Source: https://ailoot.ai/models/he/qwen-qwen3-embedding-4b/
Canonical: https://ailoot.ai/models/he/qwen-qwen3-embedding-4b/
Language: he

# Qwen: Qwen3 Embedding 4B

[Markdown](https://ailoot.ai/models/he/qwen-qwen3-embedding-4b/index.md) · [JSON](https://ailoot.ai/models/he/qwen-qwen3-embedding-4b/facts.json)

## [Qwen: Qwen3 Embedding 4B](https://ailoot.ai/models/he/qwen-qwen3-embedding-4b/)

Qwen3-Embedding-4B מייצג טקסט כווקטורים סמנטיים לאחזור רב־לשוני, לחיפוש קוד, לסיווג ולקיבוץ לאשכולות. מודל 4B זה תומך באורך רצף של 32K טוקנים ובמספר ממדים מותאם אישית לווקטור, בין 32 ל־2,560.

- [**Ailoot Ultra · ייצוגים וקטוריים** `POST /v1/embeddings` `qwen/qwen3-embedding-4b`](https://ailoot.ai/models/he/qwen-qwen3-embedding-4b/#method-0)

על המודל

התיאור הזה מציג את יכולות המודל. הקלט, הפלט והאפשרויות הזמינים ב-Ailoot מפורטים בהמשך לפי השיטה שנבחרה.

Qwen3-Embedding-4B הוא מהדורת 4B להטמעת טקסט במשפחת מודלי ההטמעה והדירוג מחדש של Qwen. הוא מבוסס על מודל הבסיס הצפוף Qwen3 וממיר מקטע טקסט לייצוג מספרי של משמעותו. Qwen מציינת אחזור טקסט, אחזור קוד, סיווג, קיבוץ לאשכולות וכריית טקסטים מקבילים כתחומי יישום. הוא שימושי כאשר יישום צריך למצוא קטעים קשורים, לקבץ רשומות דומות או להשוות טקסטים בין שפות. פלט המודל הוא וקטור הטמעה, ולא תשובה בשיחה או מסמך שנכתב מחדש.

למהדורה המדויקת יש אורך רצף של 32K טוקנים ומספר ממדי הטמעה של עד 2,560. היא תומכת במספר ממדי פלט מותאם אישית בין 32 ל־2,560 באמצעות Matryoshka Representation Learning. אורך הווקטור שנבחר משפיע על אופן האחסון וההשוואה של הייצוג, ולכן שמרו על אותו אורך בווקטורי שאילתות ובווקטורי מסמכים בתוך אוסף אחד. ל־Qwen3-Embedding-8B יש גודל מודל אחר ומקסימום של 4,096 ממדים; גודל הפלט הזה וזהות מודל 8B אינם עוברים למהדורת 4B זו. אינדקס קיים צריך לשמור על בחירות ייצוג עקביות משלו.

היצרן מתאר תמיכה ביותר מ־100 שפות, לרבות שפות תכנות, עם אחזור רב־לשוני, אחזור חוצה שפות ואחזור קוד. דוגמה לחיפוש במרכז עזרה יכולה להשוות את שאלת המשתמש לקטעים הכתובים בכמה שפות, ואז להחזיר את הקטעים המקוריים המתאימים לנושא. חיפוש קוד יכול להשוות תיאור בשפה טבעית לפונקציות רלוונטיות ולתיעוד שלהן. בעת הכנת הטקסט, שמרו כותרות משמעותיות, מונחים מקצועיים ומזהים, וקשרו כל קטע מיוצג למקורו כדי שהיישום יוכל להציג את החומר המתאים.

Qwen3-Embedding-4B מביא בחשבון הוראות. Qwen ממליצה לצרף לכל שאילתה תיאור של המשימה במשפט אחד, המותאם ליחס האחזור הרצוי, וממליצה על הוראות באנגלית בתרחישים רב־לשוניים. בדוגמה הישירה מופיע Instruct: לפני תיאור המשימה ו־Query: לפני טקסט השאילתה. מסמכי האחזור מקודדים ללא הוראת השאילתה הזו. הנחיה מעשית מקורית יכולה להגדיר חיפוש קטעי תיעוד המסבירים שגיאה שדווחה או חיפוש קטעי קוד מקור המממשים את ההתנהגות המתוארת. כך הייצוג מכוון לשאלת היישום, במקום לבקש מהמודל לכתוב תשובה.

