Qwen: Qwen3 Embedding 8B
Qwen3-Embedding-8B muuntaa tekstin semanttisiksi vektoreiksi monikieliseen hakuun, koodin hakuun, luokitteluun ja ryhmittelyyn. Se tukee 32K tokenin sekvenssipituutta ja mukautettuja upotusulottuvuuksia välillä 32–4 096.
Tietoa mallista
Tämä kuvaus kattaa mallin ominaisuudet. Ailootissa saatavilla olevat syötteet, tulosteet ja asetukset luetellaan alla valitulle menetelmälle.
Qwen3-Embedding-8B on Qwenin 8B-tekstinupotusmalli, joka on rakennettu tiheän Qwen3-perusmallin pohjalta. Se esittää tekstin numeerisina vektoreina keskusteluvastausten tuottamisen sijaan. Qwen luettelee tuetuiksi käyttöalueiksi tekstin haun, koodin haun, luokittelun, ryhmittelyn ja rinnakkaistekstien louhinnan. Hakujärjestelmä voi käyttää näitä vektoreita kysymyksen vertaamiseen olennaisiin katkelmiin; asiakirjakokoelma voi käyttää niitä semanttisesti läheisen aineiston löytämiseen tai tietueiden järjestämiseen ryhmiin.
Juuri tämä malli tukee 32K tokenin sekvenssipituutta ja enintään 4 096 ulottuvuuden upotuksia. Se tukee myös käyttäjän määrittelemiä tulosteulottuvuuksia välillä 32–4 096 Matryoshka Representation Learningin avulla. Siksi vektorin pituus on tietoinen suunnitteluvalinta: lyhyempi vektori muuttaa esityksen kokoa, kun taas koko tuloste säilyttää mallin enimmäisulottuvuuden. Pidä valittu ulottuvuus johdonmukaisena samassa indeksissä verrattaville asiakirjoille ja kyselyille. Qwen3-Embedding-4B on erillinen versio, jolla on eri enimmäisulottuvuus, eikä olemassa olevan 8B-kokoelman vaihdettava vektorilähde.
Valmistaja kuvaa yli 100 kielen tukea, mukaan lukien ohjelmointikielet, sekä monikielistä, kieltenvälistä ja koodin hakua. Käytännön kokoelma voi sisältää asiakirjoja useilla kielillä samalla, kun kyselyt etsivät olennaista merkitystä, tai lähdekoodikatkelmia, jotka indeksoidaan luonnollisen kielen kysymystä varten. Säilytä tärkeät tunnisteet, otsikot ja alakohtaiset termit syötteessä. Pidä koodissa funktion tai moduulin ympäröivä selitys katkelman yhteydessä, kun kyseinen konteksti kuuluu kysymykseen. Tuloste pysyy vektoriesityksenä; vastaavan asiakirjatekstin palauttaminen on hakusovelluksen seuraava vaihe.
Malli huomioi ohjeet. Qwen suosittelee hakutehtävään mukautettua yhden virkkeen ohjetta ja monikielisessä käytössä ohjeen kirjoittamista englanniksi. Sen suora esimerkki muotoilee kyselyn merkinnällä Instruct:, jonka jälkeen tulee tehtävän kuvaus, ja merkinnällä Query:, jonka jälkeen tulee kysymys. Haettavat asiakirjat eivät tarvitse esimerkissä samaa ohje-etuliitettä. Sopiva alkuperäinen tehtävänanto voisi kuvata käyttäjän virhettä selittävien teknisten katkelmien etsimistä ja sijoittaa sitten kyseisen virhekuvauksen kyselyyn. Ohje kuvaa, millaista semanttista suhdetta haun tulisi suosia.
