Model Center

基于Qwen3-VL底座训练的统一多模态向量模型，支持文本、图片、视频单模态/混合模态输入，输出统一表征向量，适用于跨模态检索、图搜、视频检索、图像聚类、复杂多模态信息检索、打标等场景

Qwen3-Embedding-0.6B 是 Qwen3 嵌入模型系列的最新专有模型，专为文本嵌入和排序任务设计。该模型基于 Qwen3 系列的密集基础模型，具有 6 亿参数规模，支持长达 32K 的上下文长度，可生成最高 1024 维的嵌入向量。模型继承了基础模型卓越的多语言能力，支持超过 100 种语言，具备长文本理解和推理能力。在 MTEB 多语言排行榜上表现优异（得分 64.33），在文本检索、代码检索、文本分类、文本聚类和双语挖掘等多项任务中表现出色。模型支持用户自定义输出维度（32 到 1024）和指令感知功能，可根据特定任务、语言或场景进行优化，为需要平衡效率和效果的应用场景提供理想选择

Qwen3-VL-Embedding 是 Qwen3 多模态模型体系中的新一代视觉-语言嵌入模型，专为跨模态语义理解、检索与排序任务设计。该模型基于 Qwen3 系列高性能视觉语言基础模型构建，能够将文本、图像及其组合统一映射到高质量向量空间，实现精准的跨模态语义对齐。模型支持长上下文输入与高维嵌入表示，兼顾细粒度语义表达与大规模检索效率，广泛适用于多模态搜索、RAG 知识增强、内容推荐、相似度计算与智能审核等场景。继承 Qwen3 系列卓越的多语言与视觉理解能力，Qwen3-VL-Embedding 在复杂语义推理与跨语言跨模态任务中表现出色，并支持灵活的输出维度与任务指令感知能力，帮助开发者针对不同业务场景进行高效优化

Qwen3-Embedding-8B是Qwen家族专为文本嵌入和排序设计的8B参数模型，支持100+语言和32K长文本，在MTEB多语言榜单以70.58分排名第一‌。 其双塔结构生成高维向量，结合指令感知技术，显著提升检索、分类等任务性能‌。 开源版本提供0.6B至8B全尺寸选择，支持自定义向量维度与微调‌。

bge-m3

text-embedding-3-small

text-embedding-3-large

text-embedding-ada-002

Doubao-embedding-large

通用文本向量，是通义实验室基于LLM底座的多语言文本统一向量模型，面向全球多个主流语种，提供高水准的向量服务，帮助开发者将文本数据快速转换为高质量的向量数据。

Doubao-embedding