הדוגמאות הרשמיות מקודדות טקסטים של שאילתות ומסמכים, משוות את ההטמעות שלהם באמצעות דמיון קוסינוס ומדגימות איגום של המצב החבוי של הטוקן האחרון, ולאחריו נרמול. באותה דוגמה ברמת המימוש הנמוכה יותר, הקלט נקטע לפי הגדרה נבחרת של 8,192 טוקנים; אורך הרצף המתועד של המודל נשאר 32K. לחומר ארוך, החליטו אילו קטעים לייצג וודאו שהקטיעה אינה משמיטה בלי התרעה את החלק הדרוש לשאילתה. אחסנו וקטורים עם הפניות יציבות למקורות, השוו את השאילתה שהוכנה לאוסף והחזירו את הקטעים המשויכים לפי סדר הדמיון.

מודל ההטמעה של Qwen משתמש בגישת dual-encoder, ואילו מודלי הדירוג מחדש הנפרדים שלה משתמשים ב־cross-encoder להערכת זוגות שאילתה–מסמך. הפרסום מתאר שימוש משולב במודולים האלה: ההטמעות מוצאות מועמדים ראשוניים, ומודל דירוג מחדש יכול לעדן את סדרם לאחר מכן. Qwen3-Embedding-4B עצמו מספק ייצוג של טקסט יחיד. הווקטור שלו אינו ציון דירוג מחדש, קביעה מאומתת או תשובה שנוצרה. אם התהליך הסופי עונה על שאלות מתוך חומר שאוחזר, קטעי המקור שנבחרו נשארים הראיות המועברות לשלב מאוחר יותר.

**Ailoot Ultra · ייצוגים וקטוריים** `POST /v1/embeddings` `qwen/qwen3-embedding-4b`

[`qwen/qwen3-embedding-4b`](https://ailoot.ai/models/he/#m=qwen%2Fqwen3-embedding-4b&route=Ultra&caller=qwen%2Fqwen3-embedding-4b&fmt=embeddings)

Alibaba /`qwen/qwen3-embedding-4b`

### התחלה

Qwen3-Embedding-4B מייצג טקסט כווקטורים סמנטיים לאחזור רב־לשוני, לחיפוש קוד, לסיווג ולקיבוץ לאשכולות. מודל 4B זה תומך באורך רצף של 32K טוקנים ובמספר ממדים מותאם אישית לווקטור, בין 32 ל־2,560.

סוגי קלט נתמכים

טקסט · token\_ids

תוצאות

embedding

### זמין ב-Ailoot · קלט ושיטות

**Ailoot Ultra · ייצוגים וקטוריים** `POST /v1/embeddings`

סוגי קלט

`text`, `token_ids`

סוגי פלט

`embedding`

פורמט פלט

json

| שדה | סוג | דרישה | ערכים ומגבלות | ברירת מחדל |
| --- | --- | --- | --- | --- |
| שדה`model` | סוג`string` | דרישהחובה | ערכים ומגבלות qwen/qwen3-embedding-4b | ברירת מחדל— |
| שדה`input` | סוג`string\|string[]\|integer[]\|integer[][]` | דרישהחובה | ערכים ומגבלות מספר פריטים מזערי: ⁦1⁩ תנאים: אצווה אחידה שאינה ריקה. מזהי הטוקנים הם מספרים שלמים אי־שליליים. תקציב קלט: מקסימום: ⁦32,768⁩ · יחידת טקסט: בתים בקידוד UTF8 · יחידת טוקנים: רכיבים במערך טוקנים | ברירת מחדל— |
| שדה`encoding_format` | סוג`string` | דרישהרשות | ערכים ומגבלות float | ברירת מחדלfloat |
| שדה`dimensions` | סוג`integer` | דרישהלא נתמך | ערכים ומגבלות מינימום: ⁦1⁩ | ברירת מחדל— |
| שדה`user` | סוג`json_value` | דרישהרשות | ערכים ומגבלות תנאים: המקור מאפשר שדה מטא־נתונים זה ב־JSON; המשמעות המדויקת אצל הספק תלויה במודל. | ברירת מחדל— |
| שדה`session_id` | סוג`json_value` | דרישהרשות | ערכים ומגבלות תנאים: המקור מאפשר שדה מטא־נתונים זה ב־JSON; המשמעות המדויקת אצל הספק תלויה במודל. | ברירת מחדל— |
| שדה`trace` | סוג`json_value` | דרישהרשות | ערכים ומגבלות תנאים: המקור מאפשר שדה מטא־נתונים זה ב־JSON; המשמעות המדויקת אצל הספק תלויה במודל. | ברירת מחדל— |
| שדה`provider` | סוג`object` | דרישהרשות | ערכים ומגבלות תנאים: provider.options נדחה | ברירת מחדל— |

