Text Embedding V4
text-embedding-v4Comparez sur Modelsell les tarifs de l'API text-embedding-v4, les points de terminaison, les fonctionnalités et les options d'accès.
- Tarif à partir de
- Entree / Sortie · 1M
- Contexte
- 8.2K
- Fenêtre d'entrée maximale
- Modalités
- →
- Sorti
- Jun 2025
Tarification par fournisseur
Comparez les prix et les performances du service pour ce modèle selon les fournisseurs.
| Fournisseur | Entree/M | Sortie/M | ||
|---|---|---|---|---|
Oofficial 官方接口直连 | $75 | $75 | ||
Alibaba 阿里巴巴百炼官方 | $75 | $75 |
Faites défiler horizontalement pour comparer tous les prix et indicateurs de performance.
Capacités / Modalités prises en charge
Fournisseur & confidentialité
BPE (vendor-specific)Performances
Benchmarks
Scores sur des évaluations standardisées. Les pourcentages élevés sont meilleurs et le percentile de classement est indiqué.
Métriques fournies parArtificial Analysis 2026-09-30·Text Embedding V4
Ce modèle ne figure pas dans l’instantané actuel.
Les modèles ou mesures manquants ne valent pas zéro.
Les graphiques conservent la sélection de modèles et les réglages de raisonnement de la source. Les modèles ou mesures manquants ne valent pas zéro ; le coût et la vitesse des benchmarks ne constituent pas un engagement de service du site.
À propos de Text Embedding V4
用语义找到相关内容
Text Embedding V4 把文本转换成数值向量，让应用能够比较内容含义，而不只依赖相同关键词。例如用户搜索“付款后多久到账”，知识库中的“充值到账时间”也可能与它相关。它适合企业文档检索、客服知识库、文章聚类、相似问题合并，以及为问答模型提供相关资料的 RAG 流程。
模型基于 Qwen3 训练，面向多语言文本表示。单条输入支持最多 8,192 Token，向量维度可在 64 至 2,048 之间选择，默认 1,024 维。较低维度便于控制存储和检索开销，较高维度可以作为追求检索效果时的候选；具体选择应通过自己的问题与文档测试。
它会直接回答用户问题吗？
返回的是向量，不是自然语言答案。典型流程是先将文档切成有意义的片段并建立向量索引，再把用户问题编码后检索相近内容，最后由业务程序或问答模型组织答案。需要更精细地筛选候选资料时，还可以在召回之后加入重排序。
文档应该怎样切分？
尽量保留完整的段落、标题和必要上下文，避免在关键定义中间截断。过大的片段会混入多个主题，过小的片段又可能丢掉解释条件。对于订单规则、产品手册等资料，可用真实问题检查召回的片段是否足以支撑回答。
改维度后能沿用旧索引吗？
查询与文档应使用相同模型和兼容的维度、预处理方式。更换这些条件时，需要重新编码相应数据并建立匹配的索引，避免把不同空间中的向量直接比较。
Cas d’usage et prompts
通过 Embeddings 接口提交文本，并统一设置模型与向量维度。先把“退款申请通过后，款项会按原支付路径退回，到账时间以支付机构处理为准”等知识片段编码入库，再对“退款会退到哪里”生成查询向量，用相似度检索候选片段。
保存文档 ID、原文、模型名和维度，方便把检索结果还原为可阅读资料。用包含同义表达、简短问题和容易混淆问题的测试集检查召回，再调整切块与维度。返回向量后还需检索或分类程序处理，不能把数值数组直接当作用户答案。
Accès API
Documentation API
text-embedding-v4Consultez la documentation liée pour les paramètres et les exemples propres à ce modèle.
Authentification
Toutes les requêtes doivent inclure Authorization: Bearer <TOKEN> . Les points de terminaison au format Anthropic acceptent à la place x-api-key .
Générez des jetons depuis la page Jetons ; vous pouvez les restreindre par modèle, groupe, IP et limites de débit.
Limites de débit
| Fournisseur | RPM | TPM | RPD |
|---|---|---|---|
| Alibaba | Illimité | Illimité | Illimité |
| official | Illimité | Illimité | Illimité |
Aucune restriction
Questions fréquentes sur text-embedding-v4
Qu’est-ce que text-embedding-v4 ?
Comparez sur Modelsell les tarifs de l'API text-embedding-v4, les points de terminaison, les fonctionnalités et les options d'accès.
Comment appeler text-embedding-v4 ?
Créez une clé API autorisée à utiliser text-embedding-v4, puis utilisez l’identifiant exact et un point de terminaison pris en charge dans la section d’accès API. Les champs dépendent du point de terminaison choisi.
Comment text-embedding-v4 est-il facturé ?
Le tarif dépend du groupe de fournisseurs choisi et de l’unité de facturation du modèle. Les prix actuels d’entrée, de sortie, par requête ou par média sont affichés sur cette page avant l’inscription.
Quelle est la fenêtre de contexte de text-embedding-v4 ?
Le catalogue indique une fenêtre de contexte de 8192 tokens. Vérifiez les limites du point de terminaison sélectionné.
Comment évaluer text-embedding-v4 pour mon projet ?
Consultez les cas d’usage et les conseils de prompts de cette page, puis évaluez le modèle avec des entrées représentatives de votre projet.