쿠키를 사용합니다. 쿠키와 브라우저 저장소는 로그인 상태를 유지하고 환경설정을 기억합니다. 동의하시면 사이트 이용 방식도 측정합니다. 언제든지 할 수 있습니다. 자세한 내용은 쿠키 정책을 참고하세요.
Qwen: Qwen3 Embedding 4B
qwen/qwen3-embedding-4b지금 Qwen: Qwen3 Embedding 4B 사용해 보기
위 가격으로 잔액에서 차감됩니다. 새 계정은 무료 사용량으로 시작합니다.
Qwen: Qwen3 Embedding 4B 한눈에 보기
- 입력 가격이 임베딩 모델 34개의 중앙값과 비슷합니다.
- 32,768 토큰의 컨텍스트 윈도우, 긴 문서와 멀티턴 대화에 충분합니다.
Qwen: Qwen3 Embedding 4B 소개
Qwen: Qwen3 Embedding 4B는 Qwen의 임베딩 모델로, Qwen3 Embedding 시리즈의 일부입니다. 이 시리즈는 텍스트 임베딩과 랭킹 작업을 위해 특별히 만들어진 Qwen의 최신 독점 모델 패밀리로 설명되며, 더 넓은 Qwen 패밀리의 다국어 기능과 긴 텍스트 처리 능력을 계승합니다. 애플리케이션이 생성된 텍스트가 아니라 벡터를 필요로 한다면, 이것이 바로 이 시리즈가 의도하는 종류의 모델입니다.
이 모델은 텍스트를 입력으로 받고 임베딩을 출력으로 반환하므로, 산문, 코드 또는 채팅 응답을 생성하지 않습니다. 32768 토큰의 컨텍스트 길이를 지원하므로, 문서를 작은 청크로 나누지 않고 단일 요청에서 상당히 긴 문서를 임베딩할 수 있습니다. 최대 출력은 29491로 명시되어 있습니다. 입력 모달리티가 텍스트 전용이므로, 이미지, 오디오 및 기타 비텍스트 입력은 여기서 범위 밖입니다.
실용적인 용도는 이러한 속성에서 직접 따라옵니다. 시맨틱 검색 또는 검색 증강 생성(RAG)을 위해 문서와 쿼리를 임베딩할 수 있으며, 긴 컨텍스트는 단일 구절의 분할이 줄어들고 청크가 줄어든다는 것을 의미합니다. 시리즈 설명을 고려하면 다국어 콘텐츠가 합리적으로 적합하므로, 교차 언어 검색과 매칭이 그럴듯한 워크로드입니다. 임베딩은 또한 클러스터링, 중복 제거, 주제 그룹화 및 분류 파이프라인에 적합하며, 랭킹 작업은 이 시리즈가 설계된 목적의 일부로 명시되어 있습니다. 생성된 답변이 아니라 텍스트의 고정된 벡터 표현이 필요한 모든 곳에서 이 모델은 후보입니다.
모델 id "qwen/qwen3-embedding-4b"를 사용하여 api14의 OpenAI 호환 API를 통해 호출합니다. 인터페이스가 OpenAI 임베딩 규약을 따르므로, input 필드에 텍스트를 보내고 응답에서 임베딩 벡터를 받으며, 이는 기존 OpenAI 클라이언트 라이브러리와 코드 경로가 최소한의 변경으로 계속 작동하게 합니다. 이 모델의 지원되는 파라미터 목록은 비어 있으므로, dimensions, encoding format 또는 truncation 제어와 같은 옵션이 사용 가능하다고 가정하지 마십시오. input을 보내고 엔드포인트가 적용하는 기본값에 의존하십시오.
제한 사항에서 가장 염두에 둘 것은 이것이 임베딩 전용 모델이라는 점입니다. 질문에 답하거나, 지시를 따르거나, 대화형 출력을 생성하지 않으므로, 텍스트 생성, 도구 호출 또는 추론이 필요하다면 채팅 또는 완성 모델이 더 적합하며, 이 모델은 검색 구성 요소로서 그 뒤에 위치해야 합니다. 또한 입력이 32768 토큰 컨텍스트 내에 유지되는지 확인하십시오. 더 긴 문서는 임베딩 전에 분할해야 합니다.
Qwen: Qwen3 Embedding 4B API 호출 방법
- 대시보드에서 API 키를 만드세요.
- 사용하는 언어의 공식 openai SDK를 설치하세요.
- baseURL을 https://api14.com/api/v1로, model을 "qwen/qwen3-embedding-4b"로 설정하세요.
import OpenAI from "openai";
const client = new OpenAI({
baseURL: "https://api14.com/api/v1",
apiKey: process.env.API14_API_KEY,
});
const result = await client.embeddings.create({
"model": "qwen/qwen3-embedding-4b",
"input": [
"The quick brown fox",
"Lorem ipsum"
]
});
console.log(result.data.map((d) => d.embedding.length));
사양
- 컨텍스트 길이
- 32,768
- 최대 출력
- 29,491
- 입력
- text
- 출력
- embeddings
api14 요청 수 · 최근 7일
Qwen: Qwen3 Embedding 4B: 자주 묻는 질문
- Qwen: Qwen3 Embedding 4B API 비용은 얼마인가요?
- Qwen: Qwen3 Embedding 4B의 가격은 입력 US$0.07 / 100만 토큰입니다. 성공한 요청에 대해서만 USD 잔액에서 차감되며, 실패한 요청은 무료입니다.
- Qwen: Qwen3 Embedding 4B의 컨텍스트 윈도우는 얼마인가요?
- Qwen: Qwen3 Embedding 4B는(은) 요청당 최대 32,768 토큰을 읽습니다, 프롬프트, 대화 기록, 문서를 모두 합친 양입니다. 응답당 최대 29,491개의 출력 토큰을 생성합니다.
- Qwen: Qwen3 Embedding 4B는(은) 무엇을 할 수 있나요?
- Qwen: Qwen3 Embedding 4B는(은) text 입력을 받아 embeddings 출력을 반환합니다.
- 코드에서 Qwen: Qwen3 Embedding 4B를(을) 어떻게 호출하나요?
- 어떤 OpenAI SDK든 base URL을 https://api14.com/api/v1로 지정하고 model을 "qwen/qwen3-embedding-4b"로 설정하세요, 다른 코드 변경은 필요 없습니다. 이 페이지의 코드 패널에서 바로 쓸 수 있는 예제를 복사하세요.
- Qwen: Qwen3 Embedding 4B의 대안은 무엇인가요?
- 비슷한 가격대의 임베딩 모델: VoyageAI by MongoDB: voyage-4-lite, OpenAI: Text Embedding 3 Small, Perplexity: Embed V1 4B. 모두 같은 API 키로 실행되므로 문자열 하나만 바꾸면 전환됩니다.
Qwen: Qwen3 Embedding 4B 커뮤니티
새 토픽이 커뮤니티에는 아직 토픽이 없습니다. Qwen: Qwen3 Embedding 4B에 대한 첫 토픽을 열어 보세요.