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

# Qwen: Qwen3 Embedding 4B

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

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

Qwen3-Embedding-4B แทนข้อความเป็นเวกเตอร์เชิงความหมายสำหรับการค้นคืนหลายภาษา การค้นหาโค้ด การจัดประเภท และการจัดกลุ่ม โมเดล 4B นี้รองรับความยาวลำดับ 32K โทเคนและมิติเวกเตอร์ที่กำหนดเองตั้งแต่ 32 ถึง 2,560

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

เกี่ยวกับโมเดล

คำอธิบายนี้ครอบคลุมความสามารถของโมเดล อินพุต เอาต์พุต และตัวเลือกที่ใช้ได้ใน Ailoot แสดงด้านล่างตามเมธอดที่เลือก

Qwen3-Embedding-4B เป็นรุ่น 4B สำหรับเอ็มเบดดิงข้อความในตระกูลเอ็มเบดดิงและจัดอันดับใหม่ของ Qwen พัฒนาบนโมเดลพื้นฐาน Qwen3 แบบหนาแน่น โดยแปลงส่วนข้อความเป็นตัวแทนเชิงตัวเลขของความหมาย Qwen ระบุการค้นคืนข้อความ การค้นคืนโค้ด การจัดประเภท การจัดกลุ่ม และการค้นหาข้อความคู่ขนานเป็นขอบเขตการใช้งาน มีประโยชน์เมื่อแอปพลิเคชันต้องหาข้อความที่เกี่ยวข้อง จัดกลุ่มระเบียนคล้ายกัน หรือเปรียบเทียบข้อความข้ามภาษา ผลลัพธ์ของโมเดลคือเวกเตอร์เอ็มเบดดิง ไม่ใช่คำตอบสนทนาหรือเอกสารที่เขียนใหม่

รุ่นนี้มีความยาวลำดับ 32K โทเคนและมิติเอ็มเบดดิงสูงสุด 2,560 รองรับการกำหนดมิติผลลัพธ์เองตั้งแต่ 32 ถึง 2,560 ผ่าน Matryoshka Representation Learning ความยาวเวกเตอร์ที่เลือกมีผลต่อการจัดเก็บและเปรียบเทียบตัวแทน จึงควรใช้ให้สอดคล้องกันระหว่างเวกเตอร์ข้อความค้นหากับเอกสารในชุดเดียว Qwen3-Embedding-8B มีขนาดโมเดลต่างกันและมีมิติสูงสุด 4,096 ทั้งขนาดผลลัพธ์นั้นและตัวตนของโมเดล 8B ไม่ได้ถ่ายโอนมาเป็นคุณสมบัติของรุ่น 4B นี้ ดัชนีที่มีอยู่ควรรักษาทางเลือกการแทนข้อมูลของตนให้สอดคล้องกัน

ผู้พัฒนาอธิบายว่ารองรับมากกว่า 100 ภาษา รวมถึงภาษาโปรแกรม พร้อมการค้นคืนหลายภาษา ข้ามภาษา และโค้ด ตัวอย่างการค้นหาในศูนย์ช่วยเหลืออาจเปรียบเทียบคำถามผู้ใช้กับข้อความหลายภาษา แล้วคืนข้อความต้นฉบับที่ตรงกับหัวข้อ การค้นหาโค้ดอาจเปรียบเทียบคำอธิบายภาษาธรรมชาติกับฟังก์ชันที่เกี่ยวข้องและเอกสารของฟังก์ชัน เก็บหัวข้อที่มีความหมาย คำศัพท์เฉพาะด้าน และตัวระบุเมื่อเตรียมข้อความ และรักษาความเชื่อมโยงระหว่างแต่ละข้อความที่แทนเป็นเวกเตอร์กับแหล่งที่มา เพื่อให้แอปพลิเคชันแสดงข้อมูลที่ตรงกันได้

