Qwen: Qwen3 Embedding 8B

Qwen3 Embedding 8B adalah model text embedding dari Qwen, bagian dari seri Qwen3 Embedding yang Qwen gambarkan sebagai lini proprietary terbarunya yang dibangun khusus untuk tugas text embedding dan ranking. Model ini berada di kategori embeddings, bukan kategori chat, jadi tugasnya adalah mengubah teks menjadi vektor, bukan menghasilkan balasan percakapan. Seri ini mewarisi kemampuan multibahasa dan penanganan teks panjang dari keluarga Qwen yang lebih luas, yang membuat model ini relevan jika Anda bekerja dengan konten dalam lebih dari satu bahasa atau dengan dokumen yang tidak muat dalam potongan pendek.

Model ini menerima teks sebagai input dan mengembalikan embeddings sebagai output, tidak ada yang lain. Context window-nya adalah 32,768 token, dan output maksimum tercatat 29,491, yang memberi Anda ruang untuk menyematkan bagian yang cukup panjang dalam satu permintaan alih-alih memecahnya menjadi banyak potongan kecil. Tidak ada parameter permintaan yang didukung selain dasar-dasar pemanggilan, jadi Anda tidak perlu mengharapkan tombol penyetelan seperti temperature atau top_p mengubah hasilnya. Tanggal rilis provider adalah 2025-10-28.

Karena outputnya adalah vektor, bukan teks, penggunaan praktisnya mengikuti kemiripan dan peringkat, bukan generasi. Anda dapat menyematkan dokumen dan kueri untuk membangun pencarian semantik atas suatu korpus, mengelompokkan atau menghilangkan duplikat teks dengan membandingkan jarak vektor, atau memasukkan embeddings ke langkah retrieval di depan model generasi terpisah. Konten multibahasa adalah kecocokan yang wajar mengingat deskripsi serinya, dan konteks panjang berarti seluruh bagian dokumen dapat disematkan tanpa pemotongan yang agresif. Tugas ranking, yang secara eksplisit menjadi tujuan desain seri ini, adalah aplikasi alami lainnya.

Anda memanggil model ini melalui API yang kompatibel dengan OpenAI dari api14 menggunakan model id "qwen/qwen3-embedding-8b". Karena antarmukanya mengikuti format embeddings OpenAI, Anda mengirim teks di field input dan membaca vektor kembali dari respons, menggunakan pustaka klien dan bentuk permintaan yang sama seperti yang Anda gunakan untuk endpoint embedding lain di gateway. Model ini tidak mendukung parameter tambahan, jadi buat permintaan tetap sederhana dan hindari memberikan opsi sampling yang tidak berpengaruh di sini.

Satu hal yang perlu dipertimbangkan adalah ini hanya model embedding. Jika Anda membutuhkan teks yang dihasilkan, tool calls, atau output penalaran, model chat adalah pilihan yang tepat, dan model ini tidak akan melayani tujuan tersebut. Jika input Anda secara rutin melebihi 32,768 token, Anda perlu memecahnya sebelum dikirim. Dalam batasan tersebut, ini adalah opsi yang lugas untuk pipeline pencarian, pengelompokan, dan peringkat yang membutuhkan embeddings multibahasa untuk teks panjang.