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

# Qwen: Qwen3 Embedding 4B

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

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

Qwen3-Embedding-4B представляет текст в виде семантических векторов для многоязычного поиска, поиска по коду, классификации и кластеризации. Эта модель 4B поддерживает последовательности длиной 32K токенов и выбор размерности вектора от 32 до 2 560.

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

О модели

Описание раскрывает возможности модели. Доступные в Ailoot входные данные, результаты и параметры выбранного метода перечислены ниже.

Qwen3-Embedding-4B — версия 4B для текстовых эмбеддингов в семействе моделей Qwen для эмбеддингов и переранжирования. Построенная на базовой плотной модели Qwen3, она преобразует текстовый фрагмент в числовое представление его смысла. Qwen относит к областям применения поиск текстов, поиск по коду, классификацию, кластеризацию и поиск параллельных текстов. Она полезна, когда приложению нужно находить связанные фрагменты, группировать похожие записи или сопоставлять тексты на разных языках. Результат модели — вектор эмбеддинга, а не ответ в диалоге или переписанный документ.

У этой конкретной версии длина последовательности составляет 32K токенов, а размерность эмбеддинга — до 2 560. Она поддерживает выбор выходной размерности от 32 до 2 560 с помощью Matryoshka Representation Learning. Выбранная длина вектора влияет на хранение и сравнение представления, поэтому используйте одинаковую размерность векторов запросов и документов в одной коллекции. У Qwen3-Embedding-8B другой размер модели и максимальная размерность 4 096; ни этот размер выходного вектора, ни идентичность модели 8B не переносятся на версию 4B. Существующий индекс должен сохранять собственные согласованные настройки представления.

Производитель описывает поддержку более 100 языков, включая языки программирования, с многоязычным и межъязыковым поиском и поиском по коду. Например, поиск по справочному центру может сопоставить вопрос пользователя с фрагментами на нескольких языках, а затем вернуть исходные фрагменты, соответствующие теме. Поиск по коду может сопоставить описание на естественном языке с нужными функциями и их документацией. При подготовке текста сохраняйте значимые заголовки, предметные термины и идентификаторы, а каждый представляемый фрагмент связывайте с его источником, чтобы приложение могло показать соответствующий материал.

Qwen3-Embedding-4B учитывает инструкции. Qwen рекомендует снабжать каждый запрос описанием задачи в одно предложение, адаптированным к нужной связи при поиске, а для многоязычных сценариев рекомендует инструкции на английском. Прямой пример помещает Instruct: перед описанием задачи и Query: перед текстом запроса. Документы для поиска в нём кодируются без этой инструкции для запроса. Практическая оригинальная инструкция может задавать поиск фрагментов документации, объясняющих указанную ошибку, или фрагментов исходного кода, реализующих описанное поведение. Это направляет представление на вопрос приложения, а не просит модель написать ответ.

Официальные примеры кодируют тексты запросов и документов, сравнивают их эмбеддинги с помощью косинусного сходства и демонстрируют пулинг скрытого состояния последнего токена с последующей нормализацией. В этом низкоуровневом примере вход обрезается на выбранном значении 8 192 токена; документированная длина последовательности модели остаётся 32K. Для длинного материала определите, какие фрагменты нужно представить, и убедитесь, что обрезка не удаляет незаметно часть, необходимую для запроса. Храните векторы со стабильными ссылками на источники, сравнивайте подготовленный запрос с коллекцией и возвращайте связанные фрагменты в порядке сходства.

Модель эмбеддингов Qwen использует подход с двойным энкодером, тогда как отдельные модели переранжирования используют кросс-энкодер для оценки пар «запрос–документ». В описании релиза эти модули используются совместно: эмбеддинги находят первоначальных кандидатов, а реранкер затем может уточнить их порядок. Сама Qwen3-Embedding-4B предоставляет представление отдельного текста. Её вектор — не оценка реранкера, не проверенное утверждение и не сгенерированный ответ. Если итоговый процесс отвечает на вопросы по найденному материалу, выбранные фрагменты источников остаются доказательной основой, передаваемой на следующий этап.

