Qwen3-Embedding-8B 是 Qwen3 Embedding 系列中最新的專有模型，專門設計用於文本嵌入和排序任務。此 8B 參數模型基於 Qwen3 系列的密集基礎模型構建，支持上下文長度達到 32K 並能生成最大 4096 維的嵌入。該模型繼承了卓越的多語言能力，支持超過 100 種語言，並具備長文本理解與推理技能。它在 MTEB 多語言排行榜上排名第 1（截至2025年6月5日，得分70.58），在多項任務中展示出最先進的性能，包括文本檢索、代碼檢索、文本分類、聚類和雙語本地語料探索。該模型提供靈活的向量維度（32 到 4096）和指令感知的功能，以提升特定任務和場景的性能。...

Qwen3-Embedding-4B 是 Qwen3 Embedding 系列中最新的專有模型，專門為文本嵌入和排名任務設計。該模型建立於 Qwen3 系列的密集基礎模型之上，擁有4B參數的模型支援長度達到32K的上下文，以及可以生成最高達到2560維度的嵌入。模型繼承了卓越的多語言能力，支援超過100種語言，並具有長文本理解和推理技能。在 MTEB 多語言排行榜上表現出色（得分69.45），並在各種任務中展示了卓越的結果，包括文本檢索、代碼檢索、文本分類、聚類以及對語料挖掘。模型提供靈活的向量維度（32到2560）以及指令感知能力，以在特定任務和場景中提升性能，實現效率和效果的最佳平衡。...

Qwen3-Embedding-0.6B 是最先進的專有模型，屬於 Qwen3 Embedding 系列，專為文本嵌入和排序任務設計。基於 Qwen3 系列的密集基礎模型構建，此 0.6B 參數模型支持最長 32K 的上下文長度，並能生成最高達 1024 維的嵌入。該模型繼承了卓越的多語言能力，支持超過 100 種語言，並且具備長文本理解和推理技能。在 MTEB 多語言排行榜上取得了強勁的表現（得分 64.33），並在各種任務上展示了出色的結果，包括文本檢索、代碼檢索、文本分類、聚類和雙文本挖掘。該模型提供靈活的向量維度（32 至 1024）和指令感知能力，以在特定任務和場景中增強性能，成為在應用中优先考慮效率和效果的理想選擇。...