Einordnung
WeMM-Embedding-4B ist ein universelles multimodales Embedding-Modell des WeChat-Vision-Teams von Tencent. Es basiert auf Qwen3.5 und erzeugt Vektorrepräsentationen statt generativer Textantworten. (huggingface.co)
Fähigkeiten und Einsatz
Das Modell verarbeitet Text, Bilder, Videos, visuelle Dokumente und ineinander verschachtelte multimodale Eingaben. Es eignet sich unter anderem für multimodale Suche und Retrieval, Empfehlungen und Klassifikation. Die vollständige Ausgabe ist ein L2-normalisierter Vektor mit 2.560 Dimensionen. Unterstützte Matryoshka-Dimensionen sind 64, 128, 256, 512, 1.024 und 2.560. (arxiv.org)
Einschränkungen und Bereitstellung
Audioeingaben werden nicht unterstützt. Die Modellgewichte und der zugehörige Tencent-Code stehen unter Apache-2.0; für Komponenten Dritter gelten deren jeweilige Lizenzen. Eine Selbstbereitstellung ist möglich und verursacht gegebenenfalls eigene Infrastrukturkosten. (huggingface.co)
Preis
Bei der Recherche auf den offiziellen chinesischen und internationalen Tencent-Cloud-Seiten wurde für genau dieses Modell weder ein CNY- noch ein USD-API-Preis verifiziert. Eine Abrechnung für Eingaben oder Ausgaben ist daher nicht verifiziert; Preise anderer Embedding-Modelle lassen sich nicht auf dieses Modell übertragen. Recherchiert am 16. November 2026. (intl.cloud.tencent.com)
Datum und offizielle Quellen
- Der technische Bericht wurde am 25. August 2026 bei arXiv eingereicht; dies belegt das Datum des Berichts, nicht zwingend ein separates Veröffentlichungsdatum der Modellgewichte. Technischer Bericht, Version 1. (arxiv.org)
- Offizielle Modellkarte von Tencent. (huggingface.co)
- Offizielles Tencent-Projekt auf GitHub. (github.com)