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

# Qwen: Qwen3 Embedding 4B

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

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

Qwen3-Embedding-4B matnni ko‘p tilli qidiruv, kod qidiruvi, tasniflash va klasterlash uchun semantik vektorlar ko‘rinishida ifodalaydi. Ushbu 4B model 32K tokenlik ketma-ketlik uzunligini va 32 dan 2 560 gacha maxsus vektor o‘lchamlarini qo‘llaydi.

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

Model haqida

Bu tavsif model imkoniyatlarini yoritadi. Ailoot da tanlangan usul uchun mavjud kirish, chiqish va parametrlar quyida keltirilgan.

Qwen3-Embedding-4B — Qwen’ning embedding va qayta saralash oilasidagi matn embeddingi uchun 4B nashr. Zich Qwen3 asos modeliga tayangan holda, u matn parchasini uning ma’nosining raqamli ifodasiga aylantiradi. Qwen matn qidiruvi, kod qidiruvi, tasniflash, klasterlash va parallel matnlarni ajratib topishni qo‘llanish yo‘nalishlari sifatida ko‘rsatadi. Ilovaga o‘zaro bog‘liq parchalarni topish, o‘xshash qaydlarni guruhlash yoki turli tillardagi matnlarni taqqoslash kerak bo‘lganda foydali. Model chiqishi — embedding vektori, suhbat javobi yoki qayta yozilgan hujjat emas.

Aniq shu nashrning ketma-ketlik uzunligi 32K token, embedding o‘lchami esa 2 560 tagacha. U Matryoshka Representation Learning orqali 32 dan 2 560 gacha maxsus chiqish o‘lchamlarini qo‘llaydi. Tanlangan vektor uzunligi ifodaning qanday saqlanishi va taqqoslanishiga ta’sir qiladi, shuning uchun bir to‘plamdagi so‘rov va hujjat vektorlarida uni bir xil saqlang. Qwen3-Embedding-8B boshqa model hajmiga va ko‘pi bilan 4 096 o‘lchamga ega; na shu chiqish hajmini, na 8B modelining o‘zini ushbu 4B nashrga tegishli deb hisoblash mumkin. Mavjud indeks o‘zining izchil ifodalash tanlovlarini saqlashi kerak.

Ishlab chiqaruvchi dasturlash tillari ham kiradigan 100 dan ortiq tilni, ko‘p tilli, tillararo va kod qidiruvini qo‘llashni tavsiflaydi. Yordam markazidagi namunaviy qidiruv foydalanuvchi savolini bir nechta tilda yozilgan parchalar bilan taqqoslab, mavzuga mos keladigan asl parchalarni qaytarishi mumkin. Kod qidiruvi tabiiy tildagi tavsifni tegishli funksiyalar va ularning hujjatlari bilan solishtirishi mumkin. Matn tayyorlashda mazmunli sarlavhalar, soha atamalari va identifikatorlarni saqlang; ilova mos materialni ko‘rsata olishi uchun har bir ifodalangan parchani o‘z manbasiga bog‘lang.

Qwen3-Embedding-4B ko‘rsatmalarni hisobga oladi. Qwen har bir so‘rovga ko‘zlangan qidiruv munosabatiga moslashtirilgan, vazifani bir jumlada tasvirlovchi ko‘rsatma berishni, ko‘p tilli holatlarda esa ingliz tilidagi ko‘rsatmalardan foydalanishni tavsiya qiladi. Bevosita misolda vazifa tavsifidan oldin Instruct:, so‘rov matnidan oldin Query: qo‘yiladi. Qidiriladigan hujjatlar esa shu so‘rov ko‘rsatmasisiz kodlanadi. Mustaqil amaliy ko‘rsatma bildirilgan xatoni tushuntiruvchi hujjat parchalarini yoki tavsiflangan ishlash tartibini amalga oshiruvchi manba kodi qismlarini topishni belgilashi mumkin. Bu modeldan javob yozishni so‘rash o‘rniga, ifodalashni ilovaning savoliga yo‘naltiradi.

Rasmiy misollar so‘rov va hujjat matnlarini kodlaydi, ularning embeddinglarini kosinus o‘xshashligi bilan taqqoslaydi va oxirgi tokenning yashirin holatini pooling qilish, so‘ng normallashtirishni namoyish etadi. Shu quyi darajadagi misolda kirish tanlangan 8 192 tokenlik sozlamada qisqartiriladi; modelning hujjatlashtirilgan ketma-ketlik uzunligi esa 32K bo‘lib qoladi. Uzun materialda qaysi parchalarni ifodalashni belgilang va qisqartirish so‘rovga kerakli qismni bildirmasdan tashlab yubormasligini ta’minlang. Vektorlarni barqaror manba havolalari bilan saqlang, tayyorlangan so‘rovni to‘plam bilan taqqoslang va bog‘langan parchalarni o‘xshashlik tartibida qaytaring.

