模型Qwen3 Embedding 8B
Qwen3-Embedding-8B
阿里巴巴通义千问团队发布的大规模文本嵌入模型，Apache 2.0许可，支持32K token上下文和4096维向量，检索质量领先
时间轴 (近 90 天)
10月13日
在BEIR SciFact完整数据集（5,183篇文档，300条查询）测试中，Qwen3-Embedding-8B以0.7953 nDCG@10排名第一，EmbeddingGemma-300M以0.7861紧随其后
待验证50%
10月13日
基于RTX A6000上约250词的块测算，all-MiniLM-L6-v2每秒处理1,074.7个块，100万块耗时约16分钟；Qwen3-Embedding-8B每秒处理26.1个块，100万块耗时约10.6小时
待验证50%
10月13日
嵌入模型对显存的需求远低于对话模型，表中除Qwen3-Embedding-8B外，所有在bfloat16精度下测量的模型峰值显存均低于2.5 GiB，量化后的Ollama文件约1.2 GB或更少，8GB内存的笔记本即可运行
待验证50%
全部知识事实 (3)
待验证
在BEIR SciFact完整数据集（5,183篇文档，300条查询）测试中，Qwen3-Embedding-8B以0.7953 nDCG@10排名第一，EmbeddingGemma-300M以0.7861紧随其后
50%待验证基于RTX A6000上约250词的块测算，all-MiniLM-L6-v2每秒处理1,074.7个块，100万块耗时约16分钟；Qwen3-Embedding-8B每秒处理26.1个块，100万块耗时约10.6小时
50%待验证嵌入模型对显存的需求远低于对话模型，表中除Qwen3-Embedding-8B外，所有在bfloat16精度下测量的模型峰值显存均低于2.5 GiB，量化后的Ollama文件约1.2 GB或更少，8GB内存的笔记本即可运行
50%