שילובים של חומרי קלט

**text\_to\_embedding**

פרמטרים ומחזור חיים של השיטה

| פרמטר | מפרט |
| --- | --- |
| פרמטר`content_type` | מפרטapplication/json |
| פרמטר`required` | מפרטmodel, input |
| פרמטר`input_shapes` | מפרטstring, string\[\], nonnegative\_integer\_token\_array, nonnegative\_integer\_token\_array\[\] |
| פרמטר`encoding_format` | מפרטfloat |
| פרמטר`dimensions_override` | מפרטfalse |
| פרמטר`max_input_budget_units` | מפרט32768 |
| פרמטר`multimodal_objects` | מפרטfalse |
| פרמטר`material_types` | מפרטtext, token\_ids |

מחזור חיים: `synchronous_json`

שמרו כל אינדקס וקטור וממד.

שם מודל רב־מודאלי אינו מאפשר אובייקטי תמונה בנתיב המדויק הזה.

### תעריפים

מידע תעריפים אינו מוסיף אפשרויות לבקשה. הפרמטרים הנתמכים מפורטים בשיטה שנבחרה.

מצב מהיר

לא צוין כאשר נבחר מצב מהיר

מצב Flex

לא צוין כאשר נבחר מצב flex

מאמץ חשיבה מרבי

לא צוין כאשר מאמץ החשיבה המרבי משתמש בהתאמת ברירת המחדל (default)

#### תעריפי Ailoot

#### מחירים לפי תצורה

| תצורה | טבלת תעריפים | חיוב |
| --- | --- | --- |
| תצורהתעריפי הבסיס לטוקנים | טבלת תעריפיםתעריף בסיס | חיוב קלט · טוקני קלט **$0.00004** / 1K טוקנים פלט · טוקני פלט **$0** / 1K טוקנים קלט · קריאה מהמטמון **—** / 1K טוקנים קלט · כתיבה למטמון **—** / 1K טוקנים קלט · כתיבה למטמון, 1 שעה **—** / 1K טוקנים |

לפני הבקשה Ailoot משריינת סכום משוער. לאחר קבלת התוצאה היא מסדירה את החיוב הסופי לפי השימוש המדוד. הסדרת חיוב בהזרמה משתמשת ברשומת השימוש הסופית. [איך פועלים שריון הסכום והסדרת החיוב →](https://ailoot.ai/docs/he/billing/reserve/)

### דוגמאות לבקשות

#### Ailoot Ultra · ייצוגים וקטוריים

curlPython SDK

```bash
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
```

```python
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)
```

### קבלה ושמירה של תוצאות

#### Ailoot Ultra · ייצוגים וקטוריים

json

##### שמירת כל התוצאות שהושלמו

שמרו כל תגובה מלאה, קובץ ומקטע תוכן שהוחזרו.

שמרו כל וקטור עם האינדקס שלו. מספר הווקטורים חייב להיות שווה למספר פריטי הקלט; מספר הממדים חייב להיות עקבי.

##### כשצריך לבדוק את התגובה המקורית

לא מתווספת נקודת קצה למשימות הטמעה.

