Qwen-VL-Embedding
复制成功！
立即体验加入对比
概述
基于Qwen3-VL底座训练的统一多模态向量模型，支持文本、图片、视频单模态/混合模态输入，输出统一表征向量，适用于跨模态检索、图搜、视频检索、图像聚类、复杂多模态信息检索、打标等场景
输入
文本图像
输出
功能
定价
- 图片输入¥1.8/M tokens
- 文本输入¥0.7/M tokens
速率限制与上下文
- 最大输入32K
- TPM每分钟 Token 数1M
- RPM每分钟请求数2K
API 参考
调用API复制成功！
1234567891011
import dashscope
text = "通用多模态表征模型示例"
input = [{'text': text}]
resp = dashscope.MultiModalEmbedding.call(
model="qwen3-vl-embedding",
input=input
)
print(resp)