Qwen: Qwen3 Embedding 4B

Qwen3-Embedding-4B көптілді іздеу, код іздеу, жіктеу және кластерлеу үшін мәтінді семантикалық векторлар түрінде ұсынады. Бұл 4B модель 32K токендік тізбек ұзындығын және 32-ден 2 560-қа дейін реттелетін вектор өлшемділігін қолдайды.

Ailoot Ultra · Эмбеддингтер POST /v1/embeddings qwen/qwen3-embedding-4b

Модель туралы

Бұл сипаттама модель мүмкіндіктерін қамтиды. Ailoot жүйесінде таңдалған әдіс үшін қолжетімді кіріс, шығыс және параметрлер төменде берілген.

Qwen3-Embedding-4B — Qwen-нің эмбеддинг және қайта ранжирлеу модельдері тобындағы 4B мәтіндік эмбеддинг нұсқасы. Тығыз Qwen3 базалық моделіне сүйеніп, ол мәтін бөлігін оның мағынасының сандық көрінісіне айналдырады. Qwen қолданылу салалары ретінде мәтін іздеуді, код іздеуді, жіктеуді, кластерлеуді және параллель мәтіндерді анықтауды атайды. Ол қолданбаға мағынасы жақын үзінділерді табу, ұқсас жазбаларды топтау немесе әр тілдегі мәтіндерді салыстыру қажет болғанда пайдалы. Модельдің нәтижесі — әңгімелесу жауабы немесе қайта жазылған құжат емес, эмбеддинг векторы.

Осы нақты нұсқаның тізбек ұзындығы — 32K токен, ал эмбеддинг өлшемділігі 2 560-қа дейін жетеді. Ол Matryoshka Representation Learning арқылы 32-ден 2 560-қа дейінгі шығыс өлшемділігін таңдауды қолдайды. Таңдалған вектор ұзындығы көріністің сақталуы мен салыстырылуына әсер етеді, сондықтан бір жинақтағы сұрау және құжат векторлары үшін оны бірдей ұстаңыз. Qwen3-Embedding-8B моделінің көлемі басқа және ең үлкен өлшемділігі — 4 096; оның шығыс көлемін де, 8B модельдің өзін де осы 4B нұсқасымен теңестіруге болмайды. Қолданыстағы индекс өзі таңдаған көрініс параметрлерінің бірізділігін сақтауы керек.

Өндіруші бағдарламалау тілдерін қоса алғанда, 100-ден астам тілді қолдауды және көптілді, тіларалық әрі код іздеуді сипаттайды. Мысалы, анықтама орталығындағы іздеу пайдаланушы сұрағын бірнеше тілде жазылған үзінділермен салыстырып, тақырыпқа сәйкес келген бастапқы үзінділерді қайтара алады. Код іздеу табиғи тілдегі сипаттаманы тиісті функциялармен және олардың құжаттамасымен салыстыра алады. Мәтінді дайындағанда мағыналы тақырыптарды, сала терминдері мен идентификаторларды сақтаңыз. Қолданба табылған материалды көрсете алуы үшін векторға айналдырылған әр үзіндіні бастапқы көзімен байланыстырып ұстаңыз.

Qwen3-Embedding-4B нұсқауларды ескереді. Qwen әр сұрауға қажетті іздеу сәйкестігіне бейімделген, бір сөйлемнен тұратын тапсырма сипаттамасын қосуды, ал көптілді жағдайларда нұсқауды ағылшын тілінде беруді ұсынады. Тікелей мысалда Instruct: тапсырма сипаттамасының алдына, ал Query: сұрау мәтінінің алдына қойылады. Ізделетін құжаттар сол сұрау нұсқауынсыз кодталады. Практикалық нұсқау мысалы хабарланған қатені түсіндіретін құжаттама үзінділерін немесе сипатталған әрекетті іске асыратын бастапқы код бөліктерін табуды нақтылай алады. Осылайша модельден жауап жазуды сұраудың орнына, мәтіннің векторлық көрінісі қолданбаның сұрағына бағытталады.