שדות התגובה

| שדה | סוג |
| --- | --- |
| שדה`object` | סוגstring |
| שדה`model` | סוגstring |
| שדה`data[].index` | סוגinteger |
| שדה`data[].embedding` | סוגfinite float\[\] |
| שדה`usage` | סוגobject |

שגיאות והשלבים הבאים

| תגובה | תנאי | השלב הבא |
| --- | --- | --- |
| תגובה⁦400⁩ · `invalid_request_error` | תנאישדות נדרשים, ייצוג חומר או ערך פרמטר שאינם תקינים | השלב הבאתקנו את השדות שצוינו לפני בקשת יצירה חדשה. |

### כינויים

#### כינויים למודל

**Ailoot Ultra** [`qwen/qwen3-embedding-4b`](https://ailoot.ai/models/he/#m=qwen%2Fqwen3-embedding-4b&route=Ultra&caller=qwen%2Fqwen3-embedding-4b&fmt=embeddings)

#### כינויים לנתיבי שיטות

השתמשו בנתיבי השיטות המוצגים למעלה.

#### מזהי מודלים קשורים IDs

[`qwen/qwen3-embedding-4b`](https://ailoot.ai/models/he/#m=qwen%2Fqwen3-embedding-4b&route=Ultra&caller=qwen%2Fqwen3-embedding-4b&fmt=embeddings)

FAQ · Qwen: Qwen3 Embedding 4B

אילו קלטים ותוצאות זמינים?

`POST /v1/embeddings` · `qwen/qwen3-embedding-4b`: `text`, `token_ids` → `embedding`

באילו שדות הבקשה משתמשת?

`POST /v1/embeddings` · `qwen/qwen3-embedding-4b`: `model`, `input`, `encoding_format`, `provider`

אילו מגבלות חלות?

`POST /v1/embeddings` · `qwen/qwen3-embedding-4b`: `input.budget.maximum`: `32768` (בתים בקידוד UTF8); `input.min_items`: `1`

חברו Ailoot ל- Claude Code, OpenCode, Hermes או ליישום שלכם.

## החברה ופורטפוליו הפרויקטים שלה

החברה ופורטפוליו הפרויקטים שלה: מיליוני לקוחות; מכירות בהיקף של מיליארדים מדי חודש.

## קנו אסימונים בהנחה.

הנחת מנוי לעבודה קבועה. קודי הנחה עד 50% על רכישת אסימונים.

מנוי

בחרו מסלול עם הנחה לבקשות הקבועות שלכם.

קוד הנחה עד 50%

הזינו קוד ברכישה. המחיר יחושב מחדש לפי המבצע הפעיל.

הוצאות בהיסטוריה

המודל, האסימונים והסכום נשמרים לכל בקשה.

[בחירת מנוי](https://ailoot.ai/docs/he/billing/subscriptions/) · [מחירי מודלים](https://ailoot.ai/models/he/)

## חברו API למוצר שאתם מוכרים.

SaaS, יישומים ובוטים לפי ההצעה והסכם הרישוי של Ailoot. למכירה מחדש בקשו רישיון משווק.

יישום מסחרי

שלבו יצירת טקסט, תמונות, וידאו ושמע בתכונות בתשלום של השירות שלכם.

רישיון למכירה מחדש

שלחו תיאור פרויקט ואופן מתן גישה. בקשו תנאי שימוש ומכירה מחדש בכתב.

מסמכים באתר

ההצעה, הסכם הרישוי ומדיניות עיבוד הנתונים זמינים לפני החיבור.

[בקשת רישיון למכירה מחדש](mailto:support@ailoot.ai) · [ההצעה והסכם הרישוי](https://ailoot.ai/legal/offer?lang=he)

## Ailoot · החברה ופורטפוליו הפרויקטים שלה





Ailoot נשענת על ניסיון תפעולי מצטבר, בסיס לקוחות רחב, שירות יציב ובקרה שוטפת של KPI.





החברה ופורטפוליו הפרויקטים שלה: מיליוני לקוחות; מכירות בהיקף של מיליארדים מדי חודש.





Ailoot משתמשת בניסיון התפעולי הזה כדי לספק גישת API ליכולות AI במוצרי לקוחות, בסוכנים, באפליקציות ובאוטומציות.