Présentation
Qwen2.5-VL-Embedding est un modèle de vectorisation multimodale fondé sur Qwen2.5-VL. Il accepte du texte, des images et des vidéos, seuls ou combinés, et produit une représentation vectorielle unifiée. Il convient notamment à la recherche intermodale, à la recherche d’images ou de vidéos, au regroupement et à l’étiquetage de contenus. (help.aliyun.com)
Capacités et limites
- Dimensions disponibles : 512, 768, 1 024 par défaut et 2 048. La documentation récapitulative indique un maximum de 32 000 tokens. (help.aliyun.com)
- Le modèle retourne uniquement un vecteur fusionné, et non des vecteurs indépendants. Une requête peut contenir au maximum un élément de chaque type : texte, image, vidéo et objet fusionné. Une image ne doit pas dépasser 5 Mo. (help.aliyun.com)
- La documentation indique la prise en charge de 11 langues, dont le français. Elle indique également que les fonctions d’appel d’outils, de recherche Web, de mise en cache du contexte, d’inférence par lots et d’ajustement du modèle ne sont pas prises en charge. (help.aliyun.com)
Date de publication
21 octobre 2025, selon l’annonce officielle. (help.aliyun.com)
Tarification
Sur Alibaba Cloud Model Studio en Chine, région de Pékin, le tarif officiel standard est de 0,7 CNY par million de tokens d’entrée texte et de 1,8 CNY par million de tokens d’entrée image ou vidéo. La sortie n’est pas facturée et aucun quota gratuit n’est indiqué pour ce modèle. Tarif consulté le 17 novembre 2026 : tarification officielle en Chine. (help.aliyun.com)
Le tarif officiel en USD pour ce modèle n’a pas pu être vérifié sur le site international, consulté le 17 novembre 2026. (alibabacloud.com)