Qwen3-Embedding-4B คำนึงถึงคำสั่ง Qwen แนะนำให้แนบคำอธิบายงานหนึ่งประโยคกับแต่ละข้อความค้นหา โดยปรับให้เหมาะกับความสัมพันธ์ในการค้นคืนที่ต้องการ และแนะนำคำสั่งภาษาอังกฤษสำหรับกรณีหลายภาษา ตัวอย่างตรงใส่ Instruct: ก่อนคำอธิบายงาน และ Query: ก่อนข้อความค้นหา เอกสารที่จะค้นคืนถูกเข้ารหัสโดยไม่ใส่คำสั่งของข้อความค้นหานั้น คำสั่งเชิงปฏิบัติที่เขียนขึ้นอาจระบุให้หาเนื้อหาเอกสารที่อธิบายข้อผิดพลาดที่รายงาน หรือส่วนซอร์สโค้ดที่ทำงานตามพฤติกรรมที่บรรยาย วิธีนี้ชี้นำตัวแทนให้ตรงกับคำถามของแอปพลิเคชัน แทนที่จะขอให้โมเดลเขียนคำตอบ

ตัวอย่างทางการเข้ารหัสข้อความค้นหาและเอกสาร เปรียบเทียบเอ็มเบดดิงด้วยความคล้ายคลึงแบบโคไซน์ และสาธิตการทำ pooling กับสถานะซ่อนของโทเคนสุดท้ายตามด้วย normalization ในตัวอย่างระดับล่างนั้น ข้อมูลขาเข้าถูกตัดตามค่าที่เลือกไว้ 8,192 โทเคน ส่วนความยาวลำดับของโมเดลตามเอกสารยังเป็น 32K สำหรับเนื้อหายาว ให้ตัดสินใจว่าจะสร้างตัวแทนให้ข้อความส่วนใด และตรวจว่าการตัดไม่ได้ทิ้งส่วนที่คำค้นหาต้องการโดยไม่แจ้ง เก็บเวกเตอร์พร้อมข้อมูลอ้างอิงต้นทางที่คงที่ เปรียบเทียบข้อความค้นหาที่เตรียมไว้กับชุดข้อมูล และคืนข้อความที่เชื่อมโยงกันตามลำดับความคล้ายคลึง

โมเดลเอ็มเบดดิงของ Qwen ใช้แนวทางตัวเข้ารหัสคู่ ส่วนโมเดลจัดอันดับใหม่ที่แยกต่างหากใช้ตัวเข้ารหัสแบบไขว้ประเมินคู่ข้อความค้นหา–เอกสาร ประกาศอธิบายการใช้โมดูลร่วมกัน: เอ็มเบดดิงหาตัวเลือกเบื้องต้น แล้ว reranker ปรับลำดับให้ละเอียดขึ้นได้ Qwen3-Embedding-4B เองให้ตัวแทนของข้อความเดี่ยว เวกเตอร์ไม่ใช่คะแนน reranker ข้อความยืนยันข้อเท็จจริง หรือคำตอบที่สร้างขึ้น หากกระบวนการสุดท้ายตอบคำถามจากข้อมูลที่ค้นคืน ข้อความต้นทางที่เลือกยังคงเป็นหลักฐานที่ส่งต่อไปยังขั้นตอนนั้น

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

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

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

### เริ่มต้น

Qwen3-Embedding-4B แทนข้อความเป็นเวกเตอร์เชิงความหมายสำหรับการค้นคืนหลายภาษา การค้นหาโค้ด การจัดประเภท และการจัดกลุ่ม โมเดล 4B นี้รองรับความยาวลำดับ 32K โทเคนและมิติเวกเตอร์ที่กำหนดเองตั้งแต่ 32 ถึง 2,560

