Tongyi Embedding Vision Flash API

Geschwindigkeitsoptimierte multimodale Einbettung - die gleiche Form wie Vision-Plus, 3x billigere image/video Token.

Alibaba CloudEinbettungen1024 KontextVeröffentlicht 23. Sept. 2025SingaporeProprietärer Endpoint

Über Tongyi Embedding Vision Flash

Geschwindigkeitsoptimierte multimodale Einbettung - die gleiche Form wie Vision-Plus, 3x billigere image/video Token.

Auch bekannt als Alibaba Cloud Tongyi Embedding Vision Flash, Tongyi-Embedding-Vision-Flash

multimodalindependent vectorslow cost

Tongyi Embedding Vision Flash Spezifikationen

Modell-ID
tongyi-embedding-vision-flash
Anbieter
Alibaba Cloud
Kategorie
Einbettungen
Veröffentlicht
23. Sept. 2025
Kontextfenster
1024 Token
Eingabe
TextBildVideo
Ausgabe
Embedding
Region
Singapore
Endpoints
POST/v1/embeddings

Tongyi Embedding Vision Flash API-Preise

Live Pay-as-you-go-Preise aus dem EmpirioLabs-Katalog. Du zahlst nur für das, was du nutzt, ohne monatliches Minimum.

Typ
Spezifikation
Preis
Texteingang
pro 1M Token
$0.09
Bild-/Videoeingang
pro 1M Token
$0.03
Auf der vollständigen Preisseite vergleichen

So rufst du die Tongyi Embedding Vision Flash API auf

Tongyi Embedding Vision Flash bedient die OpenAI-kompatible Embeddings API. Richte ein beliebiges OpenAI SDK auf https://api.empiriolabs.ai/v1 und verwende die Modell-ID tongyi-embedding-vision-flash. Hol dir einen API-Schlüssel im EmpirioLabs Dashboard.

cURL
curl https://api.empiriolabs.ai/v1/embeddings \
  -H "Authorization: Bearer $EMPIRIOLABS_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "tongyi-embedding-vision-flash",
    "input": "The quick brown fox jumps over the lazy dog."
  }'
Python (OpenAI SDK)
from openai import OpenAI

client = OpenAI(
    base_url="https://api.empiriolabs.ai/v1",
    api_key="YOUR_EMPIRIOLABS_API_KEY",
)

embedding = client.embeddings.create(
    model="tongyi-embedding-vision-flash",
    input="The quick brown fox jumps over the lazy dog.",
)
print(embedding.data[0].embedding[:8])
Vollständige Tongyi Embedding Vision Flash API-Referenz

Tongyi Embedding Vision Flash API-Parameter

Request-Parameter, die die Tongyi Embedding Vision Flash API auf EmpirioLabs unterstützt. Standardwerte gelten, wenn ein Feld weggelassen wird.

ParameterTypStandardBereich / WerteBeschreibung
inputstring--Entweder ein OpenAI-ähnliches Teile-Array [{type:'image',url:...},{type:'text',text:...}] oder eine native Teileliste {contents:[{image:'...'},{text:'...'}]}. Bis zu...
userstring--Optionale Anruferkennung.

Gut zu wissen

Output - Fixed 768-dim vector per input Per-input limits - Text: bis zu 1.024 Token - Image: bis zu 8 pro Request, je 3 MB (JPG, PNG, BMP) - Video: bis zu 10 MB pro Datei (MP4, MPEG, MOV, MPG, WEBM, AVI, FLV, MKV) Sprachen - Chinesisch, Englisch

Tongyi Embedding Vision Flash API: häufige Fragen

Wie viel kostet die Tongyi Embedding Vision Flash API?

Auf EmpirioLabs wird Tongyi Embedding Vision Flash nach Verbrauch abgerechnet: Texteingang $0.09 pro 1M Token; Bild-/Videoeingang $0.03 pro 1M Token. Die Live-Preistabelle auf dieser Seite entspricht immer dem, was die API berechnet.

Wie groß ist das Kontextfenster von Tongyi Embedding Vision Flash?

Tongyi Embedding Vision Flash unterstützt ein Kontextfenster von 1024 Token.

Welchen Endpoint verwendet Tongyi Embedding Vision Flash?

Tongyi Embedding Vision Flash wird über POST /v1/embeddings auf api.empiriolabs.ai mit normaler Bearer-Token-Authentifizierung bereitgestellt.

Kann ich Tongyi Embedding Vision Flash im Browser testen, bevor ich integriere?

Ja. Der EmpirioLabs Playground führt Tongyi Embedding Vision Flash im Browser mit denselben Parametern aus, die die API bietet. So kannst du Prompts testen, bevor du Code schreibst.

Wie bekomme ich einen Tongyi Embedding Vision Flash API-Schlüssel?

Erstelle ein EmpirioLabs-Konto und generiere dann einen Schlüssel unter API Keys im Dashboard. Die Abrechnung erfolgt über Pay-as-you-go-Guthaben, du zahlst also nur für deine Requests.

Bereit, bessere Endpunkte zu nutzen?

Schauen Sie sich unsere Preise an oder kontaktieren Sie uns, wenn Sie Ihr eigenes Modell auf unserem Stack implementieren möchten.