Source: https://ailoot.ai/models/ja/qwen-qwen3-embedding-8b/ Canonical: https://ailoot.ai/models/ja/qwen-qwen3-embedding-8b/ Language: ja # Qwen: Qwen3 Embedding 8B [Markdown](https://ailoot.ai/models/ja/qwen-qwen3-embedding-8b/index.md) · [JSON](https://ailoot.ai/models/ja/qwen-qwen3-embedding-8b/facts.json) ## [Qwen: Qwen3 Embedding 8B](https://ailoot.ai/models/ja/qwen-qwen3-embedding-8b/) Qwen3-Embedding-8Bは、多言語検索、コード検索、分類、クラスタリングのためにテキストを意味ベクトルへ変換します。32Kトークンのシーケンス長と、32〜4,096のカスタム埋め込み次元に対応します。 - [**Ailoot Ultra · 埋め込み** `POST /v1/embeddings` `qwen/qwen3-embedding-8b`](https://ailoot.ai/models/ja/qwen-qwen3-embedding-8b/#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-8Bは、密なQwen3基盤モデルから構築されたQwenの8Bテキスト埋め込みモデルです。会話の回答を生成するのではなく、テキストを数値ベクトルで表現します。Qwenは、対応する用途としてテキスト検索、コード検索、分類、クラスタリング、対訳ペアの抽出を挙げています。検索システムはベクトルを使って質問を関連文章と比較でき、文書コレクションは意味的に関連する資料を見つけたり、レコードをグループに整理したりできます。 この正確なモデルは、32Kトークンのシーケンス長と最大4,096次元の埋め込みに対応します。Matryoshka Representation Learningにより、32〜4,096のユーザー定義の出力次元にも対応します。そのため、ベクトル長は意図的な設計上の選択です。短いベクトルは表現サイズを変え、完全な出力はモデルの最大次元数を保持します。1つのインデックスで比較する文書とクエリには、選択した次元を一致させてください。Qwen3-Embedding-4Bは最大次元が異なる別エディションであり、既存の8Bコレクションへ互換でベクトルを供給するモデルではありません。 メーカーは、プログラミング言語を含む100を超える言語と、多言語検索、言語をまたぐ検索、コード検索への対応を説明しています。実用的なコレクションには、複数の言語の文書を含めてクエリで関連する意味を探すことも、自然言語の質問に対してソースコードの文章をインデックス化することもできます。重要な識別子、タイトル、専門用語を入力に残してください。コードでは、周囲の説明が質問の一部である場合、関数やモジュールの周辺説明を抜粋と一緒に保ってください。出力は引き続きベクトル表現であり、一致した文書のテキストを返すのは検索アプリケーションの次の工程です。 モデルは指示を考慮します。Qwenは、検索タスクに合わせた1文の指示を推奨し、多言語利用では、その指示を英語で書くことを推奨しています。直接使用の例では、Instruct:の後にタスクの説明、Query:の後に質問を置いてクエリを構成します。その例の検索対象文書には、同じ指示接頭辞は必要ありません。独自の適切な指示なら、ユーザーのエラーを説明する技術的な文章を探すことを記述し、クエリに具体的なエラー説明を置けます。指示は、検索が優先するべき意味的な関係の種類を説明します。 Qwenの例は、クエリと文書を別々にエンコードし、コサイン類似度でベクトルを比較します。また、最終トークンの隠れ状態をプーリングし、埋め込みを正規化してから内積で比較する、低水準の手順も示しています。有用なワークフローでは、各文章のベクトルを出典識別子に結び付け、準備したクエリを保存済みベクトルと比較し、対応する文章を類似度順に返します。例の8,192トークンの切り詰め設定は、選択された入力処理設定であり、モデルの文書化された32Kシーケンス長とは別です。長い入力を準備する際は、何が保持されるかを確認してください。 Qwenのリリースでは、埋め込みモデルとリランキングモデルは異なるコンポーネントです。埋め込みモデルは1つのテキスト区間を表現し、最初の類似度検索を可能にします。別のリランカーがクエリと候補文章の関係を評価し、順序を改善できます。Qwenは2つのモジュールを組み合わせる方法を説明していますが、Qwen3-Embedding-8B自体が返すのは埋め込みです。リランカーの関連性判断や文章の回答ではありません。検索に続いて回答する場合は、一致した原文を保持し、その証拠を回答段階へ渡してください。検索するコレクションに対して、モデル、次元、クエリ指示を選び、一貫して維持してください。 **Ailoot Ultra · 埋め込み** `POST /v1/embeddings` `qwen/qwen3-embedding-8b` [`qwen/qwen3-embedding-8b`](https://ailoot.ai/models/ja/#m=qwen%2Fqwen3-embedding-8b&route=Ultra&caller=qwen%2Fqwen3-embedding-8b&fmt=embeddings) Alibaba /`qwen/qwen3-embedding-8b` ### はじめに Qwen3-Embedding-8Bは、多言語検索、コード検索、分類、クラスタリングのためにテキストを意味ベクトルへ変換します。32Kトークンのシーケンス長と、32〜4,096のカスタム埋め込み次元に対応します。 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` コンテキスト 32,768 tokens 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-8b | 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 標準料金 高速モードが選択されている場合 Flex モード 標準料金 flex モードが選択されている場合 最大推論量 標準料金 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 **$0.00002** / 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-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 ``` ```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-8b',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-8b`](https://ailoot.ai/models/ja/#m=qwen%2Fqwen3-embedding-8b&route=Ultra&caller=qwen%2Fqwen3-embedding-8b&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-8b`](https://ailoot.ai/models/ja/#m=qwen%2Fqwen3-embedding-8b&route=Ultra&caller=qwen%2Fqwen3-embedding-8b&fmt=embeddings) FAQ · Qwen: Qwen3 Embedding 8B 利用できる入力と結果は何ですか？ `POST /v1/embeddings` · `qwen/qwen3-embedding-8b`: `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-8b`: `model`, `input`, `encoding_format`, `provider` どの制限が適用されますか？ `POST /v1/embeddings` · `qwen/qwen3-embedding-8b`: `ctx`: `32768`; `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。