaavat kysely- ja asiakirjatekstit, vertailevat niiden upotuksia kosinisamankaltaisuudella ja havainnollistavat viimeisen tokenin piilotilan poolausta sekä sitä seuraavaa normalisointia. Tässä alemman tason esimerkissä syöte katkaistaan valittuun 8 192 tokenin asetukseen; mallin dokumentoitu sekvenssipituus pysyy 32K:ssa. Päätä pitkän aineiston kohdalla, mitkä tekstijaksot esitetään, ja varmista, ettei katkaisu poista huomaamatta kyselyn tarvitsemaa osaa. Tallenna vektorit vakaine lähdeviitteineen, vertaa valmisteltua kyselyä kokoelmaan ja palauta siihen liittyvät tekstikohdat samankaltaisuusjärjestyksessä.
Qwenin upotusmalli käyttää dual-encoder-lähestymistapaa, kun taas sen erilliset uudelleenjärjestysmallit käyttävät cross-encoderia kysely–asiakirjaparien arviointiin. Julkaisussa kuvataan näiden moduulien yhteiskäyttöä: upotukset löytävät alustavat ehdokkaat, minkä jälkeen uudelleenjärjestysmalli voi tarkentaa niiden järjestystä. Qwen3-Embedding-4B itse tuottaa yksittäisen tekstin esityksen. Sen vektori ei ole uudelleenjärjestysmallin pistemäärä, vahvistettu väite tai generoitu vastaus. Jos lopullinen työnkulku vastaa kysymyksiin haetun aineiston perusteella, valitut lähdekohdat pysyvät myöhempään vaiheeseen välitettävänä näyttöaineistona.
Ailoot Ultra · Vektoriesitykset POST /v1/embeddings qwen/qwen3-embedding-4b
qwen/qwen3-embedding-4bAloitus
Qwen3-Embedding-4B esittää tekstin semanttisina vektoreina monikielistä tiedonhakua, koodihakua, luokittelua ja klusterointia varten. Tämä 4B-malli tukee 32K tokenin sekvenssipituutta ja mukautettavaa vektorin ulottuvuuksien määrää väliltä 32–2 560.
- Hyväksytyt syötteet
- Teksti · token_ids
- Tulokset
- embedding
Saatavilla Ailootissa · syötteet & menetelmät
Ailoot Ultra · Vektoriesitykset POST /v1/embeddings
- Syötetyypit
text,token_ids- Tulostyypit
embedding- Tulosteen muoto
- json
| Kenttä | Tyyppi | Vaatimus | Arvot & rajat | Oletus |
|---|---|---|---|---|
Kenttämodel | Tyyppistring | VaatimusPakollinen | Arvot & rajat qwen/qwen3-embedding-4b | Oletus— |
Kenttäinput | Tyyppistring|string[]|integer[]|integer[][] | VaatimusPakollinen | Arvot & rajat Kohteiden vähimmäismäärä: 1 Ehdot: Ei-tyhjä, yhdenmukaisista alkioista koostuva erä. Tokenien ID:t ovat ei-negatiivisia kokonaislukuja. Syötebudjetti: Enimmäismäärä: 32 768 · Tekstiyksikkö: UTF8-tavut · Tokenyksikkö: Token-taulukon alkiot | Oletus— |
Kenttäencoding_format | Tyyppistring | VaatimusValinnainen | Arvot & rajat float | Oletusfloat |
Kenttädimensions | Tyyppiinteger | VaatimusEi tuettu | Arvot & rajat Vähimmäismäärä: 1 | Oletus— |
Kenttäuser | Tyyppijson_value | VaatimusValinnainen | Arvot & rajat Ehdot: Lähde sallii tämän JSON-metatietokentän; tarkka alkuperäisen palvelun semantiikka on mallikohtainen. | Oletus— |
Kenttäsession_id | Tyyppijson_value | VaatimusValinnainen | Arvot & rajat Ehdot: Lähde sallii tämän JSON-metatietokentän; tarkka alkuperäisen palvelun semantiikka on mallikohtainen. | Oletus— |
Kenttätrace | Tyyppijson_value | VaatimusValinnainen | Arvot & rajat Ehdot: Lähde sallii tämän JSON-metatietokentän; tarkka alkuperäisen palvelun semantiikka on mallikohtainen. | Oletus— |
Kenttäprovider | Tyyppiobject | VaatimusValinnainen | Arvot & rajat Ehdot: provider.options hylätty | Oletus— |
Syöteaineistojen yhdistelmät
text_to_embedding
Menetelmän parametrit ja elinkaari
| Parametri | Sopimus |
|---|---|
Parametricontent_type | Sopimusapplication/json |
Parametrirequired | Sopimusmodel, input |
Parametriinput_shapes | Sopimusstring, string[], nonnegative_integer_token_array, nonnegative_integer_token_array[] |
Parametriencoding_format | Sopimusfloat |
Parametridimensions_override | Sopimusfalse |
Parametrimax_input_budget_units | Sopimus32768 |
Parametrimultimodal_objects | Sopimusfalse |
Parametrimaterial_types | Sopimustext, token_ids |
Elinkaari: synchronous_json
Säilytä jokaisen vektorin indeksi ja ulottuvuus.
