# Qwen3 Embedding 4B

**Qwen3 Embedding 4B** é um modelo de embedding multilíngue com 4 bilhões de parâmetros distribuídos em 36 camadas, e ele suporta embeddings condicionados por instrução. Ele lê texto e retorna um vetor que representa o significado desse texto, para recuperação sobre texto e código, classificação, agrupamento e mineração de bitexto. [AI Inference](/pt-br/documentacao/plataforma/ai-inference/) executa o modelo sob o id `Qwen/Qwen3-Embedding-4B`.

## Detalhes do modelo

O id do modelo é a string que seleciona este modelo, e é o primeiro argumento que `Azion.AI.run` recebe. O repositório no HuggingFace contém o model card.

| Detalhe                        | Valor                                                                                         |
| ------------------------------ | --------------------------------------------------------------------------------------------- |
| Nome do modelo                 | Qwen3 Embedding 4B                                                                            |
| Versão                         | Original                                                                                      |
| Categoria do modelo            | Embedding                                                                                     |
| Id do modelo                   | `Qwen/Qwen3-Embedding-4B`                                                                     |
| Tamanho                        | 4B parâmetros                                                                                 |
| Modelo no HuggingFace          | [Qwen/Qwen3-Embedding-4B](https://huggingface.co/Qwen/Qwen3-Embedding-4B)                     |
| Endpoint compatível com OpenAI | [Embeddings](https://developers.openai.com/api/reference/resources/embeddings/methods/create) |
| Licença                        | [Apache 2.0](https://choosealicense.com/licenses/apache-2.0/)                                 |

## Capacidades

A largura nativa de vetor do modelo é 2560, e o campo de requisição `dimensions` seleciona uma das larguras listadas abaixo. Para `dimensions`, `encoding_format` e o restante do corpo da requisição, consulte [Invocação de modelos](/pt-br/documentacao/plataforma/ai-inference/invocacao-de-modelos/).

| Capacidade              | Valor                      |
| ----------------------- | -------------------------- |
| Dados de entrada        | Texto                      |
| Comprimento de contexto | 32k tokens                 |
| Dimensões de saída      | 256, 512, 1024, 2048, 4096 |

---

## Uso

Uma [função](/pt-br/documentacao/plataforma/functions/) invoca o modelo com `Azion.AI.run`, passando o id como primeiro argumento e um corpo de requisição compatível com OpenAI como segundo. Os exemplos abaixo usam esse binding. Para enviar o mesmo corpo ao endpoint HTTP compatível com OpenAI, consulte [Invocação de modelos](/pt-br/documentacao/plataforma/ai-inference/invocacao-de-modelos/).

### Embedding

Esta requisição carrega o texto em `input`, define `encoding_format` como `float` e seleciona um vetor de 256 dimensões com `dimensions`:

```ts
const modelResponse = await Azion.AI.run("Qwen/Qwen3-Embedding-4B", {
  "input": "The food was delicious and the waiter...",
  "encoding_format": "float",
  "dimensions": 256
})
```

O modelo responde com uma entrada em `data`, e o vetor fica em `data[0].embedding`:

```json
{
  "id": "embd-0123456789abcdef0123456789abcdef",
  "object": "list",
  "created": 1746821207,
  "model": "Qwen/Qwen3-Embedding-4B",
  "data": [
    {
      "index": 0,
      "object": "embedding",
      "embedding": [0.01, ..., 0.005]
    }
  ],
  "usage": {
    "prompt_tokens": 11,
    "total_tokens": 11,
    "completion_tokens": 0,
    "prompt_tokens_details": null
  }
}
```

---

## Recursos relacionados

- [Invocação de modelos](/pt-br/documentacao/plataforma/ai-inference/invocacao-de-modelos.md): Todos os campos que um corpo de requisição aceita e o endpoint HTTP que recebe o mesmo corpo.
- [Vector Search](/pt-br/documentacao/plataforma/sql-database/vector-search.md): Onde os vetores que este modelo retorna são armazenados e consultados.
- [AI Inference](/pt-br/documentacao/plataforma/ai-inference.md): O produto que executa este modelo.
- [Functions](/pt-br/documentacao/plataforma/functions.md): O produto cujo runtime contém o binding que os exemplos desta página chamam.
- [Limites do AI Inference](/pt-br/documentacao/plataforma/ai-inference/limites.md): As condições sob as quais a Azion encerra ou desprovisiona um modelo.
- [Glossário](/pt-br/documentacao/plataforma/ai-inference/glossario.md): Onde id do modelo, comprimento de contexto e o restante do vocabulário do AI Inference são definidos.