LRLLMRU
← Все модели
Эмбеддинги / RAGQwen

Qwen: Qwen3 Embedding 4B

Преобразует текст в векторы — для RAG, семантического поиска, рекомендаций и поиска по своим данным.

Эмбеддинги и RAGТекст и диалогиЭкономичные задачи

OpenRouter × 90 ₽/$ · коэффициент 1 · цены обновляются автоматически

Input / 1M1,8 ₽
Output / 1M0 ₽
Context33K tokens

Вход и результат

Принимает

text

Возвращает

embeddings

Параметры: frequency_penalty, max_tokens, min_p, presence_penalty, repetition_penalty, response_format, seed, stop, temperature, top_k, top_p

Готовый запрос

Подключение за 3 минуты

  1. 1. Получите API key

    Бот выдаст ключ формата sk-….

  2. 2. Сохраните ключ

    FREETOKENS_API_KEY=sk-…

  3. 3. Запустите пример

    Model ID уже подставлен.

import os
import requests

response = requests.post(
    "https://api.llmru.ru/v1/embeddings",
    headers={
        "Authorization": f"Bearer {os.environ['FREETOKENS_API_KEY']}",
        "Content-Type": "application/json",
    },
    json={
      "model": "qwen/qwen3-embedding-4b",
      "input": [
        "Текст для семантического поиска"
      ]
    },
)
response.raise_for_status()
print(response.json())

Endpoint: /v1/embeddings · Model ID: qwen/qwen3-embedding-4b