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

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

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

### Начало

Qwen3-Embedding-4B представляет текст в виде семантических векторов для многоязычного поиска, поиска по коду, классификации и кластеризации. Эта модель 4B поддерживает последовательности длиной 32K токенов и выбор размерности вектора от 32 до 2 560.

Допустимые входные данные

Текст · token\_ids

Результаты

embedding

### Доступно в Ailoot · входные данные и методы

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

Входные данные

`text`, `token_ids`

Результат

`embedding`

Выходной формат

json

| Поле | Тип | Требование | Значения и ограничения | По умолчанию |
| --- | --- | --- | --- | --- |
| Поле`model` | Тип`string` | ТребованиеОбязательно | Значения и ограничения qwen/qwen3-embedding-4b | По умолчанию— |
| Поле`input` | Тип`string\|string[]\|integer[]\|integer[][]` | ТребованиеОбязательно | Значения и ограничения Минимум элементов: 1 Условия: Непустой однородный пакет. ID токенов — неотрицательные целые числа. Входной бюджет: Максимум: 32 768 · Текстовая единица: байты UTF8 · Единица токенов: элементы массива токенов | По умолчанию— |
| Поле`encoding_format` | Тип`string` | ТребованиеНеобязательно | Значения и ограничения float | По умолчаниюfloat |
| Поле`dimensions` | Тип`integer` | ТребованиеНе поддерживается | Значения и ограничения Минимум: 1 | По умолчанию— |
| Поле`user` | Тип`json_value` | ТребованиеНеобязательно | Значения и ограничения Условия: Source допускает это поле метаданных JSON; точная семантика у исходного поставщика зависит от модели. | По умолчанию— |
| Поле`session_id` | Тип`json_value` | ТребованиеНеобязательно | Значения и ограничения Условия: Source допускает это поле метаданных JSON; точная семантика у исходного поставщика зависит от модели. | По умолчанию— |
| Поле`trace` | Тип`json_value` | ТребованиеНеобязательно | Значения и ограничения Условия: Source допускает это поле метаданных JSON; точная семантика у исходного поставщика зависит от модели. | По умолчанию— |
| Поле`provider` | Тип`object` | ТребованиеНеобязательно | Значения и ограничения Условия: provider.options отклоняется | По умолчанию— |

Сочетания входных материалов

**text\_to\_embedding**

Параметры и жизненный цикл метода

| Параметр | Контракт |
| --- | --- |
| Параметр`content_type` | Контрактapplication/json |
| Параметр`required` | Контрактmodel, input |
| Параметр`input_shapes` | Контрактstring, string\[\], nonnegative\_integer\_token\_array, nonnegative\_integer\_token\_array\[\] |
| Параметр`encoding_format` | Контрактfloat |
| Параметр`dimensions_override` | Контрактfalse |
| Параметр`max_input_budget_units` | Контракт32768 |
| Параметр`multimodal_objects` | Контрактfalse |
| Параметр`material_types` | Контрактtext, token\_ids |

Жизненный цикл: `synchronous_json`

Сохраняйте индекс и размерность каждого вектора.

Название мультимодальной модели не означает допуск объектов изображений на этом конкретном маршруте.

### Тарифы

Тарифная справка не добавляет режимы запроса. Поддерживаемые параметры указаны для выбранного метода.

