选择适用于语义搜索、RAG 检索、跨模态匹配和重排序的模型。
文本 Embedding
纯文本搜索、RAG 或聚类 → text-embedding-v4。
从 v3 索引迁移 → text-embedding-v3（维度兼容）。
维度如何选择？
大规模搜索且存储敏感 → 256 或 512。
通用场景 → 1024（默认，平衡性好）。
追求最高基准精度 → 1536 或 2048。
多模态 Embedding
通过文本检索图片或视频 → qwen3-vl-embedding。
融合向量 vs 独立向量
- 融合向量 — 将多模态输入（文本+图片+视频）编码为 1 个向量。适合图文混合检索。
- 独立向量 — 每种输入分别生成独立向量。适合跨模态检索（文本查图、文本查视频）。
qwen3-vl-embedding 同时支持融合和独立向量；qwen2.5-vl-embedding 仅支持融合向量。
只有文本数据？
直接用 text-embedding-v4——更快、更便宜、维度选择更多。
多模态 Embedding 专为跨模态检索设计（文本+图片、文本+视频）。
重排序
提升 RAG 精度 → 在 Embedding 检索之后接入 qwen3-rerank，通过交叉注意力机制对 Top-N 结果重新打分，改善排序质量。
多模态重排序 → qwen3-vl-rerank，支持图片和视频输入。
全部模型
文本 Embedding
文本 Embedding
| 模型 | 适用场景 | 维度 | 最大 Token 数 |
|---|---|---|---|
text-embedding-v4 | 文本搜索、RAG、聚类 | 64, 128, 256, 512, 768, 1024（默认）, 1536, 2048 | 8,192 |
text-embedding-v3 | v3 索引迁移 | 512, 768, 1024（默认） | 8,192 |
多模态 Embedding
多模态 Embedding
| 模型 | 适用场景 | 向量类型 | 维度 | 最大 Token 数 |
|---|---|---|---|---|
qwen3-vl-embedding | 图文混合检索 | 融合 + 独立 | 256~2560（默认 2560） | 32,000 |
qwen2.5-vl-embedding | 图文混合检索 | 仅融合 | 512~2048（默认 1024） | 32,000 |
tongyi-embedding-vision-plus | 跨模态搜索（仅独立向量） | 仅独立 | 64~1152（默认 1152） | 1,024 |
tongyi-embedding-vision-plus-2026-03-06 | 跨模态搜索 | 融合 + 独立 | 64~1152（默认 1152） | 1,024 |
tongyi-embedding-vision-flash | 跨模态搜索，注重成本（仅独立） | 仅独立 | 64~768（默认 768） | 1,024 |
tongyi-embedding-vision-flash-2026-03-06 | 跨模态搜索，注重成本 | 融合 + 独立 | 64~768（默认 768） | 1,024 |
重排序
重排序
| 模型 | 适用场景 | 最大文档数 | 单条最大 Token |
|---|---|---|---|
qwen3-vl-rerank | 多模态搜索结果重排序 | 100 | 8,000 |
qwen3-rerank | 文本搜索结果重排序、RAG | 500 | 4,000 |
gte-rerank-v2 | 文本语义检索、RAG | 500 | 4,000 |
旧版模型
旧版模型
上一代模型。新项目建议使用上述最新版本。
| 模型 | 类型 | 维度 | 最大 Token 数 |
|---|---|---|---|
text-embedding-v2 | 文本 Embedding | 1,536 | 2,048 |
text-embedding-v1 | 文本 Embedding | 1,536 | 2,048 |
text-embedding-async-v2 | 文本 Embedding（异步） | 1,536 | 2,048 |
text-embedding-async-v1 | 文本 Embedding（异步） | 1,536 | 2,048 |
multimodal-embedding-v1 | 多模态 Embedding | 1,024 | -- |
