模型中心 | Modelmesh

Ali / Qwen3-Embedding-0.6B

ali/qwen3-embedding-0.6b

向量化智能代理与数据

Qwen3-Embedding-0.6B 是 Qwen3 嵌入模型系列的最新专有模型，专为文本嵌入和排序任务设计。该模型基于 Qwen3 系列的密集基础模型，具有 6 亿参数规模，支持长达 32K 的上下文长度，可生成最高 1024 维的嵌入向量。模型继承了基础模型卓越的多语言能力，支持超过 100 种语言，具备长文本理解和推理能力。在 MTEB 多语言排行榜上表现优异（得分 64.33），在文本检索、代码检索、文本分类、文本聚类和双语挖掘等多项任务中表现出色。模型支持用户自定义输出维度（32 到 1024）和指令感知功能，可根据特定任务、语言或场景进行优化，为需要平衡效率和效果的应用场景提供理想选择

Ali / Qwen3-VL-Embedding-8B

ali/qwen3-vl-embedding-8b

向量化多模态理解智能代理与数据

Qwen3-VL-Embedding 是 Qwen3 多模态模型体系中的新一代视觉-语言嵌入模型，专为跨模态语义理解、检索与排序任务设计。该模型基于 Qwen3 系列高性能视觉语言基础模型构建，能够将文本、图像及其组合统一映射到高质量向量空间，实现精准的跨模态语义对齐。模型支持长上下文输入与高维嵌入表示，兼顾细粒度语义表达与大规模检索效率，广泛适用于多模态搜索、RAG 知识增强、内容推荐、相似度计算与智能审核等场景。继承 Qwen3 系列卓越的多语言与视觉理解能力，Qwen3-VL-Embedding 在复杂语义推理与跨语言跨模态任务中表现出色，并支持灵活的输出维度与任务指令感知能力，帮助开发者针对不同业务场景进行高效优化。

Ali / Qwen3-Embedding-4B

ali/qwen3-embedding-4b

向量化智能代理与数据

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

Ali / Qwen3-Embedding-8B

ali/qwen3-embedding-8b

向量化智能代理与数据

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‌。