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

# Qwen: Qwen3 Embedding 4B

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

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

Qwen3-Embedding-4B 將文字表示為語意向量，可用於多語言檢索、程式碼搜尋、分類與分群。這個 4B 模型支援 32K 詞元的序列長度，以及 32 至 2,560 維的自訂向量。

- [**Ailoot Ultra · 嵌入向量** `POST /v1/embeddings` `qwen/qwen3-embedding-4b`](https://ailoot.ai/models/zh-hant-tw/qwen-qwen3-embedding-4b/#method-0)

關於模型

此說明介紹模型的能力。Ailoot 可用的輸入、輸出與選項，依所選方法列於下方。

Qwen3-Embedding-4B 是 Qwen 嵌入與重排序系列中的 4B 文字嵌入版本。它以密集型 Qwen3 基礎模型為基礎，將一段文字轉換為代表其意義的數值表徵。Qwen 列出的應用包括文字檢索、程式碼檢索、分類、分群與平行文本探勘。當應用程式需要尋找相關段落、將相似紀錄分組，或比較不同語言的文字時，可以使用這個模型。模型輸出的是嵌入向量，而非對話回覆或改寫後的文件。

這個指定版本的序列長度為 32K 個詞元，嵌入維度最高為 2,560。它透過 Matryoshka Representation Learning 支援 32 至 2,560 維的自訂輸出。選擇的向量長度會影響表徵的儲存與比較方式，因此同一個集合中的查詢向量與文件向量，應維持一致的長度。Qwen3-Embedding-8B 的模型規模不同，最高維度為 4,096；這個輸出大小與 8B 模型的身分，都不能套用到 4B 版本。既有索引也應維持自身一致的表徵設定。

開發團隊說明它支援超過 100 種語言，其中包含程式語言，並提供多語言、跨語言與程式碼檢索。例如，客服中心的搜尋可以比較使用者問題與多種語言撰寫的段落，再傳回主題相符的原始段落。程式碼搜尋則可以比較自然語言描述與相關函式及其文件。準備文字時，請保留有意義的標題、領域術語與識別碼，並維持每個已建立表徵的段落與來源之間的關聯，讓應用程式能顯示相符的資料。

Qwen3-Embedding-4B 能依指令調整表徵。Qwen 建議為每個查詢提供一句任務描述，依預期的檢索關係量身撰寫，並建議在多語言情境使用英語指令。直接使用模型的範例，在任務描述前放置 Instruct:，在查詢文字前放置 Query:。其中用於檢索的文件，編碼時不加入這段查詢指令。自行撰寫的實用指令，可以指定尋找能解釋已回報錯誤的文件段落，或尋找實作所述行為的原始碼片段。這會讓表徵朝向應用程式的問題調整，而不是要求模型撰寫答案。

官方範例會將查詢與文件文字編碼，使用餘弦相似度比較嵌入向量，並示範對最後一個詞元的隱藏狀態進行池化後再正規化。在這個較底層的範例中，輸入會依選定的 8,192 詞元設定截斷；文件記載的模型序列長度仍為 32K。處理長篇資料時，請先決定要為哪些段落建立表徵，並確認截斷不會在未察覺的情況下丟棄查詢所需的部分。儲存向量時，搭配穩定的來源參照，將準備好的查詢與集合比較，再依相似度順序傳回相關段落。

Qwen 的嵌入模型採用雙編碼器方式，獨立的重排序模型則使用交叉編碼器評估查詢與文件的配對。發布說明介紹了這些模組的搭配方式：先以嵌入向量找出初步候選項目，再由重排序模型細化順序。Qwen3-Embedding-4B 本身提供的是單一文字的表徵。它的向量不是重排序分數、已驗證的陳述，也不是生成的答案。若最終流程會根據檢索資料回答問題，所選的來源段落仍是交給後續階段使用的證據。

**Ailoot Ultra · 嵌入向量** `POST /v1/embeddings` `qwen/qwen3-embedding-4b`

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

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

### 入門

Qwen3-Embedding-4B 將文字表示為語意向量，可用於多語言檢索、程式碼搜尋、分類與分群。這個 4B 模型支援 32K 詞元的序列長度，以及 32 至 2,560 維的自訂向量。

接受的輸入

文字 · token\_ids

結果

embedding

### Ailoot 可用 · 輸入與方法

**Ailoot Ultra · 嵌入向量** `POST /v1/embeddings`

輸入

`text`, `token_ids`

輸出

`embedding`

輸出格式

json

| 欄位 | 類型 | 要求 | 值與限制 | 預設值 |
| --- | --- | --- | --- | --- |
| 欄位`model` | 類型`string` | 要求必填 | 值與限制 qwen/qwen3-embedding-4b | 預設值— |
| 欄位`input` | 類型`string\|string[]\|integer[]\|integer[][]` | 要求必填 | 值與限制 項目數下限: 1 條件: 批次不得為空，且各項目類型須一致。Token ID 須為非負整數。 輸入額度： 最大值: 32,768 · 文字單位: UTF8 位元組 · Token 單位: token 陣列元素 | 預設值— |
| 欄位`encoding_format` | 類型`string` | 要求選填 | 值與限制 float | 預設值float |
| 欄位`dimensions` | 類型`integer` | 要求不支援 | 值與限制 最小值: 1 | 預設值— |
| 欄位`user` | 類型`json_value` | 要求選填 | 值與限制 條件: 來源允許此 JSON 中繼資料欄位；確切的上游語意依模型而異。 | 預設值— |
| 欄位`session_id` | 類型`json_value` | 要求選填 | 值與限制 條件: 來源允許此 JSON 中繼資料欄位；確切的上游語意依模型而異。 | 預設值— |
| 欄位`trace` | 類型`json_value` | 要求選填 | 值與限制 條件: 來源允許此 JSON 中繼資料欄位；確切的上游語意依模型而異。 | 預設值— |
| 欄位`provider` | 類型`object` | 要求選填 | 值與限制 條件: provider.options 遭拒絕 | 預設值— |

