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

# Qwen: Qwen3 Embedding 4B

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

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

Qwen3-Embedding-4B merepresentasikan teks sebagai vektor semantik untuk pencarian multibahasa, pencarian kode, klasifikasi, dan pengelompokan. Model 4B ini mendukung panjang urutan 32K token dan dimensi vektor yang dapat disesuaikan dari 32 hingga 2.560.

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

Tentang model

Deskripsi ini mencakup kemampuan model. Masukan, keluaran, dan opsi yang tersedia di Ailoot tercantum di bawah untuk metode yang dipilih.

Qwen3-Embedding-4B adalah edisi embedding teks 4B dalam keluarga embedding dan reranking Qwen. Dibangun di atas model fondasi dense Qwen3, model ini mengubah segmen teks menjadi representasi numerik dari maknanya. Qwen menyebut pencarian teks, pencarian kode, klasifikasi, pengelompokan, dan penambangan teks paralel sebagai bidang penerapannya. Model ini berguna ketika aplikasi perlu menemukan bagian teks yang berkaitan, mengelompokkan catatan yang mirip, atau membandingkan teks lintas bahasa. Keluaran model berupa vektor embedding, bukan respons percakapan atau dokumen yang ditulis ulang.

Edisi ini memiliki panjang urutan 32K token dan dimensi embedding hingga 2.560. Model ini mendukung dimensi keluaran yang dapat disesuaikan dari 32 hingga 2.560 melalui Matryoshka Representation Learning. Panjang vektor yang dipilih memengaruhi cara representasi disimpan dan dibandingkan, jadi pertahankan panjang yang konsisten antara vektor kueri dan dokumen dalam satu koleksi. Qwen3-Embedding-8B memiliki ukuran model berbeda dan dimensi maksimum 4.096; ukuran keluaran maupun identitas model 8B tersebut tidak berlaku untuk edisi 4B ini. Indeks yang sudah ada perlu mempertahankan pilihan representasinya secara konsisten.

Produsen menjelaskan dukungan untuk lebih dari 100 bahasa, termasuk bahasa pemrograman, dengan pencarian multibahasa, lintas bahasa, dan kode. Sebagai contoh, pencarian pusat bantuan dapat membandingkan pertanyaan pengguna dengan bagian teks yang ditulis dalam beberapa bahasa, lalu mengembalikan bagian asli yang sesuai dengan topiknya. Pencarian kode dapat membandingkan deskripsi bahasa alami dengan fungsi yang relevan beserta dokumentasinya. Pertahankan judul yang bermakna, istilah bidang, dan pengenal saat menyiapkan teks, serta hubungkan setiap bagian yang direpresentasikan dengan sumbernya agar aplikasi dapat menampilkan materi yang cocok.

Qwen3-Embedding-4B memperhitungkan instruksi. Qwen menyarankan agar setiap kueri diberi deskripsi tugas satu kalimat yang disesuaikan dengan hubungan pencarian yang dimaksud, dan menyarankan instruksi bahasa Inggris untuk skenario multibahasa. Contoh langsungnya menempatkan Instruct: sebelum deskripsi tugas dan Query: sebelum teks kueri. Dokumen pencariannya dikodekan tanpa instruksi kueri tersebut. Instruksi buatan sendiri yang praktis dapat menentukan pencarian bagian dokumentasi yang menjelaskan kesalahan yang dilaporkan atau cuplikan kode sumber yang menerapkan perilaku yang dijelaskan. Dengan demikian, representasi diarahkan pada pertanyaan aplikasi, bukan meminta model menulis jawaban.

Contoh resmi mengodekan teks kueri dan dokumen, membandingkan embedding-nya menggunakan kemiripan kosinus, serta memperagakan pooling status tersembunyi token terakhir yang diikuti normalisasi. Dalam contoh tingkat rendah tersebut, masukan dipotong pada pengaturan 8.192 token yang dipilih; panjang urutan model yang didokumentasikan tetap 32K. Untuk materi panjang, tentukan bagian yang akan direpresentasikan dan pastikan pemotongan tidak diam-diam membuang bagian yang diperlukan kueri. Simpan vektor dengan referensi sumber yang stabil, bandingkan kueri yang sudah disiapkan dengan koleksi, lalu kembalikan bagian terkait menurut urutan kemiripannya.

