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.

  • Обновлено

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-EmbeddingEmbeddingGemma 2
РазработчикAlibaba QwenGoogle DeepMind
Дата выпуска5 июня 2025 г.6 октября 2026 г.
Всего параметров7.57B (Embedding-8B)740M (Full multimodal (740M))
Активные параметрыВсеВсе
АрхитектураЭнкодерЭнкодер
Контекстное окно32K токенов8K токенов
ВходТекстТекст, 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.

Qwen3-Embedding · EmbeddingGemma 2