选择适合语义搜索、RAG（Retrieval-Augmented Generation）检索、跨模态匹配和重排序场景的模型。
文本Embedding
纯文本搜索、RAG或聚类场景，推荐使用text-embedding-v4。如果需要迁移已有的v3索引，可使用text-embedding-v3（维度兼容）。
如何选择维度？
-
大规模搜索且存储空间有限：选择256或512维。
-
通用场景：选择1024维（默认值，平衡效果好）。
-
对检索精度要求高：选择1536或2048维。
多模态Embedding
如需跨模态检索（文本搜图片、文本搜视频），根据需求选择融合向量或独立向量。
融合向量 vs 独立向量
-
融合向量：将文本和图片融合为一个向量，适用于图文混合检索。推荐使用
qwen3-vl-embedding或qwen2.5-vl-embedding。 -
独立向量：为每种模态分别生成向量，适用于跨模态搜索（文搜图、图搜图）。推荐使用
tongyi-embedding-vision-plus。
只有纯文本数据？
建议使用text-embedding-v4，速度更快、成本更低、维度选择更多。多模态Embedding适用于跨模态检索（文本和图片互搜、文本和视频互搜）。
重排序（Rerank）
用于提升RAG精度：在Embedding检索之后使用重排序模型对Top-N结果进行重排序，通过交叉注意力机制提高排序质量。
-
纯文本重排序：使用
qwen3-rerank，支持100+语言，最多500个文档。 -
多模态重排序：使用
qwen3-vl-rerank，支持文本、图片和视频混合排序。
所有模型
|
模型 |
类型 |
向量维度 |
最大Token数 |
适用场景 |
|
|
文本Embedding |
64~2048（默认1024） |
8,192 |
文本搜索、RAG、聚类 |
|
|
文本Embedding |
512~1024（默认1024） |
8,192 |
已有v3索引迁移 |
|
|
多模态Embedding |
256~2560（默认2560） |
32,000 |
图文混合检索（融合向量+独立向量） |
|
|
多模态Embedding |
512~2048（默认1024） |
32,000 |
图文混合检索（仅融合向量） |
|
|
多模态Embedding |
64~1152（默认1152） |
1,024 |
跨模态搜索（融合向量+独立向量） |
|
|
多模态Embedding |
64~768（默认768） |
1,024 |
跨模态搜索，注重成本 |
|
|
多模态Embedding |
64~1152（默认1152） |
1,024 |
跨模态搜索（仅独立向量） |
|
|
多模态Embedding |
64~768（默认768） |
1,024 |
跨模态搜索，注重成本（仅独立向量） |
|
|
重排序 |
- |
8,000/条 |
多模态搜索结果重排序 |
|
|
重排序 |
- |
4,000/条 |
文本搜索结果重排序、RAG |
|
|
重排序 |
- |
4,000/条 |
文本语义检索、RAG |