Model embedding Qwen menggunakan pendekatan dual-encoder, sedangkan model reranking-nya yang terpisah menggunakan cross-encoder untuk menilai pasangan kueri-dokumen. Penjelasan rilis menguraikan penggunaan modul-modul tersebut bersama-sama: embedding menemukan kandidat awal, lalu reranker dapat menyempurnakan urutannya. Qwen3-Embedding-4B sendiri menyediakan representasi satu teks. Vektornya bukan skor reranker, pernyataan yang telah diverifikasi, atau jawaban yang dihasilkan. Jika alur kerja akhir menjawab pertanyaan berdasarkan materi yang ditemukan, bagian sumber yang dipilih tetap menjadi bukti yang diteruskan ke tahap selanjutnya.

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

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

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

### Mulai

Qwen3-Embedding-4B merepresentasikan teks sebagai vektor semantik untuk pencarian multibahasa, pencarian kode, klasifikasi, dan pengelompokan. Model 4B ini mendukung panjang urutan 32K token dan dimensi vektor yang dapat disesuaikan dari 32 hingga 2.560.

Masukan yang diterima

Teks · token\_ids

Hasil

embedding

### Tersedia di Ailoot · masukan & metode

**Ailoot Ultra · Embedding** `POST /v1/embeddings`

Masukan

`text`, `token_ids`

Keluaran

`embedding`

Format keluaran

json

| Kolom | Jenis | Persyaratan | Nilai & batasan | Bawaan |
| --- | --- | --- | --- | --- |
| Kolom`model` | Jenis`string` | PersyaratanWajib | Nilai & batasan qwen/qwen3-embedding-4b | Bawaan— |
| Kolom`input` | Jenis`string\|string[]\|integer[]\|integer[][]` | PersyaratanWajib | Nilai & batasan Item minimum: 1 Kondisi: Batch homogen yang tidak kosong. ID token berupa bilangan bulat nonnegatif. Anggaran masukan: Maksimum: 32.768 · Satuan teks: byte UTF8 · Satuan token: elemen array token | Bawaan— |
| Kolom`encoding_format` | Jenis`string` | PersyaratanOpsional | Nilai & batasan float | Bawaanfloat |
| Kolom`dimensions` | Jenis`integer` | PersyaratanTidak didukung | Nilai & batasan Minimum: 1 | Bawaan— |
| Kolom`user` | Jenis`json_value` | PersyaratanOpsional | Nilai & batasan Kondisi: Sumber mengizinkan kolom metadata JSON ini; makna tepatnya pada layanan hulu bergantung pada model. | Bawaan— |
| Kolom`session_id` | Jenis`json_value` | PersyaratanOpsional | Nilai & batasan Kondisi: Sumber mengizinkan kolom metadata JSON ini; makna tepatnya pada layanan hulu bergantung pada model. | Bawaan— |
| Kolom`trace` | Jenis`json_value` | PersyaratanOpsional | Nilai & batasan Kondisi: Sumber mengizinkan kolom metadata JSON ini; makna tepatnya pada layanan hulu bergantung pada model. | Bawaan— |
| Kolom`provider` | Jenis`object` | PersyaratanOpsional | Nilai & batasan Kondisi: provider.options ditolak | Bawaan— |

Kombinasi bahan masukan

**text\_to\_embedding**

Parameter metode dan siklus hidup

| Parameter | Kontrak |
| --- | --- |
| Parameter`content_type` | Kontrakapplication/json |
| Parameter`required` | Kontrakmodel, input |
| Parameter`input_shapes` | Kontrakstring, string\[\], nonnegative\_integer\_token\_array, nonnegative\_integer\_token\_array\[\] |
| Parameter`encoding_format` | Kontrakfloat |
| Parameter`dimensions_override` | Kontrakfalse |
| Parameter`max_input_budget_units` | Kontrak32768 |
| Parameter`multimodal_objects` | Kontrakfalse |
| Parameter`material_types` | Kontraktext, token\_ids |

Siklus hidup: `synchronous_json`

Pertahankan index dan dimensi setiap vektor.

Nama model multimodal tidak mengizinkan objek gambar pada jalur persis ini.

### Paket

Referensi tarif tidak menambah opsi permintaan. Parameter yang didukung tercantum pada metode yang dipilih.

