← Tous les modèles

WeMM-Embedding-9B

Publication Éditeur Tencent

Positionnement

WeMM-Embedding-9B est un modèle universel d’embeddings multimodaux à 9 milliards de paramètres, développé par l’équipe WeChat Vision de Tencent et construit sur Qwen3.5. Il transforme différents types de contenus en vecteurs dans un espace de représentation commun. (huggingface.co)

Capacités et usages

  • Entrées : texte, images, vidéos, documents visuels et contenus multimodaux entrelacés.
  • Sortie : vecteur normalisé L2 de 4 096 dimensions. Les dimensions Matryoshka prises en charge sont 64, 128, 256, 512, 1 024, 2 048 et 4 096 ; un vecteur tronqué doit être renormalisé.
  • Applications : recherche et rapprochement multimodaux, recommandation, classification et systèmes d’agents. Tencent rapporte un score global de 80,6 sur MMEB-v2 pour la variante 9B ; ce résultat est propre à ce benchmark. (arxiv.org)

Limites et disponibilité

L’entrée audio n’est pas prise en charge. Le modèle produit des embeddings plutôt que des réponses textuelles générées. Les poids et le code sont publiés sous licence Apache 2.0 ; les composants tiers restent soumis à leurs licences respectives. Un déploiement autonome entraîne ses propres coûts d’infrastructure. (github.com)

Date

Le rapport technique officiel, version 1, a été soumis le 25 août 2026. Cette date documente la publication du rapport, sans établir à elle seule la date exacte de mise à disposition des poids. (arxiv.org)

Tarification

Au 16 novembre 2026, aucun tarif API officiel spécifique à WeMM-Embedding-9B n’a pu être vérifié dans les grilles consultées de Tencent Cloud pour la Chine continentale et l’international. Les tarifs d’entrée, de sortie et leurs unités de facturation restent donc non vérifiés. Les prix d’autres modèles d’embedding ne sont pas appliqués à celui-ci. (cloud.tencent.com)

Sources officielles