Qwen3-Embedding 与 EmbeddingGemma 2 对比:该选哪个开源嵌入模型?

Qwen3-Embedding 处理文本和代码,有三种规格;EmbeddingGemma 2 把文本、图像、音频和视频放进同一个空间。对比上下文、规模和许可证。

  • 更新于

结论. 根据你要检索的内容来选。Qwen3-Embedding 处理文本和代码,有三种规格(0.6B、4B、8B),可读取最长 32000 token 的段落,覆盖 100 多种语言。EmbeddingGemma 2 是 7.4 亿参数的模型,把文本、图像、音频和视频放进同一个共享空间,上下文为 8192 token。两者都采用 Apache 2.0。不同模型的向量不能互换,所以以后换模型就意味着重建索引。

规格

规格 Qwen3-EmbeddingEmbeddingGemma 2
开发方Alibaba QwenGoogle DeepMind
发布时间2025年6月5日2026年10月6日
总参数量7.57B (Embedding-8B)740M (Full multimodal (740M))
激活参数量全部全部
架构编码器编码器
上下文窗口32K token8K token
输入文本文本, 图像, 音频, 视频
许可证 Apache 2.0 (宽松) Apache 2.0 (宽松)
最小版本所需内存(4 位)1.38 GB (Embedding-0.6B)0.621 GB (Text and code only (270M of the same weights))

性能数据来自开发方,未经独立验证。

选 Qwen3-Embedding 的情况

  • 你的数据是文本或代码,并且想在准确率和成本之间取舍:8B 模型最准确,0.6B 模型可以在小型服务器上运行。
  • 你的文档很长:它最多读取 32000 token,而 EmbeddingGemma 2 只有 8192。
  • 你想用配套的 Qwen3-Reranker 模型做两阶段检索。
  • 你需要覆盖 100 多种语言,包括编程语言。

选 EmbeddingGemma 2 的情况

  • 你需要跨模态检索,比如用一段语音备忘录找到一个视频片段,或用一句话找到一张照片。
  • 你想在手机或笔记本上运行:完整模型的下载体积约 1.5 GB。
  • 你想要更小的向量存储:它可以把向量截断到 256 或 128 维。
  • 你的文档很短,或者你愿意把它们切分成适合 8192 token 的块。

Qwen3-Embedding · EmbeddingGemma 2