通义多模态向量
复制成功！
概述
Tongyi-Embedding-Vision是基于LLM底座的视觉多模态表征模型，支持文本、图像、视频3种模态，具有以视觉为中心、全场景性能优异、高性价比的特点，适用于以图搜图、以文搜图、以文搜视频、以视频搜视频、以文搜文、以文搜图文等下游多样化任务场景。 2026-03-06版本在保留极致性价比优势的同时，基于Qwen3底座实现了效果与功能全面升级，包括全场景性能提升、多分辨率模式/多向量维度/多语言能力/融合向量等能力的支持。
输入
文本图像视频
输出
文本
功能
定价
- 图片输入¥0.5/M tokens
- 文本输入¥0.5/M tokens
速率限制
- TPM每分钟 Token 数9600000
- RPM每分钟请求数1200
API 参考
调用API复制成功！
1234567891011121314
import os
import dashscope
dashscope.base_http_api_url = "https://cn-beijing.maas.qianwenaiapi.com/api/v1"
text = "通用多模态表征模型示例"
input = [{"text": text}]
resp = dashscope.MultiModalEmbedding.call(
model="tongyi-embedding-vision-plus-2026-03-06",
input=input,
api_key=os.getenv("DASHSCOPE_API_KEY")
)
print(resp)