文本向量、多模态向量和重排序的常见问题——模型选择、维度、批量限制及使用场景。
文本向量
API：OpenAI 兼容、DashScope
单条文本的最大输入长度是多少？
每条文本最多支持 8,192 个 token。超出限制的内容会在生成向量前被截断。对长文档生成向量时请注意控制输入长度。
支持多大的批量？
单次 API 调用最多接受 10 条文本。数据量更大时，将输入拆分为每批 10 条，分多次调用。如果传入文件而非数组，文件最多包含 10 行。
支持哪些向量维度？
text-embedding-v4 支持 2,048、1,536、1,024（默认）、768、512、256、128 和 64 维。text-embedding-v3 支持 1,024（默认）、768 和 512 维。使用 dimension 参数选择具体维度。
维度越高，保留的语义信息越丰富，但存储和计算成本也越高。1,024 维适用于大多数场景；高精度领域可选择 1,536 或 2,048 维；存储受限时可选择 512 维或更低。
什么时候使用 text_type 参数？
在搜索任务中使用 text_type 可以获得更好的效果：
text_type: 'query'— 用于用户查询，生成针对信息检索优化的向量。text_type: 'document'（默认）— 用于存储文档，生成针对被检索优化的综合向量。
text_type。该参数仅 DashScope 端点支持。
稠密向量和稀疏向量有什么区别？
text-embedding-v4 和 text-embedding-v3 支持三种输出类型，通过 output_type 参数控制：
| 类型 | 优势 | 不足 | 适用场景 |
|---|---|---|---|
dense | 深度语义理解，能处理同义词和上下文 | 计算和存储成本较高，无法保证精确关键词匹配 | 语义搜索、RAG、内容推荐 |
sparse | 精确关键词匹配速度快，开销低 | 无语义理解能力，会遗漏同义词 | 日志检索、SKU 查询、精确过滤 |
dense&sparse | 兼具语义理解和关键词匹配能力 | 存储要求更高，检索逻辑更复杂 | 生产环境混合搜索引擎 |
dense&sparse 的成本与仅生成单种向量相同。
该参数仅 DashScope 端点支持，OpenAI 兼容端点不支持 output_type。
文本向量适用于哪些场景？
常见应用：语义搜索（向量相似度匹配）、RAG（检索增强生成）、推荐系统（物品间相似度）、聚类和文本分类。
多模态向量
API：DashScope multimodal embedding
支持哪些模态？
tongyi-embedding-vision-plus 和 tongyi-embedding-vision-flash 均支持文本、图像和视频。文本仅限中英文。适用于跨模态搜索（以文搜图、以图搜图、以文搜视频）、图像分类和视频分类等场景。
支持哪些图片和视频格式？
- 图片：JPEG、PNG、BMP，通过公开 URL 或 Base64 编码字符串传入。每次请求最多 8 张图片，单张不超过 3 MB。
- 视频：MP4、MPEG、MOV、MPG、WEBM、AVI、FLV、MKV，仅支持 URL（不支持 Base64）。单个视频不超过 10 MB。
多模态向量是否支持 OpenAI 兼容端点？
不支持。多模态向量需要使用 DashScope SDK 或 REST API。OpenAI 兼容端点（/compatible-mode/v1/embeddings）仅支持文本向量。
单次请求能发送多少内容？
没有固定的元素数量限制。限制条件是所有输入的总 token 数——批量请求不得超过模型的单次请求 token 上限。文本输入每条限制为 1,024 个 token。
重排序
API：OpenAI 兼容、DashScope
重排序在什么场景最有价值？
初始检索返回 20–100+ 条相关度参差不齐的候选结果时，重排序的价值最大。典型 RAG 流程：先用向量检索 50–100 条候选，重排序后取 top 5–10，再传给大模型。
如果初始检索已返回高相关结果（如精确关键词匹配），重排序的提升有限。
instruct 参数是什么？如何编写指令？
instruct 用于引导模型的排序策略。指令必须用英文编写。
两个常见示例：
- 问答检索（默认）：
"Given a web search query, retrieve relevant passages that answer the query."— 优先返回直接回答问题的文档。 - 语义相似度：
"Retrieve semantically similar text."— 优先返回表达相同含义但措辞不同的文档，适用于 FAQ 匹配。
top_n 是什么？
top_n 限制返回的文档数量。设为 5 则只返回排名前 5 的文档。不设置则返回所有文档（按排序结果排列）。如果 top_n 超过文档总数，则返回所有文档。
模型选择
应该选择哪个文本向量模型？
大多数情况下推荐使用 text-embedding-v4。它支持指令、稀疏向量，且维度选项比 text-embedding-v3 更丰富。两个模型定价相同（每百万输入 token 0.5元），批量限制也相同（10 条文本，每条 8,192 token）。
有哪些重排序模型可用？
当前可用的重排序模型为 qwen3-rerank，支持单次请求最多 500 篇文档、每篇最多 4,000 token，覆盖 100+ 种语言。定价为每百万 token 0.5元，开通千问云后可获得 1M token 免费额度（90 天有效）。