Mode Fast

Tidak ditentukan Saat mode fast dipilih

Mode Flex

Tidak ditentukan Saat mode flex dipilih

Upaya penalaran maksimum

Tidak ditentukan Saat upaya penalaran maksimum menggunakan penyesuaian default

#### Tarif Ailoot

#### Harga menurut konfigurasi

| Konfigurasi | Jadwal tarif | Biaya |
| --- | --- | --- |
| KonfigurasiTarif dasar token | Jadwal tarifTarif dasar | Biaya Masukan · Token masukan **$0.00004** / 1K token Keluaran · Token keluaran **$0** / 1K token Masukan · Pembacaan cache **—** / 1K token Masukan · Penulisan cache **—** / 1K token Masukan · Penulisan cache, 1 jam **—** / 1K token |

Ailoot mencadangkan perkiraan dana sebelum permintaan. Setelah hasil diterima, tagihan akhir diselesaikan berdasarkan penggunaan yang terukur. Penyelesaian tagihan streaming menggunakan catatan penggunaan akhir. [Cara kerja cadangan dan penyelesaian tagihan →](https://ailoot.ai/docs/id/billing/reserve/)

### Contoh permintaan

#### Ailoot Ultra · Embedding

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)
```

### Terima dan simpan hasil

#### Ailoot Ultra · Embedding

json

##### Simpan semua hasil yang selesai

Simpan setiap respons lengkap, berkas, dan bagian konten yang dikembalikan.

Simpan setiap vektor beserta index masing-masing. Jumlah vektor harus sama dengan jumlah input; dimensinya harus konsisten.

##### Jika respons asli perlu diperiksa

Endpoint untuk tugas embedding tidak ditambahkan.

Kolom respons

| Kolom | Jenis |
| --- | --- |
| Kolom`object` | Jenisstring |
| Kolom`model` | Jenisstring |
| Kolom`data[].index` | Jenisinteger |
| Kolom`data[].embedding` | Jenisfinite float\[\] |
| Kolom`usage` | Jenisobject |

Kesalahan dan langkah berikutnya

| Respons | Kondisi | Langkah berikutnya |
| --- | --- | --- |
| Respons400 · `invalid_request_error` | KondisiBidang wajib, representasi materi, atau nilai parameter tidak valid | Langkah berikutnyaPerbaiki bidang yang ditunjukkan sebelum permintaan pembuatan baru. |

### Alias

#### Alias model

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

#### Alias jalur metode

Gunakan jalur metode yang ditampilkan di atas.

#### ID pemanggil terkait

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

FAQ · Qwen: Qwen3 Embedding 4B

Input dan hasil apa yang tersedia?

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

Kolom apa yang digunakan permintaan?

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

Batasan apa yang berlaku?

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

Hubungkan Ailoot ke Claude Code, OpenCode, Hermes, atau aplikasi Anda.

## Perusahaan dan portofolio proyeknya

Perusahaan dan portofolio proyeknya: jutaan pelanggan; penjualan miliaran setiap bulan.

## Beli token dengan diskon.

Diskon langganan untuk pekerjaan rutin. Kode promo — hingga 50% untuk pembelian token.

Langganan

Pilih paket dengan diskon untuk permintaan rutin Anda.

Kode promo hingga 50%

Masukkan kode saat membeli. Harga dihitung ulang sesuai promosi aktif.

Biaya dalam riwayat

Model, token, dan jumlah tagihan disimpan untuk setiap permintaan.

[Pilih langganan](https://ailoot.ai/docs/id/billing/subscriptions/) · [Lihat harga model](https://ailoot.ai/models/id/)

## Hubungkan API ke produk yang Anda jual.

SaaS, aplikasi, dan bot — sesuai penawaran dan perjanjian lisensi Ailoot. Untuk penjualan kembali, mintalah lisensi reseller.

Aplikasi komersial

Integrasikan pembuatan teks, gambar, video, dan suara dalam fitur berbayar layanan Anda.

Lisensi reseller

Kirim deskripsi proyek dan skema akses. Mintalah ketentuan penggunaan dan penjualan kembali secara tertulis.

Dokumen di situs

Penawaran, perjanjian lisensi, dan kebijakan pemrosesan data tersedia sebelum koneksi.

[Minta lisensi reseller](mailto:support@ailoot.ai) · [Penawaran dan perjanjian lisensi](https://ailoot.ai/legal/offer?lang=id)

## Ailoot · Perusahaan dan portofolio proyeknya





Ailoot bertumpu pada pengalaman operasional yang teruji, basis pelanggan yang besar, layanan yang stabil, dan pemantauan KPI berkelanjutan.





Perusahaan dan portofolio proyeknya: jutaan pelanggan; penjualan miliaran setiap bulan.





Ailoot memanfaatkan pengalaman operasional ini untuk akses API ke fitur AI dalam produk pelanggan, agen, aplikasi, dan otomatisasi.