Qwen3-Embedding-8B 是 Qwen3 Embedding 系列中的最新专有模型，专为文本嵌入和排名任务设计。该模型建立在 Qwen3 系列的密集基础模型之上，拥有 8B 参数，支持最长 32K 的上下文长度，可以生成最多 4096 维度的嵌入。该模型继承了出色的多语言功能，支持超过 100 种语言，并具备长文本理解和推理能力。截至 2025 年 6 月 5 日，它在 MTEB 多语言排行榜上排名第一（分数为 70.58），并展示了在各种任务中的最先进性能，包括文本检索、代码检索、文本分类、聚类和双文本挖掘。该模型提供灵活的向量维度（32 到 4096）和指令感知能力，增强在特定任务和场景中的表现。...

Qwen3-Embedding-4B是Qwen3 Embedding系列中最新的专有模型，专为文本Embedding和排序任务而设计。该4B参数模型基于Qwen3系列的密集基础模型构建，支持最长32K的上下文长度，可以生成最高2560维的Embedding。该模型继承了卓越的多语言能力，支持超过100种语言，同时具备长篇文本理解和推理技能。在MTEB多语言排行榜上取得了出色的表现（得分69.45），并在各种任务中展示了优异的结果，包括文本检索、代码检索、文本分类、聚类和双语文本挖掘。该模型提供灵活的向量维度（32到2560）和指令感知能力，以增强在特定任务和场景中的性能，提供效率和效果之间的最佳平衡。...

Qwen3-Embedding-0.6B 是 Qwen3 Embedding 系列中最新的专有模型，专为文本嵌入和排名任务而设计。基于 Qwen3 系列的密集基础模型构建，该 0.6B 参数模型支持最大 32K 的上下文长度，能够生成维度高达 1024 的嵌入。模型继承了卓越的多语种功能，支持超过 100 种语言，同时具备长文本理解和推理技能。在 MTEB 多语言排行榜上取得了强劲的表现（得分 64.33），并在包括文本检索、代码检索、文本分类、聚类和双文本挖掘等各项任务中展现出卓越的表现。模型提供了灵活的向量尺寸（32 到 1024）和指令感知能力，以增强特定任务和场景的性能表现，使其成为优先考虑效率和效能的应用的理想选择。...