Skip to Content
多模态向量

多模态向量

OpenAI Embeddings
接口POST /v1/embeddings
qwen3-vl-embedding

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
modelstring是固定为 qwen3-vl-embedding。
inputobject是多模态输入对象,包含 contents。
input.contentsarray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[].textstring条件必填文本内容。每个元素只能指定一种模态。
input.contents[].imagestring条件必填图片的公网 HTTP(S) URL;一次请求最多 10 张图片。
input.contents[].videostring条件必填视频的公网 HTTP(S) URL;一次请求最多 1 个视频。
parametersobject否向量处理参数。
parameters.dimensioninteger否输出向量维度,可选 256、512、768、1024、1536、2048 或 2560;默认 2560。
parameters.enable_fusionboolean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.fpsnumber否视频抽帧比例,范围为 0 至 1,默认 1。
parameters.instructstring否用于说明向量生成任务的自定义指令。
parameters.output_typestring否输出向量类型,当前使用 dense。

调用示例

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
objectstring固定为 list。
dataarray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[].objectstring固定为 embedding。
data[].indexinteger结果对应的输入内容索引。
data[].embeddingarray<number>向量数组,长度由 parameters.dimension 和模型默认值决定。
modelstring实际使用的模型名称。
usage.prompt_tokensinteger文本与视觉内容合计消耗的输入 token 数量。
usage.total_tokensinteger本次请求的 token 总数。
usage.prompt_tokens_details.text_tokensinteger文本部分消耗的 token 数量。
usage.prompt_tokens_details.image_tokensinteger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