模型定位
Qwen2.5-VL-Embedding 是基於 Qwen2.5-VL 的統一多模態向量模型,將輸入轉換為表徵向量,而非一般文字生成模型。官方公告列示日期為 2025 年 10 月 21 日。(help.aliyun.com)
能力與用途
- 支援文字、圖片、影片的單一模態或混合模態輸入,產生融合向量;適用於跨模態檢索、圖片與影片搜尋、聚類和內容標記。(help.aliyun.com)
- 向量維度可選 512、768、1024 或 2048;預設為 1024。文字支援中文、英文、日文等 11 種語言。(docs.bailian.console.aliyun.com)
限制
- 僅支援融合向量,不支援為各輸入分別產生獨立向量。單次請求中,圖片、文字、影片及融合物件各類型最多出現一次;單張圖片不超過 5 MB。(alibabacloud.com)
- 官方模型資訊頁列示不支援函式呼叫、結構化輸出、聯網搜尋、上下文快取、批次推論及模型微調;最大輸入長度未列明。(help.aliyun.com)
價格
阿里雲百鍊中國站、華北 2(北京)按量呼叫原價:文字輸入 CNY 0.7/每百萬 token;圖片或影片輸入 CNY 1.8/每百萬 token。僅按輸入計費,向量輸出不計費;此模型無免費額度。以上不含限時優惠,查詢日期為 2026 年 11 月 17 日。(docs.bailian.console.aliyun.com)