Qwen-Embedding

复制成功!
加入对比

概述

通用文本向量,是通义实验室基于LLM底座的多语言文本统一向量模型,面向全球多个主流语种,提供高水准的向量服务,帮助开发者将文本数据快速转换为高质量的向量数据。

输入

文本

输出

功能

前缀补全

调用通义千问 API 时启用 Partial Mode,可让模型严格接续您提供的前缀文本进行生成。查看文档

函数调用

通过函数调用将大模型与外部工具和系统连接起来。查看文档

缓存

Context Cache 会缓存长上下文请求的公共前缀,减少重复计算、提升响应速度并降低成本。查看文档

结构化输出

结构化输出可确保模型返回符合预期格式的 JSON 字符串。查看文档

批量任务

异步批量处理请求,降低调用成本。查看文档

联网搜索

启用联网搜索后,模型可基于实时检索的数据进行回答。查看文档

微调

基于样本数据训练模型,使其更适配特定任务。查看文档

定价

  • 向量输入(Batch File)
    ¥0.35/M tokens
  • 文本输入
    ¥0.7/M tokens

速率限制

  • TPM每分钟 Token 数
    1M
  • RPM每分钟请求数
    1K

API 参考

调用API
复制成功!
123456789101112
import dashscope
from http import HTTPStatus

dashscope.base_http_api_url = "https://cn-beijing.maas.qianwenaiapi.com/api/v1"

input_texts = "衣服的质量杠杠的,很漂亮,不枉我等了这么久啊,喜欢,以后还来这里买"

resp = dashscope.TextEmbedding.call(
    model="text-embedding-v1",
    input=input_texts
)
print(resp)