อินพุตที่รองรับ

ข้อความ · token\_ids

ผลลัพธ์

embedding

### ใช้งานได้ใน Ailoot · อินพุตและเมธอด

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

ขาเข้า

`text`, `token_ids`

ขาออก

`embedding`

รูปแบบเอาต์พุต

json

| ฟิลด์ | ประเภท | ข้อกำหนด | ค่าและข้อจำกัด | ค่าเริ่มต้น |
| --- | --- | --- | --- | --- |
| ฟิลด์`model` | ประเภท`string` | ข้อกำหนดจำเป็น | ค่าและข้อจำกัด qwen/qwen3-embedding-4b | ค่าเริ่มต้น— |
| ฟิลด์`input` | ประเภท`string\|string[]\|integer[]\|integer[][]` | ข้อกำหนดจำเป็น | ค่าและข้อจำกัด จำนวนรายการขั้นต่ำ: 1 เงื่อนไข: ชุดข้อมูลต้องไม่ว่างและประกอบด้วยข้อมูลชนิดเดียวกัน ID โทเคนต้องเป็นจำนวนเต็มที่ไม่ติดลบ โควตาอินพุต: สูงสุด: 32,768 · หน่วยข้อความ: ไบต์ UTF8 · หน่วยโทเค็น: องค์ประกอบในอาร์เรย์โทเค็น | ค่าเริ่มต้น— |
| ฟิลด์`encoding_format` | ประเภท`string` | ข้อกำหนดไม่บังคับ | ค่าและข้อจำกัด float | ค่าเริ่มต้นfloat |
| ฟิลด์`dimensions` | ประเภท`integer` | ข้อกำหนดไม่รองรับ | ค่าและข้อจำกัด ขั้นต่ำ: 1 | ค่าเริ่มต้น— |
| ฟิลด์`user` | ประเภท`json_value` | ข้อกำหนดไม่บังคับ | ค่าและข้อจำกัด เงื่อนไข: ต้นฉบับอนุญาตฟิลด์เมทาดาทา JSON นี้ โดยความหมายที่แน่นอนในระบบต้นทางขึ้นอยู่กับแต่ละโมเดล | ค่าเริ่มต้น— |
| ฟิลด์`session_id` | ประเภท`json_value` | ข้อกำหนดไม่บังคับ | ค่าและข้อจำกัด เงื่อนไข: ต้นฉบับอนุญาตฟิลด์เมทาดาทา JSON นี้ โดยความหมายที่แน่นอนในระบบต้นทางขึ้นอยู่กับแต่ละโมเดล | ค่าเริ่มต้น— |
| ฟิลด์`trace` | ประเภท`json_value` | ข้อกำหนดไม่บังคับ | ค่าและข้อจำกัด เงื่อนไข: ต้นฉบับอนุญาตฟิลด์เมทาดาทา JSON นี้ โดยความหมายที่แน่นอนในระบบต้นทางขึ้นอยู่กับแต่ละโมเดล | ค่าเริ่มต้น— |
| ฟิลด์`provider` | ประเภท`object` | ข้อกำหนดไม่บังคับ | ค่าและข้อจำกัด เงื่อนไข: provider.options ถูกปฏิเสธ | ค่าเริ่มต้น— |

ชุดผสมของสื่ออินพุต

**text\_to\_embedding**

พารามิเตอร์และวงจรการทำงานของเมธอด

| พารามิเตอร์ | ข้อกำหนด |
| --- | --- |
| พารามิเตอร์`content_type` | ข้อกำหนดapplication/json |
| พารามิเตอร์`required` | ข้อกำหนดmodel, input |
| พารามิเตอร์`input_shapes` | ข้อกำหนดstring, string\[\], nonnegative\_integer\_token\_array, nonnegative\_integer\_token\_array\[\] |
| พารามิเตอร์`encoding_format` | ข้อกำหนดfloat |
| พารามิเตอร์`dimensions_override` | ข้อกำหนดfalse |
| พารามิเตอร์`max_input_budget_units` | ข้อกำหนด32768 |
| พารามิเตอร์`multimodal_objects` | ข้อกำหนดfalse |
| พารามิเตอร์`material_types` | ข้อกำหนดtext, token\_ids |

