Tradução de apoio para consulta. Código e identificadores técnicos preservados. Consultar referência original ↗

Incorporação e reclassificação de modelos

Escolha um modelo para pesquisa semântica, recuperação RAG, correspondência intermodal e reclassificação.

Seleção de modelo

Escolha um modelo com base no tipo de dados de entrada e no caso de uso.

Texto ou código — Use text-embedding-v4. Melhor modelo de incorporação de texto de uso geral, suportando instruções de tarefas (instruir), vetores esparsos e outros recursos avançados.
Conteúdo multimodal — Uso tongyi-embedding-vision-plus para recuperação intermodal (texto para imagem, imagem para imagem, texto para vídeo). Para cenários sensíveis ao custo, use tongyi-embedding-vision-flash.
Dados em grande escala — Uso qwen3.7-text-embedding ou text-embedding-v4 com a API Batch para reduzir custos significativamente.

Quantas dimensões?

Pesquisa em larga escala onde o armazenamento é importante → 256 ou 512. Uso geral → 1024 (padrão, bom equilíbrio). Precisão máxima em benchmarks → 1536 ou 2048.

Dados somente texto?

Usar text-embedding-v4 em vez disso - mais rápido, mais barato e com mais opções de dimensão. A incorporação multimodal é para recuperação intermodal (texto para imagem, texto para vídeo).

Precisão versus velocidade

Melhor precisão → tongyi-embedding-vision-plus (dimensões até 1152). Orçamento ou sensível à latência → tongyi-embedding-vision-flash (até 768).

Reclassificação

Melhorar a precisão do RAG → adicionar qwen3-rerank após sua pesquisa de incorporação. Pontua novamente os N resultados principais com atenção cruzada para melhor qualidade de classificação.

Limites: 500 documentos por solicitação, 4.000 tokens por item, 30.000 tokens por solicitação.

Migrar de modelos de código fechado

Substituindo os embeddings OpenAI, Cohere ou Voyage? Use estes QwenCloud equivalentes.

Tarefa	Exemplos de código fechado	QwenCloud recomendação
Incorporação de texto	OpenAI text-embedding-3-large, Voyage-3-large, Cohere embed-v4	`text-embedding-v4`
Incorporação multimodal	Cohere embed-v4, Voyage multimodal	`tongyi-embedding-vision-plus`
Reclassificação	Cohere Reclassificação 3.5, Voyage reclassificação-2.5	`qwen3-rerank`

Todos os modelos

Modelo	Use isto quando...	Dimensões	Máximo de tokens
`text-embedding-v4`	Pesquisa de texto, RAG, clustering	64, 128, 256, 512, 768, 1024 (padrão), 1536, 2048	8.192
`text-embedding-v3`	Migração de índice v3 existente	512, 768, 1024 (padrão)	8.192
`tongyi-embedding-vision-plus`	Pesquisa intermodal, melhor precisão	1152, 1024, 512, 256, 128, 64	1.024
`tongyi-embedding-vision-flash`	Pesquisa intermodal, orçamento	768, 512, 256, 128, 64	1.024
`qwen3-rerank`	Reclassificar os resultados da pesquisa	—	4.000/item

Saiba mais

Embedding guide

Guia completo para incorporações de texto e multimodais.

Multimodal embedding API

Referência de API para incorporações entre modais.