AI 之家 / 模型库 / text-embedding-v4 文本向量模型

text-embedding-v4 文本向量模型

AI 辅助整理
阿里云大模型服务平台百炼(Model Studio)文本向量化语义搜索RAG聚类录入参考价 · 以官方为准

text-embedding-v4 是阿里云百炼平台提供的文本 Embedding 模型,面向纯文本搜索、RAG 与聚类场景。向量维度可在 64~2048 之间选择(默认 1024),最大 Token 数为 8,192。官方推荐纯文本场景优先使用该模型,速度更快、成本更低、维度选择更多;已有 v3 索引可使用 text-embedding-v3 迁移,两者维度兼容。

上下文 token8,192
输入 / 百万 token待核实
输出 / 百万 token待核实
版本text-embedding-v4
部署待核实

能力与用途

文本向量化语义搜索RAG聚类

用途与场景:该模型用于将文本转为向量,适合语义搜索、RAG(Retrieval-Augmented Generation)检索和聚类。维度选择上,官方建议大规模搜索且存储空间有限时选 256 或 512 维,通用场景选 1024 维(默认值,平衡效果好),对检索精度要求高时选 1536 或 2048 维。 兼容与迁移:如果需要迁移已有的 v3 索引,可使用 text-embedding-v3,其维度与 v4 兼容;本文档未给出具体迁移步骤。 平台定位:在百炼的迁移对照表中,text-embedding-v4 被列为 OpenAI text-embedding-3-large、Voyage-3-large、Cohere embed-v4、Google Gemini Embedding 2 等闭源文本 Embedding 模型的百炼对位推荐。本页未给出计费价格与上下文以外的接口参数,采购前需在阿里云控制台核对价格与限流。

能力对比

暂无经过核验的逐项评分,暂不绘制能力雷达或综合排名。

数据与来源

资料提供方
阿里云大模型服务平台百炼(Model Studio)
站内资料更新
2026-11-08 04:18:28

站内更新时间不等同于模型发布日期。未提供测试集、日期和原始成绩时,不展示官方或平台实测分数。

版本记录

text-embedding-v4当前录入版本

历史版本、上线与下线日期待核实。

接入与使用

请按官方文档确认 API 地址、模型标识、身份验证、权限与收费规则。

打开官方文档

平台实测

暂无已核验的模型测试报告。模型能力标签不表示已经完成平台实测。
选型助手

让需求变成可修改的筛选条件

依据已录入参数生成条件,结果可查看和修改。帧率与性能需核对实测,不能仅凭算力数值保证。