Ресми мысалдар сұрау мен құжат мәтіндерін кодтайды, олардың эмбеддингтерін косинустық ұқсастық арқылы салыстырады және соңғы токеннің жасырын күйін алуды (pooling), содан кейін нормалауды көрсетеді. Осы төмен деңгейлі мысалда кіріс таңдалған 8 192 токендік параметр бойынша қиылады; модельдің құжатталған тізбек ұзындығы 32K болып қалады. Ұзақ материал үшін қай үзінділерді векторға айналдыру керегін анықтап, қию сұрауға қажет бөлікті байқатпай алып тастамайтынына көз жеткізіңіз. Векторларды бастапқы көзге тұрақты сілтемелерімен сақтаңыз, дайындалған сұрауды жинақпен салыстырыңыз және байланысты үзінділерді ұқсастық ретімен қайтарыңыз.

Qwen эмбеддинг моделі қос энкодерлік тәсілді қолданады, ал оның бөлек қайта ранжирлеу модельдері сұрау–құжат жұптарын бағалау үшін кросс-энкодерді пайдаланады. Шығарылымда бұл модульдерді бірге қолдану сипатталған: эмбеддингтер бастапқы үміткерлерді табады, ал қайта ранжирлеуші кейін олардың ретін нақтылай алады. Qwen3-Embedding-4B өзі жеке мәтіннің көрінісін береді. Оның векторы қайта ранжирлеу бағасы, расталған тұжырым немесе жасалған жауап емес. Соңғы үдеріс табылған материалға сүйеніп сұрақтарға жауап беретін болса, таңдалған бастапқы үзінділер сол кейінгі кезеңге берілетін дәлел болып қалады.

Ailoot Ultra · Эмбеддингтер POST /v1/embeddings qwen/qwen3-embedding-4b

qwen/qwen3-embedding-4b

Alibaba /qwen/qwen3-embedding-4b

Бастау

Қабылданатын кіріс деректері: Мәтін · token_ids
Нәтижелер: embedding

Ailoot жүйесінде қолжетімді · кіріс деректері мен әдістер

Ailoot Ultra · Эмбеддингтер POST /v1/embeddings

Кіріс: text, token_ids
Шығыс: embedding
Шығыс пішімі: json

Өріс	Түрі	Талап	Мәндер мен шектеулер	Әдепкі
Өріс`model`	Түрі`string`	ТалапМіндетті	Мәндер мен шектеулер qwen/qwen3-embedding-4b	Әдепкі—
Өріс`input`	Түрі`string\|string[]\|integer[]\|integer[][]`	ТалапМіндетті	Мәндер мен шектеулер Элементтердің ең аз саны: 1 Шарттар: Бос емес, біртекті пакет. Токендердің ID мәндері — теріс емес бүтін сандар. Кіріс бюджеті: Ең көбі: 32 768 · Мәтін бірлігі: UTF8 байттары · Токен бірлігі: токендер массивінің элементтері	Әдепкі—
Өріс`encoding_format`	Түрі`string`	ТалапМіндетті емес	Мәндер мен шектеулер float	Әдепкіfloat
Өріс`dimensions`	Түрі`integer`	ТалапҚолдау көрсетілмейді	Мәндер мен шектеулер Ең азы: 1	Әдепкі—
Өріс`user`	Түрі`json_value`	ТалапМіндетті емес	Мәндер мен шектеулер Шарттар: Дереккөз бұл JSON метадерек өрісіне рұқсат береді; бастапқы провайдердегі нақты мағынасы модельге байланысты.	Әдепкі—
Өріс`session_id`	Түрі`json_value`	ТалапМіндетті емес	Мәндер мен шектеулер Шарттар: Дереккөз бұл JSON метадерек өрісіне рұқсат береді; бастапқы провайдердегі нақты мағынасы модельге байланысты.	Әдепкі—
Өріс`trace`	Түрі`json_value`	ТалапМіндетті емес	Мәндер мен шектеулер Шарттар: Дереккөз бұл JSON метадерек өрісіне рұқсат береді; бастапқы провайдердегі нақты мағынасы модельге байланысты.	Әдепкі—
Өріс`provider`	Түрі`object`	ТалапМіндетті емес	Мәндер мен шектеулер Шарттар: provider.options қабылданбайды	Әдепкі—

Кіріс материалдарының үйлесімдері

text_to_embedding

Әдіс параметрлері мен өмірлік циклі

Параметр	Параметр талаптары
Параметр`content_type`	Параметр талаптарыapplication/json
Параметр`required`	Параметр талаптарыmodel, input
Параметр`input_shapes`	Параметр талаптарыstring, string[], nonnegative_integer_token_array, nonnegative_integer_token_array[]
Параметр`encoding_format`	Параметр талаптарыfloat
Параметр`dimensions_override`	Параметр талаптарыfalse
Параметр`max_input_budget_units`	Параметр талаптары32768
Параметр`multimodal_objects`	Параметр талаптарыfalse
Параметр`material_types`	Параметр талаптарыtext, token_ids

Өмірлік цикл: synchronous_json

Әрбір вектордың индексін және өлшемін сақтаңыз.