Qwen embedding modeli dual-encoder yondashuvidan foydalanadi, alohida qayta saralash modellari esa so‘rov–hujjat juftliklarini baholash uchun cross-encoder’dan foydalanadi. Reliz bu modullarni birga ishlatishni tavsiflaydi: embeddinglar dastlabki nomzodlarni topadi, reranker esa keyin ularning tartibini aniqlashtirishi mumkin. Qwen3-Embedding-4B’ning o‘zi bitta matn ifodasini beradi. Uning vektori reranker bahosi, tasdiqlangan bayonot yoki yaratilgan javob emas. Yakuniy jarayon topilgan materialdan foydalanib savollarga javob bersa, tanlangan manba parchalari keyingi bosqichga uzatiladigan dalil bo‘lib qoladi.

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

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

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

### Boshlash

Qwen3-Embedding-4B matnni ko‘p tilli qidiruv, kod qidiruvi, tasniflash va klasterlash uchun semantik vektorlar ko‘rinishida ifodalaydi. Ushbu 4B model 32K tokenlik ketma-ketlik uzunligini va 32 dan 2 560 gacha maxsus vektor o‘lchamlarini qo‘llaydi.

Qabul qilinadigan kirish ma’lumotlari

Matn · token\_ids

Natijalar

embedding

### Ailoot da mavjud · kirish ma’lumotlari va usullar

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

Kirish

`text`, `token_ids`

Chiqish

`embedding`

Chiqish formati

json

| Maydon | Tur | Talab | Qiymatlar va cheklovlar | Standart |
| --- | --- | --- | --- | --- |
| Maydon`model` | Tur`string` | TalabMajburiy | Qiymatlar va cheklovlar qwen/qwen3-embedding-4b | Standart— |
| Maydon`input` | Tur`string\|string[]\|integer[]\|integer[][]` | TalabMajburiy | Qiymatlar va cheklovlar Elementlarning eng kam soni: 1 Shartlar: Bo‘sh bo‘lmagan, bir xil turdagi elementlardan iborat paket. Token ID lari manfiy bo‘lmagan butun sonlardir. Kirish budjeti: Eng ko‘p: 32 768 · Matn birligi: UTF8 baytlari · Token birligi: Tokenlar massivi elementlari | Standart— |
| Maydon`encoding_format` | Tur`string` | TalabIxtiyoriy | Qiymatlar va cheklovlar float | Standartfloat |
| Maydon`dimensions` | Tur`integer` | TalabQo‘llab-quvvatlanmaydi | Qiymatlar va cheklovlar Eng kam: 1 | Standart— |
| Maydon`user` | Tur`json_value` | TalabIxtiyoriy | Qiymatlar va cheklovlar Shartlar: Manba ushbu JSON metama’lumot maydoniga ruxsat beradi; uning ta’minotchi xizmatidagi aniq ma’nosi modelga bog‘liq. | Standart— |
| Maydon`session_id` | Tur`json_value` | TalabIxtiyoriy | Qiymatlar va cheklovlar Shartlar: Manba ushbu JSON metama’lumot maydoniga ruxsat beradi; uning ta’minotchi xizmatidagi aniq ma’nosi modelga bog‘liq. | Standart— |
| Maydon`trace` | Tur`json_value` | TalabIxtiyoriy | Qiymatlar va cheklovlar Shartlar: Manba ushbu JSON metama’lumot maydoniga ruxsat beradi; uning ta’minotchi xizmatidagi aniq ma’nosi modelga bog‘liq. | Standart— |
| Maydon`provider` | Tur`object` | TalabIxtiyoriy | Qiymatlar va cheklovlar Shartlar: provider.options rad etildi | Standart— |

Kirish materiallari birikmalari

**text\_to\_embedding**

Usul parametrlari va hayot sikli

| Parametr | Parametr talablari |
| --- | --- |
| Parametr`content_type` | Parametr talablariapplication/json |
| Parametr`required` | Parametr talablarimodel, input |
| Parametr`input_shapes` | Parametr talablaristring, string\[\], nonnegative\_integer\_token\_array, nonnegative\_integer\_token\_array\[\] |
| Parametr`encoding_format` | Parametr talablarifloat |
| Parametr`dimensions_override` | Parametr talablarifalse |
| Parametr`max_input_budget_units` | Parametr talablari32768 |
| Parametr`multimodal_objects` | Parametr talablarifalse |
| Parametr`material_types` | Parametr talablaritext, token\_ids |

Hayot sikli: `synchronous_json`

Har bir vektorning indeksi va o‘lchamini saqlang.

Model nomida multimodal deyilgani aynan shu yo‘nalishda rasm obyektlariga ruxsat borligini anglatmaydi.

### Tariflar

Tarif ma’lumotlari so‘rov imkoniyatlarini qo‘shmaydi. Qo‘llab-quvvatlanadigan parametrlar tanlangan usulda ko‘rsatilgan.

