Qwen3-Embedding против EmbeddingGemma 2: что выбрать?
Qwen3-Embedding обрабатывает текст и код в трёх размерах; EmbeddingGemma 2 помещает текст, изображения, аудио и видео в одно пространство. Сравните контекст, размер и лицензии.
Вердикт. Выбирайте по тому, что нужно искать. Qwen3-Embedding обрабатывает текст и код в трёх размерах (0.6B, 4B, 8B), читает фрагменты до 32 000 токенов и покрывает более 100 языков. EmbeddingGemma 2 — модель на 740M, которая помещает текст, изображения, аудио и видео в общее пространство, с контекстом 8 192 токена. Обе — Apache 2.0. Векторы разных моделей не взаимозаменяемы, поэтому смена модели позже означает переиндексацию данных.
Характеристики
| Характеристики | Qwen3-Embedding | EmbeddingGemma 2 |
|---|---|---|
| Разработчик | Alibaba Qwen | Google DeepMind |
| Дата выпуска | 5 июня 2025 г. | 6 октября 2026 г. |
| Всего параметров | 7.57B (Embedding-8B) | 740M (Full multimodal (740M)) |
| Активные параметры | Все | Все |
| Архитектура | Энкодер | Энкодер |
| Контекстное окно | 32K токенов | 8K токенов |
| Вход | Текст | Текст, Изображение, Аудио, Видео |
| Лицензия | Apache 2.0 (Пермиссивная) | Apache 2.0 (Пермиссивная) |
| Память для минимального варианта (4 бита) | 1.38 GB (Embedding-0.6B) | 0.621 GB (Text and code only (270M of the same weights)) |
Заявления о производительности поступают от разработчика и не проверялись независимо.
Выбирайте Qwen3-Embedding, если
- Ваши данные — текст или код, и вы хотите балансировать точность и стоимость: модель 8B самая точная, 0.6B работает на небольших серверах.
- Документы длинные: он читает до 32 000 токенов против 8 192 у EmbeddingGemma 2.
- Вы хотите двухэтапный поиск с подходящими моделями Qwen3-Reranker.
- Вам нужно более 100 языков, включая языки программирования.
Выбирайте EmbeddingGemma 2, если
- Нужен кросс-модальный поиск: например, найти видеоклип по голосовой заметке или фото по фразе.
- Вы хотите запускать на телефоне или ноутбуке: полная модель — загрузка около 1,5 ГБ.
- Хотите компактное векторное хранилище: векторы можно обрезать до 256 или 128 измерений.
- Документы короткие, или вы не против делить их на фрагменты до 8 192 токенов.