Embeddings · Qwen (Alibaba Cloud)
Utilisez Qwen3 Embedding 8B en Europe via une API d'embeddings compatible OpenAI
Qwen3 Embedding 8B transforme du texte en vecteurs pour la recherche sémantique, la génération augmentée par récupération (RAG), le clustering et la classification. Il couvre plus de 100 langues, dont les langages de programmation, et lit jusqu'à 32 000 tokens par entrée. Sur inference.eu, vous l'appelez au format embeddings d'OpenAI, avec un traitement dans l'UE.
- 018B
- 02Centres de données dans l'UE
- 03Apache 2.0
Ce qu'est Qwen3 Embedding 8B
Qwen3 Embedding 8B est le plus grand modèle de la série Qwen3 Embedding d'Alibaba, publié en juin 2025 sous licence Apache 2.0. Il repose sur le modèle de fondation Qwen3, compte 8 milliards de paramètres et 36 couches, et produit des embeddings de 4096 dimensions au maximum.
Il accepte des entrées jusqu'à 32 000 tokens : les longs documents peuvent être vectorisés sans découpage poussé. Il prend en charge plus de 100 langues naturelles et de programmation, ce qui le rend utile pour la recherche multilingue et interlangue comme pour la recherche de code. La même série comprend des modèles de reranking pour une seconde étape de tri plus précise.
Points forts et limites
Ses atouts sont la qualité de récupération dans de nombreuses langues, les entrées longues et la souplesse. Grâce au Matryoshka representation learning, vous pouvez demander des vecteurs plus courts, de 32 à 4096 dimensions, et réduire fortement la taille de vos index pour une perte de précision limitée. Il accepte aussi des instructions : une courte description de la tâche côté requête améliore en général les résultats de 1 à 5 % selon Qwen.
La contrepartie est sa taille. Avec 8 milliards de paramètres, il est bien plus lourd que bge-m3 ou multilingual-e5-large-instruct, et vectoriser de très gros corpus demande plus de calcul. Pour des textes courts et un index énorme, un modèle plus petit sera souvent plus pratique.
Appeler Qwen3 Embedding 8B via l'API
inference.eu utilise le format de requête OpenAI : tout SDK OpenAI, LangChain, LlamaIndex ou connecteur de base vectorielle qui appelle /v1/embeddings fonctionne sans changement. Indiquez l'URL de base de l'API inference.eu, votre clé inference.eu et le modèle qwen3-embedding-8b.
Passez une chaîne ou une liste de chaînes dans input. Le paramètre dimensions permet de demander des vecteurs plus courts adaptés à votre index. Pour les requêtes, ajoutez en tête une tâche d'une ligne, par exemple Instruct: Given a web search query, retrieve relevant passages that answer the query, puis Query: et la question. Les documents n'ont pas besoin d'instruction. Qwen conseille de rédiger les instructions en anglais.
Hébergement en Europe et données
Vectoriser une base de connaissances revient à envoyer tout le corpus au modèle : contrats, tickets, wikis et données clients. Sur inference.eu, Qwen3 Embedding 8B tourne sur une infrastructure située dans l'Union européenne : ces textes sont traités dans des centres de données de l'UE, ne sont pas envoyés à Alibaba en Chine et ne servent jamais à entraîner un modèle.
Chaque client reçoit un accord de traitement des données selon l'article 28 du RGPD et la liste de nos sous-traitants, ce qui aide à documenter votre chaîne RAG dans le registre des traitements. La facturation se fait en euros. La licence Apache 2.0 autorise l'usage commercial sans limite d'utilisateurs.
import os
from openai import OpenAI
client = OpenAI(base_url="https://api.inference.eu/v1", api_key=os.environ["INFERENCE_EU_API_KEY"])
result = client.embeddings.create(
model="qwen3-embedding-8b",
input=["Where is my data processed?"],
)
print(len(result.data[0].embedding))Ce que les équipes en font
- 1
Recherche documentaire multilingue
Indexer des documents en français, allemand, anglais et d'autres langues, et les retrouver avec une requête dans n'importe laquelle d'entre elles.
- 2
Récupération pour assistants RAG
Retrouver les bons passages dans de longues politiques, notices ou contrats avant qu'un modèle de chat rédige la réponse.
- 3
Recherche de code
Retrouver des fonctions et extraits dans plusieurs dépôts à partir d'une description en langage courant.
- 4
Clustering et classification
Regrouper tickets de support ou retours clients par thème et les orienter grâce à la similarité vectorielle.
Qwen3 Embedding 8B : questions fréquentes
Les questions que nous posent le plus les achats, les développeurs et les juristes. Il en manque une ? Posez-la-nous directement.
Pages liées
- BGE-M3bge-m3 sur inference.eu : modèle d'embedding multilingue compact pour la recherche et le RAG, plus de 100 langues et 8192 tokens, traité dans l'UE.Embeddings
- multilingual-e5-large-instructmultilingual-e5-large-instruct sur inference.eu : embeddings compacts en 100 langues pour la recherche, le RAG et la classification, traités dans l'UE.Embeddings
- BGE Reranker v2 M3bge-reranker-v2-m3 sur inference.eu : reranker multilingue léger qui trie les résultats de recherche et de RAG par pertinence, traité dans l'UE.Reranking
Faites passer vos charges IA sur une infrastructure européenne
Dites-nous quels modèles vous utilisez et votre volume approximatif. Nous répondons sous un jour ouvré avec un tarif et la suite.
- Réponse sous un jour ouvré
- Tarif adapté à votre volume
- DPA prêt à signer