วงจรการทำงาน: `synchronous_json`

เก็บดัชนีและจำนวนมิติของเวกเตอร์ทุกรายการ

ชื่อโมเดลที่สื่อว่ารองรับข้อมูลหลายรูปแบบไม่ได้ทำให้สามารถส่งออบเจ็กต์รูปภาพผ่านเส้นทางเฉพาะนี้ได้

### ราคา

ข้อมูลอัตราราคาไม่ได้เพิ่มตัวเลือกคำขอ พารามิเตอร์ที่รองรับระบุไว้สำหรับเมธอดที่เลือก

โหมดรวดเร็ว

ไม่ได้ระบุ เมื่อเลือกโหมดรวดเร็ว

โหมดยืดหยุ่น

ไม่ได้ระบุ เมื่อเลือกโหมด flex

ระดับการใช้เหตุผลสูงสุด

ไม่ได้ระบุ เมื่อใช้การปรับตามค่าเริ่มต้น (default) สำหรับระดับการใช้เหตุผลสูงสุด

#### อัตราค่าบริการ Ailoot

#### ราคาตามการตั้งค่า

| การตั้งค่า | ตารางอัตราค่าบริการ | ค่าบริการ |
| --- | --- | --- |
| การตั้งค่าอัตราราคาพื้นฐานของโทเคน | ตารางอัตราค่าบริการอัตราพื้นฐาน | ค่าบริการ ขาเข้า · โทเค็นอินพุต **$0.00004** / 1K โทเค็น ขาออก · โทเค็นเอาต์พุต **$0** / 1K โทเค็น ขาเข้า · การอ่านแคช **—** / 1K โทเค็น ขาเข้า · การเขียนแคช **—** / 1K โทเค็น ขาเข้า · การเขียนแคช, 1 ชั่วโมง **—** / 1K โทเค็น |

Ailoot กันยอดเงินประมาณการไว้ก่อนส่งคำขอ หลังได้ผลลัพธ์ จะคิดค่าบริการสุดท้ายตามการใช้งานที่วัดได้ การคิดค่าบริการแบบสตรีมใช้บันทึกการใช้งานสุดท้าย [วิธีกันยอดเงินและคิดค่าบริการสุดท้าย →](https://ailoot.ai/docs/th/billing/reserve/)

