Source: https://ailoot.ai/models/ja/qwen-qwen3-embedding-4b/ Canonical: https://ailoot.ai/models/ja/qwen-qwen3-embedding-4b/ Language: ja # Qwen: Qwen3 Embedding 4B [Markdown](https://ailoot.ai/models/ja/qwen-qwen3-embedding-4b/index.md) · [JSON](https://ailoot.ai/models/ja/qwen-qwen3-embedding-4b/facts.json) ## [Qwen: Qwen3 Embedding 4B](https://ailoot.ai/models/ja/qwen-qwen3-embedding-4b/) Qwen3-Embedding-4Bは、テキストを意味ベクトルで表し、多言語検索、コード検索、分類、クラスタリングに使うモデルです。この4Bモデルは32Kトークンの系列長に対応し、ベクトルの次元数を32～2,560に設定できます。 - [**Ailoot Ultra · 埋め込み** `POST /v1/embeddings` `qwen/qwen3-embedding-4b`](https://ailoot.ai/models/ja/qwen-qwen3-embedding-4b/#method-0) モデルについて この説明はモデルの機能を紹介するものです。Ailootで利用できる入力、出力、オプションは、選択したメソッドごとに以下に記載されています。 Qwen3-Embedding-4Bは、Qwenの埋め込み・再ランキングシリーズに属する、テキスト埋め込み用の4B版です。デンス型のQwen3基盤モデルをもとに、テキストの一部分をその意味を表す数値表現に変換します。Qwenは、テキスト検索、コード検索、分類、クラスタリング、対訳テキストのマイニングを用途として挙げています。アプリケーションが関連箇所を探す、似たレコードをまとめる、異なる言語のテキストを比較するといった場合に役立ちます。出力は埋め込みベクトルであり、会話の返答や書き換えられた文書ではありません。 この版の系列長は32Kトークン、埋め込みの次元数は最大2,560です。Matryoshka Representation Learningにより、出力次元数を32～2,560に設定できます。選択するベクトル長は保存や比較の方法に影響するため、同じコレクションのクエリベクトルと文書ベクトルでは統一します。Qwen3-Embedding-8Bはモデルサイズが異なり、最大次元数は4,096です。その出力サイズがこの4B版に適用されるわけではなく、4B版を8Bモデルと同一視することもできません。既存のインデックスでは、表現方法の選択に一貫性を保つ必要があります。 メーカーは、プログラミング言語を含む100を超える言語への対応と、多言語検索、言語をまたぐ検索、コード検索を説明しています。ヘルプセンター検索の例では、利用者の質問を複数言語で書かれた文章と比較し、話題に合う元の文章を返せます。コード検索では、自然言語による説明と、関連する関数やそのドキュメントを比較できます。テキストを準備する際は、意味のある見出し、専門用語、識別子を保持し、表現対象の各文章を元資料に紐づけて、アプリケーションが一致した資料を表示できるようにします。 Qwen3-Embedding-4Bは指示を考慮するモデルです。Qwenは各クエリに、求める検索上の関係に合わせた1文のタスク説明を付け、多言語の用途では英語で指示を書くことを推奨しています。直接利用する例では、タスクの説明の前にInstruct:、クエリ本文の前にQuery:を置きます。検索対象の文書は、このクエリ用の指示を付けずにエンコードします。独自に作る実用的な指示として、報告されたエラーを説明するドキュメントの箇所や、説明された動作を実装するソースコードの抜粋を探すよう指定できます。これはモデルに回答を書かせるのではなく、アプリケーションの問いに合う方向へ表現を調整するものです。 公式例では、クエリと文書のテキストをエンコードし、コサイン類似度で埋め込みを比較するほか、最終トークンの隠れ状態をプーリングして正規化する処理を示しています。この低レベルの例では8,192トークンという設定で入力を切り詰めていますが、文書に記載されたモデルの系列長は32Kのままです。長い資料では、どの箇所をベクトル化するかを決め、クエリに必要な部分が切り詰めによって気づかないうちに失われないようにします。安定した元資料への参照とともにベクトルを保存し、準備したクエリをコレクションと比較して、対応する文章を類似度順に返します。 Qwenの埋め込みモデルはデュアルエンコーダ方式を使う一方、別の再ランキングモデルはクロスエンコーダでクエリと文書のペアを評価します。リリースでは、埋め込みで最初の候補を探し、再ランキングモデルで並び順を調整するという併用方法を説明しています。Qwen3-Embedding-4B自体が提供するのは、単一テキストの表現です。そのベクトルは、再ランキングのスコアでも、検証済みの記述でも、生成された回答でもありません。検索した資料をもとに後続の処理で質問に答える場合も、選ばれた原文の箇所がその段階に渡す根拠となります。 **Ailoot Ultra · 埋め込み** `POST /v1/embeddings` `qwen/qwen3-embedding-4b` [`qwen/qwen3-embedding-4b`](https://ailoot.ai/models/ja/#m=qwen%2Fqwen3-embedding-4b&route=Ultra&caller=qwen%2Fqwen3-embedding-4b&fmt=embeddings) Alibaba /`qwen/qwen3-embedding-4b` ### はじめに Qwen3-Embedding-4Bは、テキストを意味ベクトルで表し、多言語検索、コード検索、分類、クラスタリングに使うモデルです。この4Bモデルは32Kトークンの系列長に対応し、ベクトルの次元数を32～2,560に設定できます。 対応する入力 テキスト · token\_ids 結果 embedding ### Ailootで利用可能 · 入力とメソッド **Ailoot Ultra · 埋め込み** `POST /v1/embeddings` 入力の種類 `text`, `token_ids` 出力の種類 `embedding` 出力形式 json | フィールド | 種類 | 要件 | 値と制限 | デフォルト | | --- | --- | --- | --- | --- | | フィールド`model` | 種類`string` | 要件必須 | 値と制限 qwen/qwen3-embedding-4b | デフォルト— | | フィールド`input` | 種類`string\|string[]\|integer[]\|integer[][]` | 要件必須 | 値と制限 最小項目数: 1 条件: 空でなく、要素の型が統一されたバッチ。トークン ID は非負の整数です。 入力の許容量: 最大値: 32,768 · テキスト単位: UTF8 バイト · トークン単位: トークン配列の要素 | デフォルト— | | フィールド`encoding_format` | 種類`string` | 要件任意 | 値と制限 float | デフォルトfloat | | フィールド`dimensions` | 種類`integer` | 要件非対応 | 値と制限 最小値: 1 | デフォルト— | | フィールド`user` | 種類`json_value` | 要件任意 | 値と制限 条件: ソースではこの JSON メタデータフィールドが許可されています。上流側での正確な意味はモデルによって異なります。 | デフォルト— | | フィールド`session_id` | 種類`json_value` | 要件任意 | 値と制限 条件: ソースではこの JSON メタデータフィールドが許可されています。上流側での正確な意味はモデルによって異なります。 | デフォルト— | | フィールド`trace` | 種類`json_value` | 要件任意 | 値と制限 条件: ソースではこの JSON メタデータフィールドが許可されています。上流側での正確な意味はモデルによって異なります。 | デフォルト— | | フィールド`provider` | 種類`object` | 要件任意 | 値と制限 条件: provider.options は拒否されます | デフォルト— | 入力素材の組み合わせ **text\_to\_embedding** メソッドのパラメータとライフサイクル | パラメータ | 仕様 | | --- | --- | | パラメータ`content_type` | 仕様application/json | | パラメータ`required` | 仕様model, input | | パラメータ`input_shapes` | 仕様string, string\[\], nonnegative\_integer\_token\_array, nonnegative\_integer\_token\_array\[\] | | パラメータ`encoding_format` | 仕様float | | パラメータ`dimensions_override` | 仕様false | | パラメータ`max_input_budget_units` | 仕様32768 | | パラメータ`multimodal_objects` | 仕様false | | パラメータ`material_types` | 仕様text, token\_ids | ライフサイクル: `synchronous_json` 各ベクトルのインデックスと次元数を保存してください。 モデル名がマルチモーダルであることを示していても、この正確なパスでは画像オブジェクトは受け付けられません。 ### 料金 料金情報はリクエストの機能を追加しません。対応するパラメーターは選択したメソッドに記載されています。 高速モード 未指定 高速モードが選択されている場合 Flex モード 未指定 flex モードが選択されている場合 最大推論量 未指定 推論量が最大で、調整に既定値（default）を使用する場合 #### Ailootの料金 #### 設定別の価格 | 設定 | 料金表 | 料金 | | --- | --- | --- | | 設定トークンの基本単価 | 料金表基本料金 | 料金 入力 · 入力トークン **$0.00004** / 1K トークン 出力 · 出力トークン **$0** / 1K トークン 入力 · キャッシュ読み取り **—** / 1K トークン 入力 · キャッシュ書き込み **—** / 1K トークン 入力 · キャッシュ書き込み、1時間 **—** / 1K トークン | Ailootはリクエスト前に見積額を確保します。結果の取得後、実測使用量に基づいて最終料金を精算します。ストリーミング時の精算には最終の使用量記録を使用します。