NEUROAPI / СРАВНЕНИЕ МОДЕЛЕЙ
Сравните стоимость одинаковой нагрузки, ограничения и опубликованные результаты.
Alibaba
tongyi-embedding-vision-flashСтоимость зависит от параметров задачи
Назначение: Эмбеддинги. Условия тарификации — в требованиях к задаче.
Выберите обязательные функции.
Для обеих моделей заявлен общий тип задачи «Эмбеддинги».
Точные параметры ниже не опубликованы в общем каталоге; проверьте их в документации и карточке каждой модели.
Здесь показаны заявления публичного каталога; качество результата и совместимость конкретного API-формата проверяются отдельно.
Общая задача не означает одинаковые параметры, единицы оплаты или качество. Победитель по этим неизвестным данным не определяется.
Недостаточно сопоставимых измерений
Проверьте размерность вектора, нормализацию и recall/MRR/nDCG на одном наборе документов и запросов. Размер текстового контекста не заменяет эти измерения.
Визуальное сравнение
Сравните профиль каждой модели. Источники измеряют разные задачи и показаны отдельно.
Снимок: · Свежесть: устаревший или резервный снимок
Text Embedding 3 Large: неоднозначное соответствие · Tongyi Embedding Vision Flash: соответствие не найдено
Даты измерений не опубликованы.
Нет общих показателей для графика. Отдельные результаты можно раскрыть ниже; отсутствие данных не означает низкое качество.
Недостаточно подтверждённых данных для рекомендации победителя.
Artificial Analysis публикует индексы, а не процент решённых задач. Design Arena публикует Elo; в общий график входят категории models. Результаты сборщиков и агентных оболочек остаются отдельными записями. Для рисунка используется единая шкала 100 / (1 + 10^((1200 − Elo)/400)). Площадь графика не означает общую силу модели.
Дата получения снимка не равна дате измерения. Неизвестные или различающиеся конфигурации не подтверждают сопоставимость запусков. SD — стандартное отклонение источника, а не доверительный интервал. Число наблюдений и интервалы не добавляются без публикации источником. Даты отображаются в UTC.
Artificial Analysis, Design Arena и OpenRouter Evals представлены раздельно.
Соответствие модели источнику не подтверждено; результаты не подставляются из похожей версии.
Соответствие модели источнику не подтверждено; результаты не подставляются из похожей версии.
Обновление набора: . Дата строки набора не подтверждает дату запуска теста.
Опубликованных результатов для этой модели не найдено.
Опубликованных результатов для этой модели не найдено.
Характеристики опубликованы в каталоге NeuroAPI. Поддержка функции не измеряет качество выполнения задачи. Тариф «Оптимальный» показан отдельно; другой тариф выбирается в калькуляторе.
Условия доступа
Одинаковый тариф, опубликованные единицы и ограничения.
Задачи по каталогу
Text Embedding 3 Large
Tongyi Embedding Vision Flash
Оптимальный · опубликованные цены
Text Embedding 3 Large
Цена зависит от единиц и параметров задачи. Проверьте условия в карточке модели; текстовая смета здесь не применяется.
Tongyi Embedding Vision Flash
Оптимальный
Цена: вход 11,5713 ₽
Изображения: 3,8571 ₽
За 1 млн токенов
Оплачиваются только входные токены. Выход не тарифицируется; кэширование не поддерживается.
Text Embedding 3 Large — старшая специализированная embedding-модель; подходит для семантического поиска, RAG, кластеризации и задач, где важна точность векторного представления. В API NeuroAPI используется официальный клиентский идентификатор `text-embedding-3-large`.\n\n## Когда выбирать модель\n\n- поиск по базе знаний;\r\n- сопоставление документов;\r\n- рекомендации и кластеризация;\r\n\n\n## Возможности\n\nПубличная карточка модели заявляет вход: текст; результат: текст. Доступны: вызов функций. Указанное в каталоге контекстное окно — до 128K.\n\n## Актуальность и выбор\n\nМодель создаёт векторы, а не чат-ответы; генерацию текста следует выполнять отдельной языковой моделью.\n\n## Ограничения\n\nМодель следует выбирать по реальному тесту на ваших данных: сложность промпта, объём контекста, формат ответа и требования к точности заметно влияют на результат. Не передавайте чувствительные данные без оценки собственных требований к безопасности и соответствию.