### ตัวอย่างคำขอ

#### Ailoot Ultra · เอ็มเบดดิง

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)
```

### รับและบันทึกผลลัพธ์

#### Ailoot Ultra · เอ็มเบดดิง

json

##### เก็บผลลัพธ์ที่เสร็จสมบูรณ์ทั้งหมด

เก็บทุกการตอบกลับ ไฟล์ และส่วนเนื้อหาที่ส่งกลับมาอย่างครบถ้วน

เก็บเวกเตอร์ทุกรายการพร้อมดัชนีของแต่ละรายการ จำนวนเวกเตอร์ต้องเท่ากับจำนวนข้อมูลนำเข้า และจำนวนมิติต้องสอดคล้องกัน

##### เมื่อต้องตรวจสอบการตอบกลับต้นฉบับ

ไม่มีการเพิ่มจุดเชื่อมต่อสำหรับงานสร้างเวกเตอร์ตัวแทนข้อมูล

ฟิลด์การตอบกลับ

| ฟิลด์ | ประเภท |
| --- | --- |
| ฟิลด์`object` | ประเภทstring |
| ฟิลด์`model` | ประเภทstring |
| ฟิลด์`data[].index` | ประเภทinteger |
| ฟิลด์`data[].embedding` | ประเภทfinite float\[\] |
| ฟิลด์`usage` | ประเภทobject |

ข้อผิดพลาดและขั้นตอนถัดไป

| การตอบกลับ | เงื่อนไข | ขั้นตอนถัดไป |
| --- | --- | --- |
| การตอบกลับ400 · `invalid_request_error` | เงื่อนไขฟิลด์จำเป็น รูปแบบการแทนข้อมูล หรือค่าพารามิเตอร์ไม่ถูกต้อง | ขั้นตอนถัดไปแก้ฟิลด์ที่ระบุก่อนส่งคำขอสร้างครั้งใหม่ |

### ชื่ออื่น

#### ชื่ออื่นของโมเดล

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

#### ชื่อพาธเมธอดอื่น

ใช้พาธเมธอดที่แสดงด้านบน

#### ID ที่เกี่ยวข้องสำหรับเรียกใช้โมเดล

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

FAQ · Qwen: Qwen3 Embedding 4B

มีอินพุตและผลลัพธ์ใดบ้าง?

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

คำขอใช้ฟิลด์ใดบ้าง?

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

มีข้อจำกัดใดบ้าง?

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

เชื่อม Ailoot กับ Claude Code, OpenCode, Hermes หรือแอปของคุณ

## บริษัทและพอร์ตโฟลิโอโครงการของบริษัท

บริษัทและพอร์ตโฟลิโอโครงการของบริษัท: ลูกค้าหลายล้านราย; ยอดขายระดับหลายพันล้านต่อเดือน.

## ซื้อโทเคนพร้อมส่วนลด

ส่วนลดสมาชิกสำหรับงานประจำ โค้ดโปรโมชั่นลดซื้อโทเคนสูงสุด 50%

สมาชิก

เลือกแพ็กเกจมีส่วนลดสำหรับคำขอประจำ

โค้ดลดสูงสุด 50%

ใส่โค้ดขณะซื้อ ราคาคำนวณใหม่ตามโปรโมชั่นที่ใช้

รายจ่ายในประวัติ

เก็บโมเดล โทเคน และยอดสำหรับทุกคำขอ

[เลือกสมาชิก](https://ailoot.ai/docs/th/billing/subscriptions/) · [ดูราคาโมเดล](https://ailoot.ai/models/th/)

## เชื่อม API กับผลิตภัณฑ์ ที่คุณขาย

SaaS แอป และบอต ตามข้อเสนอและสัญญาอนุญาต Ailoot หากขายต่อให้ขอใบอนุญาตรีเซลเลอร์

แอปเชิงพาณิชย์

ใส่การสร้างข้อความ ภาพ วิดีโอ และเสียงในฟีเจอร์เสียเงินของบริการคุณ

ใบอนุญาตรีเซลเลอร์

ส่งคำอธิบายโครงการและรูปแบบการเข้าถึง ขอเงื่อนไขใช้และขายต่อเป็นลายลักษณ์อักษร

เอกสารบนเว็บไซต์

อ่านข้อเสนอ สัญญาอนุญาต และนโยบายประมวลผลข้อมูลก่อนเชื่อมได้

[ขอใบอนุญาตขายต่อ](mailto:support@ailoot.ai) · [ข้อเสนอและสัญญาอนุญาต](https://ailoot.ai/legal/offer?lang=th)

## Ailoot · บริษัทและพอร์ตโฟลิโอโครงการของบริษัท





Ailoot อาศัยประสบการณ์การดำเนินงานที่สั่งสม ฐานลูกค้าขนาดใหญ่ บริการที่เสถียร และการติดตาม KPI อย่างต่อเนื่อง





บริษัทและพอร์ตโฟลิโอโครงการของบริษัท: ลูกค้าหลายล้านราย; ยอดขายระดับหลายพันล้านต่อเดือน.





Ailoot นำประสบการณ์การดำเนินงานนี้มาใช้เพื่อให้เข้าถึงฟังก์ชัน AI ผ่าน API ในผลิตภัณฑ์ของลูกค้า เอเจนต์ แอปพลิเคชัน และระบบอัตโนมัติ