[金額の確保と精算の仕組み →](https://ailoot.ai/docs/ja/billing/reserve/) ### リクエスト例 #### Ailoot Ultra · 埋め込み curlPython SDK ```bash set -eu : "${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) ``` ### 結果を受け取って保存 #### Ailoot Ultra · 埋め込み json ##### 完了した結果をすべて保存 返された完全なレスポンス、ファイル、コンテンツ部分をすべて保存してください。 すべてのベクトルを、そのインデックスとともに保存してください。ベクトル数は入力数と一致し、次元数は統一されている必要があります。 ##### 元のレスポンスを確認する場合 埋め込みジョブ用のエンドポイントは新設されません。 レスポンスのフィールド | フィールド | 種類 | | --- | --- | | フィールド`object` | 種類string | | フィールド`model` | 種類string | | フィールド`data[].index` | 種類integer | | フィールド`data[].embedding` | 種類finite float\[\] | | フィールド`usage` | 種類object | エラーと次の手順 | レスポンス | 条件 | 次の手順 | | --- | --- | --- | | レスポンス400 · `invalid_request_error` | 条件必須フィールド、素材の表現形式、またはパラメーター値が不正です | 次の手順新しい生成リクエストを送る前に、指定されたフィールドを修正してください。 | ### エイリアス #### モデルのエイリアス **Ailoot Ultra** [`qwen/qwen3-embedding-4b`](https://ailoot.ai/models/ja/#m=qwen%2Fqwen3-embedding-4b&route=Ultra&caller=qwen%2Fqwen3-embedding-4b&fmt=embeddings) #### メソッドパスのエイリアス 上記に表示されたメソッドパスを使用してください。 #### 関連する呼び出し用ID [`qwen/qwen3-embedding-4b`](https://ailoot.ai/models/ja/#m=qwen%2Fqwen3-embedding-4b&route=Ultra&caller=qwen%2Fqwen3-embedding-4b&fmt=embeddings) FAQ · Qwen: Qwen3 Embedding 4B 利用できる入力と結果は何ですか？ `POST /v1/embeddings` · `qwen/qwen3-embedding-4b`: `text`, `token_ids` → `embedding` リクエストはどの項目を使用しますか？ `POST /v1/embeddings` · `qwen/qwen3-embedding-4b`: `model`, `input`, `encoding_format`, `provider` どの制限が適用されますか？ `POST /v1/embeddings` · `qwen/qwen3-embedding-4b`: `input.budget.maximum`: `32768` (UTF8 バイト); `input.min_items`: `1` AilootをClaude Code、OpenCode、Hermes、自分のアプリに接続しましょう。 ## 企業とそのプロジェクト群 企業とそのプロジェクト群：数百万の顧客、毎月数十億規模の売上。 ## トークンを割引価格で購入。 継続利用にサブスクリプション割引。プロモコードでトークン購入が最大50%割引。 サブスクリプション 定期的なリクエストに合う割引プランを選びましょう。 最大50%のプロモコード 購入時にコードを入力すると、実施中のキャンペーンに沿って価格を再計算します。 支出を履歴で確認 各リクエストのモデル、トークン、金額が保存されます。 [サブスクリプションを選ぶ](https://ailoot.ai/docs/ja/billing/subscriptions/) · [モデルの価格を見る](https://ailoot.ai/models/ja/) ## 販売する製品に、 APIを組み込みましょう。 SaaS、アプリ、ボットをAilootの公式サービス提供条件とライセンス契約に基づいて接続できます。再販にはリセラーライセンスを申請できます。 商用アプリ サービスの有料機能に、文章、画像、動画、音声の生成を組み込めます。 リセラーライセンス プロジェクトの説明とアクセスの仕組みをお送りください。利用・再販条件の書面を申請できます。 サイトで契約文書を確認 接続前にサービス提供条件、ライセンス契約、データ処理ポリシーを読めます。 [リセラーライセンスを申請](mailto:support@ailoot.ai) · [サービス提供条件とライセンス契約](https://ailoot.ai/legal/offer?lang=ja) ## Ailoot · 企業とそのプロジェクト群 Ailootは、蓄積した運営経験、幅広い顧客基盤、安定したサービス、継続的なKPI管理を基盤としています。 企業とそのプロジェクト群：数百万の顧客、毎月数十億規模の売上。 Ailootはこの運営経験を、お客様の製品、エージェント、アプリケーション、自動化でAI機能を利用するためのAPIアクセスに活かしています。