
ai/qwen3-embedding-vllm!logo
Qwen3 Embedding模型系列是Qwen家族的最新专有模型,专为文本嵌入和排序任务设计。基于Qwen3系列的密集基础模型,提供0.6B、4B和8B多种尺寸的文本嵌入与重排序模型。该系列继承了基础模型卓越的多语言能力、长文本理解和推理技能,在文本检索、代码检索、文本分类、文本聚类和双语挖掘等多个文本嵌入与排序任务中取得了显著进步。
| 属性 | 值 |
|---|---|
| 提供商 | 阿里云 |
| 架构 | qwen3 |
| 支持语言 | 119种不同语系语言(印欧语系、汉藏语系、闪含语系、南岛语系、达罗毗荼语系、突厥语系、侗台语系、乌拉尔语系、南亚语系),包括日语、巴斯克语、海地语等 |
| 工具调用 | ❌ |
| 输入模态 | 文本 |
| 输出模态 | 文本嵌入 |
| 许可证 | Apache 2.0 |
bashdocker model pull ai/qwen3-embedding-vllm
bashcurl --location 'http://localhost:***/engines/vllm/v1/embeddings' \ --header 'Content-Type: application/json' \ --data '{ "model": "ai/qwen3-embedding-vllm", "input": "hello world!" }'
更多信息,请查看Docker Model Runner文档。
| 模型 | 尺寸 | 任务平均值 | 类型平均值 | 双语挖掘 | 分类 | 聚类 | 实例 | 检索 | 多分类 | 配对分类 | 重排序检索 | STS |
|---|---|---|---|---|---|---|---|---|---|---|---|---|
| NV-Embed-v2 | 7B | 56.29 | 49.58 | 57.84 | 57.29 | 40.80 | 1.04 | 18.63 | 78.94 | 63.82 | 56.72 | 71.10 |
| GritLM-7B | 7B | 60.92 | 53.74 | 70.53 | 61.83 | 49.75 | 3.45 | 22.77 | 79.94 | 63.78 | 58.31 | 73.33 |
| BGE-M3 | 0.6B | 59.56 | 52.18 | 79.11 | 60.35 | 40.88 | -3.11 | 20.1 | 80.76 | 62.79 | 54.60 | 74.12 |
| multilingual-e5-large-instruct | 0.6B | 63.22 | 55.08 | 80.13 | 64.94 | 50.75 | -0.40 | 22.91 | 80.86 | 62.61 | 57.12 | 76.81 |
| gte-Qwen2-1.5B-instruct | 1.5B | 59.45 | 52.69 | 62.51 | 58.32 | 52.05 | 0.74 | 24.02 | 81.58 | 62.58 | 60.78 | 71.61 |
| gte-Qwen2-7B-Instruct | 7B | 62.51 | 55.93 | 73.92 | 61.55 | 52.77 | 4.94 | 25.48 | 85.13 | 65.55 | 60.08 | 73.98 |
| text-embedding-3-large | – | 58.93 | 51.41 | 62.17 | 60.27 | 46.89 | -2.68 | 22.03 | 79.17 | 63.89 | 59.27 | 71.68 |
| Cohere-embed-multilingual-v3.0 | – | 61.12 | 53.23 | 70.50 | 62.95 | 46.89 | -1.89 | 22.74 | 79.88 | 64.07 | 59.16 | 74.80 |
| gemini-embedding-exp-03-07 | – | 68.37 | 59.59 | 79.28 | 71.82 | 54.59 | 5.18 | 29.16 | 83.63 | 65.58 | 67.71 | 79.40 |
| Qwen3-Embedding-0.6B | 0.6B | 64.33 | 56.00 | 72.22 | 66.83 | 52.33 | 5.09 | 24.59 | 80.83 | 61.41 | 64.64 | 76.17 |
| Qwen3-Embedding-4B | 4B | 69.45 | 60.86 | 79.36 | 72.33 | 57.15 | 11.56 | 26.77 | 85.05 | 65.08 | 69.60 | 80.86 |
| Qwen3-Embedding-8B | 8B | 70.58 | 61.69 | 80.89 | 74.00 | 57.65 | 10.06 | 28.66 | 86.40 | 65.63 | 70.88 | 81.08 |
注:对比模型的分数取自2025年5月24日MTEB在线排行榜。





manifest unknown 错误
TLS 证书验证失败
DNS 解析超时
410 错误:版本过低
402 错误:流量耗尽
身份认证失败错误
429 限流错误
凭证保存错误
来自真实用户的反馈,见证轩辕镜像的优质服务