TheRouter.aiTheRouter.ai
返回模型列表

Qwen Text Embedding v3

qwenqwen/text-embedding-v3

Qwen 第三代多语种文本 embedding。

阿里云百炼 — 文本向量 API 文档 ↗阿里云百炼 — 向量模型概览 ↗阿里云百炼模型大全 ↗Qwen3 Embedding 发布说明（v4 后续版本） ↗

text-embedding-v3 是 Qwen 的第三代通用多语种文本 embedding 模型。可为检索、语义搜索、聚类、分类与 RAG 索引产出稠密向量，覆盖中文、英文与其他主要语种。

新项目请优先选择 text-embedding-v4 — v3 在此保留，以兼容 v4 发布前构建的索引与流水线。TheRouter 按请求在 bailian-cn 与 bailian-sg 之间选择更便宜的一侧。

多语种
在中文、英文及其他主要语种上训练，向量几何一致。
8K 输入窗口
无需激进分块即可 embed 长段落 — 覆盖多数 RAG 文档切片。
OpenAI 兼容
标准 `/v1/embeddings` 形态 — 可直接接入既有 OpenAI embedding 流水线。
双区域路由
Selector 按请求基于成本选择 bailian-cn 或 bailian-sg。
适合使用
已有基于 Qwen v3 embedding 构建的 RAG 流水线与索引，或必须与既有语料保持向量兼容的项目。
不适合使用
新项目 — 同价位下请使用 text-embedding-v4 以获得更高质量。
计费方式：输入 $0.12 per MTok。TheRouter 按请求路由到 bailian-cn / bailian-sg 中更便宜的一侧。
上下文长度
8K
最大输出
--
输入价格每百万 tokens
$0.0756每百万 Tokens

模态能力

文本→embedding

价格明细

类型费率
输入$0.0756 每百万 Tokens

支持参数

inputdimensionsencoding_format

模型规格

模型系列阿里云 text-embedding v3help.aliyun.com ↗已核实
嵌入维度64、128、256、512、768 或 1,024（默认）help.aliyun.com ↗已核实
支持语言中文、英文、西班牙语、法语、葡萄牙语、印尼语、日语、韩语、德语、俄语及 50 多种主要语言help.aliyun.com ↗已核实
TheRouter 上下文长度8,192 个 tokentherouter.ai ↗已核实
TheRouter 输入价格每 100 万输入 token $0.144therouter.ai ↗已核实
阿里云公有云 API 兼容性OpenAI 兼容 /v1/embeddings 与 DashScope 原生 APIhelp.aliyun.com ↗已核实
TheRouter 主端点POST /v1/embeddingstherouter.ai ↗已核实
后续模型qwen/text-embedding-v4qwenlm.github.io ↗已核实
参数量阿里云百炼 v3 文档未公开披露未知
训练数据截止未公开披露未知
许可托管 API 模型未公开披露未知

基准成绩

BenchmarkDistributionScoreSource
Alibaba Cloud documented embedding tasks
阿里云文档说明该模型适用于语义搜索、推荐、聚类和分类，但 API 页面未公布 text-embedding-v3 的基准测试表。
—未公开披露—

API 使用示例

所有新集成都应使用下方示例中的全球端点 api.therouter.ai；旧中国加速端点已下线。

cURL
curl https://api.therouter.ai/v1/chat/completions   -H "Content-Type: application/json"   -H "Authorization: Bearer $THE_ROUTER_API_KEY"   -d '{
    "model": "qwen/text-embedding-v3",
    "messages": [
      {"role": "user", "content": "Summarize the key points from this input."}
    ]
  }'

API 使用指南

Embeddings 调用

通过 TheRouter 的 OpenAI 兼容 /v1/embeddings 端点生成稠密向量。可用 dimensions 在召回质量、向量存储和 ANN 索引体积之间取舍。

cURL
curl https://api.therouter.ai/v1/embeddings \
  -H "Authorization: Bearer $THEROUTER_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "qwen/text-embedding-v3",
    "input": [
      "TheRouter routes embedding requests through one OpenAI-compatible API.",
      "Qwen text-embedding-v3 supports configurable vector dimensions."
    ],
    "encoding_format": "float",
    "dimensions": 1024
  }'

qwen 其他模型

qwen/text-embedding-v4面向新多语言 RAG 索引的后续向量模型。qwen/qwen3-8bqwen/qwen3-14bqwen/qwen3-32b

同类模型

跨供应商的相似能力档位
amazon/titan-embed-v2
文本检索工作负载的另一款生产级向量模型。
cohere/embed-v4

动态与变更

2025-06-05

Qwen3 Embedding 成为 v4 后续升级路径

阿里 Qwen 发布 Qwen3 Embedding 与 Reranker 系列，并强调更强的多语言检索能力。对 TheRouter 用户而言，这意味着 qwen/text-embedding-v4 是新索引的实际后续选择，而 v3 仍是现有向量空间的兼容模型。

TheRouter 编辑重写qwenlm.github.io ↗

常见问题

应该使用 text-embedding-v3 还是 text-embedding-v4？

如果你已经有用 v3 生成的向量且暂时无法重建索引，请继续使用 v3。新项目或可以统一重新嵌入所有文档和查询的迁移项目，应使用 v4。

TheRouter 编辑重写qwenlm.github.io ↗
可以修改嵌入维度吗？

可以。阿里云文档说明 text-embedding-v3 支持 dimensions，可选 64、128、256、512、768 和 1,024 维。同一个索引中应保持相同维度；变更维度需要新向量字段或重建索引。

TheRouter 编辑重写help.aliyun.com ↗
text-embedding-v3 支持 OpenAI 兼容客户端吗？

支持。阿里云文档提供文本向量模型的 OpenAI 兼容 embeddings API；TheRouter 也通过 https://api.therouter.ai/v1 和模型 ID qwen/text-embedding-v3 提供同类集成方式。

TheRouter 编辑重写help.aliyun.com ↗
可以在同一个向量库索引里混用 v3 和 v4 向量吗？

不建议。每个嵌入模型代际和维度都应视为独立向量空间。从 v3 迁移到 v4 时，应使用 v4 向量重建索引，而不是把 v4 向量追加到 v3 向量旁边。

TheRouter 编辑重写qwenlm.github.io ↗
事实档案 — 本页每条断言可在此回溯来源
来源URL采集于
模型系列help.aliyun.com ↗2026-07-24已核实
嵌入维度help.aliyun.com ↗2026-07-24已核实
支持语言help.aliyun.com ↗2026-07-24已核实
TheRouter 上下文长度therouter.ai ↗2026-07-24已核实
TheRouter 输入价格therouter.ai ↗2026-07-24已核实
阿里云公有云 API 兼容性help.aliyun.com ↗2026-07-24已核实
TheRouter 主端点therouter.ai ↗2026-07-24已核实
后续模型qwenlm.github.io ↗2026-07-24已核实
参数量——未知
训练数据截止——未知
许可——未知
Alibaba Cloud documented embedding taskshelp.aliyun.com ↗2026-07-24未知
Qwen3 Embedding 成为 v4 后续升级路径qwenlm.github.io ↗2026-07-24已核实
应该使用 text-embedding-v3 还是 text-embedding-v4？qwenlm.github.io ↗2026-07-24待核实
可以修改嵌入维度吗？help.aliyun.com ↗2026-07-24待核实
text-embedding-v3 支持 OpenAI 兼容客户端吗？help.aliyun.com ↗2026-07-24待核实
可以在同一个向量库索引里混用 v3 和 v4 向量吗？qwenlm.github.io ↗2026-07-24待核实
帮助与联系