通义多模态向量
复制成功！
概述
通义实验室基于预训练多模态大模型构建的多模态向量模型。该模型根据用户的输入生成高维连续向量，这些输入可以是文本、图片或视频。多模态向量在可应用于图片搜索、文搜图、视频搜索、图片分类和视频内容审核等下游任务中。
输入
文本图像视频
输出
功能
定价
- 图片输入¥0.9/M tokens
- 文本输入¥0.7/M tokens
速率限制与上下文
- 最大输入512
- 最大输出0
- 上下文0
- TPM每分钟 Token 数1000000
- RPM每分钟请求数120
API 参考
调用API复制成功！
12345678910111213141516171819202122232425262728
import dashscope
from http import HTTPStatus
dashscope.base_http_api_url = "https://cn-beijing.maas.qianwenaiapi.com/api/v1"
# 文本向量化
resp = dashscope.MultiModalEmbedding.call(
model="multimodal-embedding-v1",
input=[{"text": "衣服的质量杠杠的，很漂亮，不枉我等了这么久啊"}],
)
if resp.status_code == HTTPStatus.OK:
embedding = resp.output["embeddings"][0]["embedding"]
print(resp)
else:
print(resp)
# 图片向量化
resp = dashscope.MultiModalEmbedding.call(
model="multimodal-embedding-v1",
input=[{"image": "https://help-static-aliyun-doc.aliyuncs.com/file-manage-files/zh-CN/20241022/emyrja/dog_and_girl.jpeg"}],
)
if resp.status_code == HTTPStatus.OK:
embedding = resp.output["embeddings"][0]["embedding"]
print(resp)
else:
print(resp)