Модель атауының мультимодаль болуы осы нақты жолда кескін объектілерін қабылдауға рұқсат бермейді.

Тарифтер

Тариф анықтамасы сұрау мүмкіндіктерін қоспайды. Қолдау көрсетілетін параметрлер таңдалған әдісте берілген.

Жылдам режим: Көрсетілмеген Жылдам режим таңдалғанда
Икемді режим: Көрсетілмеген flex режимі таңдалғанда
Ой қорытудың ең жоғары деңгейі: Көрсетілмеген Ой қорыту деңгейі ең жоғары болып, default түзетуі қолданылғанда

Ailoot мөлшерлемелері

Баптаулар бойынша бағалар

Баптау	Мөлшерлемелер кестесі	Төлем
БаптауТокендердің базалық тарифтері	Мөлшерлемелер кестесіНегізгі мөлшерлеме	Төлем Кіріс · Кіріс токендері $0.00004 / 1K токен Шығыс · Шығыс токендері $0 / 1K токен Кіріс · Кэшті оқу — / 1K токен Кіріс · Кэшке жазу — / 1K токен Кіріс · Кэшке жазу, 1 сағ — / 1K токен

Ailoot сұрау алдында болжамды соманы резервтейді. Нәтижеден кейін өлшенген пайдалану көлемі бойынша қорытынды төлемді шегереді. Ағындық жауап үшін төлем соңғы пайдалану жазбасы негізінде шегеріледі. Резервтеу мен төлемді есептеу тәртібі →

Сұрау мысалдары

Ailoot Ultra · Эмбеддингтер

curlPython SDK

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

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)

Нәтижелерді алу және сақтау

Ailoot Ultra · Эмбеддингтер

json

Барлық дайын нәтижені сақтау

Қайтарылған әр толық жауапты, файлды және мазмұн бөлігін сақтаңыз.

Әрбір векторды индексімен бірге сақтаңыз. Векторлар саны кіріс элементтерінің санына тең болуы керек; өлшемдері бірдей болуы керек.

Бастапқы жауапты тексеру қажет болса

Эмбеддинг тапсырмасы үшін жаңа эндпоинт енгізілмейді.

Жауап өрістері

Өріс	Түрі
Өріс`object`	Түріstring
Өріс`model`	Түріstring
Өріс`data[].index`	Түріinteger
Өріс`data[].embedding`	Түріfinite float[]
Өріс`usage`	Түріobject

Қателер және келесі қадамдар

Жауап	Шарт	Келесі қадам
Жауап400 · `invalid_request_error`	ШартМіндетті өрістер, материалды ұсыну тәсілі немесе параметр мәні қате	Келесі қадамЖаңадан жасау сұрауын жібермес бұрын көрсетілген өрістерді түзетіңіз.

Балама атаулар

Модельдердің балама атаулары

Ailoot Ultra qwen/qwen3-embedding-4b

Әдіс жолдарының балама атаулары

Жоғарыда көрсетілген әдіс жолдарын пайдаланыңыз.

Шақыруға арналған байланысты ID

qwen/qwen3-embedding-4b

FAQ · Qwen: Qwen3 Embedding 4B

Қандай кіріс деректері мен нәтижелер қолжетімді?: POST /v1/embeddings · qwen/qwen3-embedding-4b: text, token_ids → embedding
Сұрау қандай өрістерді пайдаланады?: POST /v1/embeddings · qwen/qwen3-embedding-4b: model, input, encoding_format, provider
Қандай шектеулер қолданылады?: POST /v1/embeddings · qwen/qwen3-embedding-4b: input.budget.maximum: 32768 (UTF8 байттары); input.min_items: 1

Qwen: Qwen3 Embedding 4B