Qwenin esimerkit koodaavat kyselyt ja asiakirjat erikseen, vertaavat niiden vektoreita kosinisamankaltaisuudella ja näyttävät alemman tason menetelmän, joka poimii viimeisen tokenin piilotilan ja normalisoi upotuksen ennen pistetulovertailua. Hyödyllinen työnkulku pitää kunkin katkelman vektorin yhteydessä sen lähdetunnisteeseen, vertaa valmisteltua kyselyä tallennettuihin vektoreihin ja palauttaa vastaavat katkelmat samankaltaisuusjärjestyksessä. Esimerkin 8 192 tokenin katkaisuasetus on valittu syötteen käsittelyasetus, erillään mallin dokumentoidusta 32K-sekvenssipituudesta. Tarkasta, mitä säilytetään, kun valmistelet pitkiä syötteitä.
Upotus- ja uudelleenjärjestelymallit ovat Qwenin julkaisun eri komponentteja. Upotusmalli esittää yhden tekstijakson ja mahdollistaa alustavan samankaltaisuushaun. Erillinen uudelleenjärjestelijä arvioi kyselyn ja ehdokaskatkelmien välistä suhdetta ja voi tarkentaa niiden järjestystä. Qwen kuvaa kahden moduulin yhdistämistä, mutta Qwen3-Embedding-8B itse palauttaa upotuksia uudelleenjärjestelijän relevanssiarvion tai kirjoitetun vastauksen sijaan. Säilytä vastaukseen johtavassa haussa löytynyt lähdeteksti ja siirrä tämä näyttö vastausvaiheeseen. Valitse ja säilytä haettavalle kokoelmalle johdonmukainen malli, ulottuvuus ja kyselyohje.
Ailoot Ultra · Vektoriesitykset POST /v1/embeddings qwen/qwen3-embedding-8b
qwen/qwen3-embedding-8bAloitus
Qwen3-Embedding-8B muuntaa tekstin semanttisiksi vektoreiksi monikieliseen hakuun, koodin hakuun, luokitteluun ja ryhmittelyyn. Se tukee 32K tokenin sekvenssipituutta ja mukautettuja upotusulottuvuuksia välillä 32–4 096.
- Hyväksytyt syötteet
- Teksti · token_ids
- Tulokset
- embedding
Saatavilla Ailootissa · syötteet & menetelmät
Ailoot Ultra · Vektoriesitykset POST /v1/embeddings
- Syötetyypit
text,token_ids- Tulostyypit
embedding- Konteksti
- 32 768 tokens
- Tulosteen muoto
- json
| Kenttä | Tyyppi | Vaatimus | Arvot & rajat | Oletus |
|---|---|---|---|---|
Kenttämodel | Tyyppistring | VaatimusPakollinen | Arvot & rajat qwen/qwen3-embedding-8b | 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
- Vakiohinta Kun nopea tila on valittu
- Flex-tila
- Vakiohinta Kun flex-tila on valittu
- Päättelyn enimmäisteho
- Vakiohinta Kun päättelyn enimmäistehoon sovelletaan default-oletussäätöä
Ailoot-hinnat
Hinnat asetusten mukaan
| Asetukset | Hinnasto | Veloitus |
|---|---|---|
| AsetuksetTokenien perushinnat | HinnastoPerushinta | Veloitus Syöte · Syötetokenit $0.00002 / 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-8b", "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-8b',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-8b
Menetelmäpolkujen aliakset
Käytä yllä näytettyjä menetelmäpolkuja.
Liittyvät kutsujan ID:t
FAQ · Qwen: Qwen3 Embedding 8B
- Mitä syötteitä ja tuloksia on saatavilla?
POST /v1/embeddings·qwen/qwen3-embedding-8b:text,token_ids→embedding- Mitä kenttiä pyyntö käyttää?
POST /v1/embeddings·qwen/qwen3-embedding-8b:model,input,encoding_format,provider- Mitä rajoja sovelletaan?
POST /v1/embeddings·qwen/qwen3-embedding-8b:ctx:32768;input.budget.maximum:32768(UTF8-tavut);input.min_items:1