多模态向量
input.contents 可组合文本、图片和视频。图片与视频请传入可公开访问的 HTTP(S) URL。
一次请求最多传入 20 个内容,其中图片最多 10 个、视频最多 1 个。
请求参数
| 参数 | 类型 | 必填 | 说明 |
|---|---|---|---|
model | string | 是 | 固定为 qwen3-vl-embedding。 |
input | object | 是 | 多模态输入对象,包含 contents。 |
input.contents | array | 是 | 内容列表,支持 1 至 20 个元素。每个元素是文本字符串,或只包含一个 text、image、video 字段的对象。 |
input.contents[].text | string | 条件必填 | 文本内容。每个元素只能指定一种模态。 |
input.contents[].image | string | 条件必填 | 图片的公网 HTTP(S) URL;一次请求最多 10 张图片。 |
input.contents[].video | string | 条件必填 | 视频的公网 HTTP(S) URL;一次请求最多 1 个视频。 |
parameters | object | 否 | 向量处理参数。 |
parameters.dimension | integer | 否 | 输出向量维度,可选 256、512、768、1024、1536、2048 或 2560;默认 2560。 |
parameters.enable_fusion | boolean | 否 | 是否将所有输入内容融合为一个向量,默认 false。设为 true 时返回一个融合结果。 |
parameters.fps | number | 否 | 视频抽帧比例,范围为 0 至 1,默认 1。 |
parameters.instruct | string | 否 | 用于说明向量生成任务的自定义指令。 |
parameters.output_type | string | 否 | 输出向量类型,当前使用 dense。 |
调用示例
独立向量
curl "https://api.example.com/v1/embeddings" \
-H "Authorization: Bearer <YOUR_API_KEY>" \
-H "Content-Type: application/json" \
-d '{
"model": "qwen3-vl-embedding",
"input": {
"contents": [
{"text": "一只猫坐在窗边"},
{"image": "https://example.com/images/cat.png"},
{"video": "https://example.com/videos/cat.mp4"}
]
},
"parameters": {
"dimension": 1024,
"fps": 0.5,
"output_type": "dense"
}
}'响应参数
| 字段 | 类型 | 说明 |
|---|---|---|
object | string | 固定为 list。 |
data | array | 向量结果列表。独立向量模式下通常与输入内容一一对应;融合向量模式下返回一个结果。 |
data[].object | string | 固定为 embedding。 |
data[].index | integer | 结果对应的输入内容索引。 |
data[].embedding | array<number> | 向量数组,长度由 parameters.dimension 和模型默认值决定。 |
model | string | 实际使用的模型名称。 |
usage.prompt_tokens | integer | 文本与视觉内容合计消耗的输入 token 数量。 |
usage.total_tokens | integer | 本次请求的 token 总数。 |
usage.prompt_tokens_details.text_tokens | integer | 文本部分消耗的 token 数量。 |
usage.prompt_tokens_details.image_tokens | integer | 图片或视频等视觉内容消耗的 token 数量。 |
响应示例
{
"object": "list",
"data": [
{
"object": "embedding",
"index": 0,
"embedding": [0.0123, -0.0456, 0.0789]
},
{
"object": "embedding",
"index": 1,
"embedding": [0.0234, -0.0345, 0.0678]
}
],
"model": "qwen3-vl-embedding",
"usage": {
"prompt_tokens": 18,
"completion_tokens": 0,
"total_tokens": 18,
"prompt_tokens_details": {
"cached_tokens": 0,
"text_tokens": 12,
"audio_tokens": 0,
"image_tokens": 6
},
"input_tokens": 18,
"output_tokens": 0
}
}官方参考:阿里云百炼多模态向量 API
Last updated on