← Alle Modelle

Qwen3.7-Text-Embedding

Veröffentlicht Herausgeber Alibabaqwen3.7-text-embedding

Einordnung und Veröffentlichung

Qwen3.7-Text-Embedding ist ein mehrsprachiges Text-Embedding-Modell auf Basis von Qwen3.7. Es wandelt Texte und Code in numerische Vektoren um. Alibaba führte es am 31. Juli 2026 für den internationalen Bereitstellungsbereich auf. Offizielle Modellankündigung (alibabacloud.com)

Fähigkeiten und Anwendungen

  • Geeignet unter anderem für semantische Suche, Retrieval, Empfehlungen, Clustering und Klassifikation; unterstützt laut Dokumentation 201 Sprachen und Dialekte, darunter Deutsch. (alibabacloud.com)
  • Unterstützte Vektordimensionen: 256, 512, 768, 1.024 als Standard, 1.536, 2.048 und 2.560. Aufgabenanweisungen und dichte sowie dünnbesetzte Vektoren werden unterstützt. Dünnbesetzte Ausgaben sind nur über die DashScope-API verfügbar. (alibabacloud.com)
  • Laut Alibaba verbessert sich die Leistung gegenüber text-embedding-v4 bei ausgewählten mehrsprachigen, chinesisch-englischen und Code-Retrieval-Aufgaben des MTEB-Benchmarks um 20 %. Dies ist eine Herstellerangabe, keine allgemeine Leistungsgarantie. (alibabacloud.com)

Grenzen

Die synchrone API-Dokumentation nennt maximal 20 Eingaben pro Liste und bis zu 128.000 Token pro Eingabe. Die allgemeine Embedding-Übersicht bezeichnet 128.000 Token dagegen als Batch-Grenze; die Dokumentation ist in diesem Punkt nicht einheitlich. Batch-Inferenz wird unterstützt, Fine-Tuning und Context Caching laut Modellprofil nicht. Das Modell ist für Embeddings und nicht für die Erzeugung freier Antworten vorgesehen. API-Dokumentation · Modellprofil (alibabacloud.com)

Preise

Abfrage am 16. November 2026. Die Preise gelten für Alibaba Cloud Model Studio; die regionalen Angebote sind keine unmittelbar ineinander umgerechneten Tarife. Abgerechnet werden Eingabe-Token, die Ausgabe ist kostenlos.