輸入素材組合

**text\_to\_embedding**

方法參數與生命週期

| 參數 | 規格 |
| --- | --- |
| 參數`content_type` | 規格application/json |
| 參數`required` | 規格model, input |
| 參數`input_shapes` | 規格string, string\[\], nonnegative\_integer\_token\_array, nonnegative\_integer\_token\_array\[\] |
| 參數`encoding_format` | 規格float |
| 參數`dimensions_override` | 規格false |
| 參數`max_input_budget_units` | 規格32768 |
| 參數`multimodal_objects` | 規格false |
| 參數`material_types` | 規格text, token\_ids |

生命週期： `synchronous_json`

保留每個向量的索引與維度。

即使模型名稱標示為多模態，此指定路徑也不接受圖片物件。

### 方案

費率資訊不會增加請求選項。支援的參數列於所選方法中。

快速模式

未指定 選取快速模式時

flex 模式

未指定 選取 flex 模式時

最高推理強度

未指定 最高推理強度採用 default 調整值時

#### Ailoot 費率

#### 各設定的價格

| 設定 | 費率表 | 費用 |
| --- | --- | --- |
| 設定詞元基本費率 | 費率表基本費率 | 費用 輸入 · 輸入 Token **$0.00004** / 1K Token 輸出 · 輸出 Token **$0** / 1K Token 輸入 · 讀取快取 **—** / 1K Token 輸入 · 寫入快取 **—** / 1K Token 輸入 · 寫入快取，1 小時 **—** / 1K Token |

Ailoot 會在請求前預留估算金額。取得結果後，依實測用量結算最終費用。串流結算採用最終用量紀錄。[預留金額與結算的運作方式 →](https://ailoot.ai/docs/zh-hant-tw/billing/reserve/)

### 請求範例

#### Ailoot Ultra · 嵌入向量

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)
```

### 接收並儲存結果

#### Ailoot Ultra · 嵌入向量

json

##### 保留所有已完成的結果

請保留所有完整傳回的回應、檔案與內容區塊。

保留每個向量及其索引。向量數量必須與輸入數量相同，且維度必須一致。

##### 需要檢查原始回應時

此流程未引入嵌入向量任務端點。

回應欄位

| 欄位 | 類型 |
| --- | --- |
| 欄位`object` | 類型string |
| 欄位`model` | 類型string |
| 欄位`data[].index` | 類型integer |
| 欄位`data[].embedding` | 類型finite float\[\] |
| 欄位`usage` | 類型object |

錯誤與後續步驟

| 回應 | 條件 | 下一步 |
| --- | --- | --- |
| 回應400 · `invalid_request_error` | 條件必要欄位、素材表示方式或參數值無效 | 下一步提出新的建立請求前，先修正指定欄位。 |

### 別名

#### 模型別名

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

#### 方法路徑別名

請使用上方列出的 API 方法路徑。

#### 相關呼叫用 ID

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

FAQ · Qwen: Qwen3 Embedding 4B

可以使用哪些輸入與結果？

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

請求使用哪些欄位？

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

適用哪些限制？

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

將 Ailoot 串接 Claude Code、OpenCode、Hermes 或自己的應用程式。

## 公司及其專案組合

公司及其專案組合：數百萬客戶，每月銷售額達數十億。

## 優惠購買 token。

訂閱優惠適合持續工作，折扣碼購買 token 最高可折 50%。

訂閱

為定期請求選擇優惠方案。

最高 50% 折扣碼

購買時輸入代碼，價格依活動重算。

歷史中的費用

每次請求保存模型、token 與金額。

[選擇訂閱](https://ailoot.ai/docs/zh-hant-tw/billing/subscriptions/) · [查看模型價格](https://ailoot.ai/models/zh-hant-tw/)

## 將 API 加入 你銷售的產品。

依 Ailoot 正式服務條款與授權合約串接 SaaS、應用程式與機器人；轉售請申請經銷授權。

商用應用程式

在付費功能加入文字、圖片、影片與聲音生成。

經銷授權

提供專案說明與存取方式，要求書面使用和轉售條件。

網站文件

串接前可閱讀正式服務條款、授權合約與資料處理政策。

[申請經銷授權](mailto:support@ailoot.ai) · [正式服務條款與授權合約](https://ailoot.ai/legal/offer?lang=zh-hant-tw)

## Ailoot · 公司及其專案組合





Ailoot以累積的營運經驗、廣大的客戶群、穩定的服務及持續的KPI管理為基礎。





公司及其專案組合：數百萬客戶，每月銷售額達數十億。





Ailoot將這些營運經驗用於API存取，讓客戶的產品、代理、應用程式及自動化流程使用AI功能。