向量与重排模型

​

模型选择

选择合适的模型取决于输入数据类型和应用场景。

• 处理纯文本或代码 — 推荐 qwen3.7-text-embedding。当前性能最强的文本向量化模型，支持任务指令（instruct）、稀疏向量等高级功能，覆盖绝大多数文本处理场景。
• 处理多模态内容：
  • 融合向量 — 将单模态或混合模态输入表征为融合向量，适用于跨模态检索、图搜等场景。可使用 qwen3-vl-embedding、qwen2.5-vl-embedding、tongyi-embedding-vision-plus-2026-03-06 或 tongyi-embedding-vision-flash-2026-03-06。
  • 独立向量 — 为每个输入（图片、文字标题等）生成独立的向量。可选择 tongyi-embedding-vision-plus、tongyi-embedding-vision-flash 或 qwen3-vl-embedding。
• 处理大规模数据 — 使用 text-embedding-v4 并结合 Batch 调用，可显著降低成本。

​

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。

​

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

---

​

了解更多