Быстрый режим

Не указано При выборе быстрого режима

Режим flex

Не указано При выборе режима flex

Максимальная интенсивность рассуждений

Не указано При максимальной интенсивности рассуждений с корректировкой по умолчанию (default)

#### Ставки Ailoot

#### Цены по конфигурациям

| Конфигурация | Шкала ставок | Плата |
| --- | --- | --- |
| КонфигурацияБазовые ставки за токены | Шкала ставокБазовая ставка | Плата Вход · Входные токены **$0.00004** / 1K токенов Выход · Выходные токены **$0** / 1K токенов Вход · Чтение кэша **—** / 1K токенов Вход · Запись в кэш **—** / 1K токенов Вход · Запись в кэш, 1 час **—** / 1K токенов |

Ailoot резервирует расчётную сумму перед запросом. После получения результата списывает итоговую плату по измеренному расходу. Для окончательного списания за потоковый ответ используется итоговая запись расхода. [Как работают резервирование и расчёт →](https://ailoot.ai/docs/ru/billing/reserve/)

### Примеры запросов

#### Ailoot Ultra · Эмбеддинги

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)
```

### Получить и сохранить результаты

#### Ailoot Ultra · Эмбеддинги

json

##### Сохраняйте все готовые результаты

Сохраняйте каждый полностью полученный ответ, файл и элемент содержимого.

Сохраняйте каждый вектор с его индексом. Число векторов должно совпадать с числом входных элементов; размерности должны быть согласованы.

##### Если нужно проверить исходный ответ

Отдельный эндпоинт заданий эмбеддингов не вводится.

Поля ответа

| Поле | Тип |
| --- | --- |
| Поле`object` | Типstring |
| Поле`model` | Типstring |
| Поле`data[].index` | Типinteger |
| Поле`data[].embedding` | Типfinite float\[\] |
| Поле`usage` | Типobject |

Ошибки и дальнейшие шаги

| Ответ | Условие | Следующий шаг |
| --- | --- | --- |
| Ответ400 · `invalid_request_error` | УсловиеНеверные обязательные поля, представление материалов или значение параметра | Следующий шагИсправьте указанные поля перед новым запросом на создание. |

### Псевдонимы

#### Псевдонимы моделей

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

#### Псевдонимы путей метода

Используйте пути методов, указанные выше.

#### Связанные ID для вызова

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

FAQ · Qwen: Qwen3 Embedding 4B

Какие входные данные и результаты доступны?

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

Какие поля использует запрос?

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

Какие ограничения действуют?

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

Подключите Ailoot к Claude Code, OpenCode, Hermes или своему приложению.

## Компания и портфель её проектов

Компания и портфель её проектов: миллионы клиентов; продажи на миллиарды ежемесячно.

## Покупайте токены со скидкой.

Скидка по подписке для регулярной работы. Промокоды — до 50% на покупку токенов.

Подписка

Выберите тариф со скидкой для своих регулярных запросов.

Промокод до 50%

Введите код при покупке. Цена пересчитается с учётом действующей акции.

Расходы в истории

Модель, токены и сумма сохраняются для каждого запроса.

[Выбрать подписку](https://ailoot.ai/docs/ru/billing/subscriptions/) · [Посмотреть цены моделей](https://ailoot.ai/models/ru/)

## Подключайте API к продукту, который вы продаёте.

SaaS, приложения и боты — по оферте и лицензионному договору Ailoot. Для перепродажи запросите реселлерскую лицензию.

Коммерческое приложение

Встраивайте генерацию текста, картинок, видео и звука в платные функции своего сервиса.

Лицензия для реселлера

Пришлите описание проекта и схему доступа. Запросите письменные условия использования и перепродажи.

Документы на сайте

Оферта, лицензионный договор и политика обработки данных доступны до подключения.

[Запросить реселлерскую лицензию](mailto:support@ailoot.ai) · [Оферта и лицензионный договор](https://ailoot.ai/legal/offer?lang=ru)

## Ailoot · Компания и портфель её проектов





Ailoot опирается на накопленный опыт работы, большую клиентскую базу, стабильный сервис и постоянный контроль KPI.





Компания и портфель её проектов: миллионы клиентов; продажи на миллиарды ежемесячно.





Этот опыт Ailoot использует для API-доступа к нейросетям в продуктах клиентов, агентах, приложениях и автоматизациях.