Tongyi Embedding Vision Flash преобразует текст и изображения в векторы для семантического и визуального поиска, каталожных рекомендаций и мультимодального RAG. Модель полезна при индексации больших коллекций изображений, когда важны затраты на графический вход. Текстовый элемент ограничен 1024 токенами; выходной вектор содержит 768 компонентов. Используйте API эмбеддингов с поддерживаемым мультимодальным входом или Alibaba Native. Видео, файлы провайдера, Batch, кэш и потоковая выдача в этой публикации не поддерживаются. Текстовые и графические входные токены считаются отдельно: базовая ставка графического входа втрое ниже текстового. На обе ставки один раз применяется коэффициент тарифа «Оптимальный», затем применимая скидка компании. Выходной вектор отдельно не тарифицируется.
Функции по каталогу
Сверьте конкретный endpoint и параметры с документацией.
Текст на входе
Text Embedding 3 Large
Tongyi Embedding Vision Flash
Изображения на входе
Text Embedding 3 Large
Tongyi Embedding Vision Flash
Аудио на входе
Text Embedding 3 Large
Tongyi Embedding Vision Flash
Видео на входе
Text Embedding 3 Large
Tongyi Embedding Vision Flash
Файлы на входе
Text Embedding 3 Large
Tongyi Embedding Vision Flash
Текст на выходе
Text Embedding 3 Large
Tongyi Embedding Vision Flash
Изображения на выходе
Text Embedding 3 Large
Tongyi Embedding Vision Flash
Аудио на выходе
Text Embedding 3 Large
Tongyi Embedding Vision Flash
Видео на выходе
Text Embedding 3 Large
Tongyi Embedding Vision Flash
Режим рассуждений
Text Embedding 3 Large
Tongyi Embedding Vision Flash
Потоковый ответ
Text Embedding 3 Large
Tongyi Embedding Vision Flash
Вызов инструментов
Text Embedding 3 Large
Tongyi Embedding Vision Flash
Структурированный ответ
Text Embedding 3 Large
Tongyi Embedding Vision Flash
Используйте точный публичный ID в поле model.
Text Embedding 3 Large
text-embedding-3-largeTongyi Embedding Vision Flash
tongyi-embedding-vision-flashЭндпоинт: POST /v1/embeddings
При смене модели проверьте размерность и совместимость векторов. Уже построенный индекс может потребовать пересоздания.
curl https://neuroapi.host/v1/embeddings \
-H "Authorization: Bearer $NEUROAPI_KEY" \
-H "Content-Type: application/json" \
--data '{
"model": "text-embedding-3-large",
"input": "Текст для построения поискового индекса"
}'При самостоятельном запуске запрос использует баланс API-ключа.
Руководство: ЭмбеддингиAPI-ключ храните на сервере в переменной NEUROAPI_KEY.
Копирование примера не отправляет запрос.
Пример показывает структуру запроса; наличие общей задачи не подтверждает поддержку каждого формата или параметра.
Сравниваем Text Embedding 3 Large и Tongyi Embedding Vision Flash для задач: эмбеддинги. Показываем опубликованные возможности, ограничения и условия цен; неизвестные результаты не превращаем в оценки качества.
Сначала определите задачу и обязательные требования, затем сравните стоимость одинаковой нагрузки и свидетельства при сопоставимых условиях. Проверьте выбранные модели на типичных запросах своего продукта.
Текстовый расчёт не применим к назначению этой пары. Сравните одинаковые параметры своей задачи и её единицу тарификации в карточках моделей; универсальный итог без этих параметров не рассчитывается.
Создайте API-ключ NeuroAPI и используйте точное имя модели. Выберите endpoint и формат запроса из документации для своей задачи: текст, эмбеддинги, распознавание речи, синтез, изображения и видео имеют разные контракты.
Проверьте размерность вектора, нормализацию и recall/MRR/nDCG на одном наборе документов и запросов. Размер текстового контекста не заменяет эти измерения.
Возможность заявлена по каталогу, а полнота endpoint и параметры входа/результата проверяются по документации. Отсутствие замера качества или задержки означает недостаток свидетельств, а не нулевое качество.