Tezkor rejim

Ko‘rsatilmagan Tezkor rejim tanlanganda

Flex rejimi

Ko‘rsatilmagan flex rejimi tanlanganda

Maksimal fikrlash darajasi

Ko‘rsatilmagan Maksimal fikrlash darajasi uchun standart (default) tuzatish qo‘llanganda

#### Ailoot tariflari

#### Sozlamalar bo‘yicha narxlar

| Sozlama | Tariflar jadvali | To‘lov |
| --- | --- | --- |
| SozlamaTokenlar uchun bazaviy tariflar | Tariflar jadvaliAsosiy tarif | To‘lov Kirish · Kirish tokenlari **$0.00004** / 1K token Chiqish · Chiqish tokenlari **$0** / 1K token Kirish · Keshdan o‘qish **—** / 1K token Kirish · Keshga yozish **—** / 1K token Kirish · Keshga yozish, 1 soat **—** / 1K token |

Ailoot so‘rovdan oldin taxminiy summani band qiladi. Natijadan keyin o‘lchangan sarf asosidagi yakuniy to‘lovni yechadi. Oqimli javob bo‘yicha yakuniy hisob-kitob yakuniy sarf yozuviga asoslanadi. [Summani band qilish va to‘lovni hisoblash tartibi →](https://ailoot.ai/docs/uz/billing/reserve/)

### So‘rov namunalari

#### Ailoot Ultra · Embeddinglar

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)
```

### Natijalarni olish va saqlash

#### Ailoot Ultra · Embeddinglar

json

##### Barcha tayyor natijalarni saqlash

Qaytarilgan har bir to‘liq javob, fayl va kontent qismini saqlang.

Har bir vektorni indeksi bilan saqlang. Vektorlar soni kirish elementlari soniga teng bo‘lishi va o‘lchamlar bir xil bo‘lishi kerak.

##### Asl javobni tekshirish kerak bo‘lsa

Embedding vazifalari uchun endpoint qo‘shilmaydi.

Javob maydonlari

| Maydon | Tur |
| --- | --- |
| Maydon`object` | Turstring |
| Maydon`model` | Turstring |
| Maydon`data[].index` | Turinteger |
| Maydon`data[].embedding` | Turfinite float\[\] |
| Maydon`usage` | Turobject |

Xatolar va keyingi qadamlar

| Javob | Shart | Keyingi qadam |
| --- | --- | --- |
| Javob400 · `invalid_request_error` | ShartMajburiy maydonlar, material ifodasi yoki parametr qiymati noto‘g‘ri | Keyingi qadamYangi yaratish so‘rovidan oldin ko‘rsatilgan maydonlarni tuzating. |

### Taxalluslar

#### Model taxalluslari

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

#### Usul yo‘llari taxalluslari

Yuqorida ko‘rsatilgan usul yo‘llaridan foydalaning.

#### Chaqirish uchun tegishli ID lar

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

FAQ · Qwen: Qwen3 Embedding 4B

Qanday kirish ma’lumotlari va natijalar mavjud?

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

So‘rov qaysi maydonlardan foydalanadi?

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

Qanday cheklovlar amal qiladi?

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

Ailoot’ni Claude Code, OpenCode, Hermes yoki ilovangizga ulang.

## Kompaniya va uning loyihalar portfeli

Kompaniya va uning loyihalar portfeli: millionlab mijozlar; oylik sotuvlar hajmi milliardlarda.

## Tokenlarni chegirma bilan xarid qiling.

Muntazam ish uchun obuna chegirmasi. Token xaridiga promokodlar — 50% gacha.

Obuna

Muntazam so‘rovlaringiz uchun chegirmali tarif tanlang.

50% gacha promokod

Xaridda kod kiriting. Narx amaldagi aksiya bilan qayta hisoblanadi.

Tarixdagi xarajatlar

Har so‘rov uchun model, token va summa saqlanadi.

[Obuna tanlash](https://ailoot.ai/docs/uz/billing/subscriptions/) · [Model narxlarini ko‘rish](https://ailoot.ai/models/uz/)

## API’ni sotadigan mahsulotingizga ulang.

SaaS, ilova va botlar Ailoot ofertasi hamda litsenziya shartnomasiga muvofiq. Qayta sotishga reseller litsenziyasi so‘rang.

Tijorat ilovasi

Xizmatingizning pullik funksiyalariga matn, rasm, video va ovoz yaratishni qo‘shing.

Reseller litsenziyasi

Loyiha tavsifi va kirish sxemasini yuboring. Foydalanish va qayta sotishga yozma shartlarni so‘rang.

Saytdagi hujjatlar

Oferta, litsenziya shartnomasi va ma’lumotlar siyosati ulashdan oldin ochiq.

[Reseller litsenziyasini so‘rash](mailto:support@ailoot.ai) · [Oferta va litsenziya shartnomasi](https://ailoot.ai/legal/offer?lang=uz)

## Ailoot · Kompaniya va uning loyihalar portfeli





Ailoot to‘plangan faoliyat tajribasi, keng mijozlar bazasi, barqaror xizmat va doimiy KPI nazoratiga tayanadi.





Kompaniya va uning loyihalar portfeli: millionlab mijozlar; oylik sotuvlar hajmi milliardlarda.





Ailoot bu faoliyat tajribasini mijozlar mahsulotlari, agentlar, ilovalar va avtomatlashtirishlarda AI imkoniyatlariga API orqali kirishni ta’minlashda qo‘llaydi.