qwen3-embedding-4b
Qwen3-Embedding-4B是通义千问团队推出的文本嵌入模型,旨在将文本转换为高质量的向量表示,广泛用于检索、分类、聚类等任务。它拥有40亿参数,支持长达32K的上下文。 该模型具备三大优势:一是支持超过100种语言的多语言能力;二是支持灵活的向量维度自定义(32至2560),便于平衡性能与成本;三是具备指令感知能力,能通过提示词适配特定任务。在权威的MTEB多语言榜单上,其8B版本更是取得了第一名的成绩,展现了卓越的性能
公共模型广场
探索文本、图像、视频与音频模型,按能力和厂商快速筛选。
2 个结果 / 全部 52 个模型
勾选卡片,比较 2–3 个模型Qwen3-Embedding-4B是通义千问团队推出的文本嵌入模型,旨在将文本转换为高质量的向量表示,广泛用于检索、分类、聚类等任务。它拥有40亿参数,支持长达32K的上下文。 该模型具备三大优势:一是支持超过100种语言的多语言能力;二是支持灵活的向量维度自定义(32至2560),便于平衡性能与成本;三是具备指令感知能力,能通过提示词适配特定任务。在权威的MTEB多语言榜单上,其8B版本更是取得了第一名的成绩,展现了卓越的性能
Qwen3-Embedding-8B是Qwen家族专为文本嵌入和排序设计的8B参数模型,支持100+语言和32K长文本,在MTEB多语言榜单以70.58分排名第一。 其双塔结构生成高维向量,结合指令感知技术,显著提升检索、分类等任务性能。 开源版本提供0.6B至8B全尺寸选择,支持自定义向量维度与微调。