Mallin nimen multimodaalisuus ei tarkoita, että tämä nimenomainen reitti hyväksyisi kuvaolioita.
Hinnoittelu
Hintatiedot eivät lisää pyyntövalintoja. Tuetut parametrit on lueteltu valitulle menetelmälle.
- Nopea tila
- Ei määritetty Kun nopea tila on valittu
- Flex-tila
- Ei määritetty Kun flex-tila on valittu
- Päättelyn enimmäisteho
- Ei määritetty Kun päättelyn enimmäistehoon sovelletaan default-oletussäätöä
Ailoot-hinnat
Hinnat asetusten mukaan
| Asetukset | Hinnasto | Veloitus |
|---|---|---|
| AsetuksetTokenien perushinnat | HinnastoPerushinta | Veloitus Syöte · Syötetokenit $0.00004 / 1K tokenia Tuloste · Tulostokenit $0 / 1K tokenia Syöte · Välimuistin luku — / 1K tokenia Syöte · Välimuistiin kirjoitus — / 1K tokenia Syöte · Välimuistiin kirjoitus, 1 tunti — / 1K tokenia |
Ailoot varaa arvioidun summan ennen pyyntöä. Tuloksen jälkeen lopullinen veloitus toteutetaan mitatun käytön perusteella. Suoratoiston veloituksessa käytetään lopullista käyttötietuetta. Varauksen ja lopullisen veloituksen toiminta →
Esimerkkipyynnöt
Ailoot Ultra · Vektoriesitykset
set -eu
: "${AILOOT_API_KEY:?Set your Ailoot API key}"
python3 - <<'PY_REQUEST'
import json,os
from pathlib import Path
p=json.loads('{"model": "qwen/qwen3-embedding-4b", "input": ["First document", "Second document"]}')
Path("request.json").write_text(json.dumps(p,ensure_ascii=False))
PY_REQUEST
curl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/embeddings \
-H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \
--data-binary @request.json -D response-headers.txt -o result.json
python3 - <<'PY_RESULT'
import json
from pathlib import Path
r=json.loads(Path("result.json").read_text())
for x in r.get("data",[]): print(json.dumps({"index":x.get("index"),"embedding":x.get("embedding")}))
PY_RESULT
from openai import OpenAI
import os
client=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)
result=client.embeddings.create(model='qwen/qwen3-embedding-4b',input=["First document","Second document"])
print(result)
for item in result.data:print(item.index,item.embedding)
Vastaanota ja tallenna tulokset
Ailoot Ultra · Vektoriesitykset
json
Säilytä kaikki valmistuneet tulokset
Säilytä jokainen kokonainen palautettu vastaus, tiedosto ja sisällön osa.
Säilytä jokainen vektori indekseineen. Vektorien määrän on vastattava syötteiden määrää; ulottuvuuksien on oltava yhdenmukaiset.
Jos alkuperäinen vastaus on tarkistettava
Uutta upotustehtävien päätepistettä ei oteta käyttöön.
Vastauksen kentät
| Kenttä | Tyyppi |
|---|---|
Kenttäobject | Tyyppistring |
Kenttämodel | Tyyppistring |
Kenttädata[].index | Tyyppiinteger |
Kenttädata[].embedding | Tyyppifinite float[] |
Kenttäusage | Tyyppiobject |
Virheet ja seuraavat vaiheet
| Vastaus | Ehto | Seuraava vaihe |
|---|---|---|
Vastaus400 · invalid_request_error | EhtoVirheelliset pakolliset kentät, aineiston esitysmuoto tai parametrin arvo | Seuraava vaiheKorjaa ilmoitetut kentät ennen uutta luontipyyntöä. |
Aliakset
Mallin aliakset
Ailoot Ultra qwen/qwen3-embedding-4b
Menetelmäpolkujen aliakset
Käytä yllä näytettyjä menetelmäpolkuja.
Liittyvät kutsujan ID:t
FAQ · Qwen: Qwen3 Embedding 4B
- Mitä syötteitä ja tuloksia on saatavilla?
POST /v1/embeddings·qwen/qwen3-embedding-4b:text,token_ids→embedding- Mitä kenttiä pyyntö käyttää?
POST /v1/embeddings·qwen/qwen3-embedding-4b:model,input,encoding_format,provider- Mitä rajoja sovelletaan?
POST /v1/embeddings·qwen/qwen3-embedding-4b:input.budget.maximum:32768(UTF8-tavut);input.min_items:1