我要投稿
微信搜一搜，关注“AISpace研习所”
Qwen3-Embedding系列模型在多语言和长上下文处理能力上超越主流竞品，成为开源嵌入新标杆。核心内容： 1. Qwen3-Embedding系列模型评测表现及其版本介绍 2. Qwen3-Embedding与BGE-M3的全方位对比优势 3. Qwen3-Embedding的本地部署指南和Dify召回测试实录
前两天，通义千问推出的 Qwen3-Embedding 系列模型（包括8B、4B和0.6B三个版本）在权威评测中表现惊艳，尤其在多语言任务和长上下文处理能力上全面超越主流竞品，成为开源嵌入模型的新王者。
Qwen3-8B以70.58总分登顶榜单（超越Gemini-001的68.37），在16项评测中12项第一，尤其在检索精度（MSMARCO 57.65）、问答能力（NQ 10.06） 等关键任务上表现惊艳。
即使最小尺寸的Qwen3-0.6B（仅595M参数），总分64.34仍显著超越7B级竞品（如SFR-Mistral 60.9），小模型也有大能量！
| 指标 | Qwen3-8B | BGE-M3 | 优势幅度 |
|---|---|---|---|
| 综合得分 | 70.58 | 59.56 | ↑11.02 |
| 上下文长度 | 32K | 8K | ↑ 4倍 |
| 检索任务(MSMARCO) | 57.65 | 40.88 | ↑41% |
| 开放问答(NQ) | 10.06 | -3.11 | 实现负分逆转 |
| 多语言理解 | 28.66 | 20.10 | ↑42% |
Qwen3在保持99%榜单合规性的同时，以更高维度参数（8B vs 568M）和4倍上下文支持，彻底改写Embedding模型性能边界！
同为7B级别：Qwen3-8B对比Linq-Embed-Mistral（61.47）、SFR-Mistral（60.9），性能领先超15%。
轻量级战场：Qwen3-0.6B（64.34）大幅领先同类小模型如multilingual-e5-large（63.22）、BGE-M3（59.56），证明通义千问架构的高效性。
根据官方文档自行部署GPUStack，官方提供了Docker镜像，可快速部署。
在GPUStack的 模型 界面，点击 部署模型 -> ModelScope，搜索qwen3-embedding。平台会自动检测你的硬件性能，推荐可以安装的量化模型版本。
我们选择了 qwen3-embedding-8b的Q8_0量化版本，等待模型下载，提示 running，表示模型已经部署完成。
现在Dify的插件市场中找到GPUStack，点击安装插件。等插件安装完成后，进行模型配置。
创建知识库，在Embedding模型中，选择我们自己部署的模型。
把公众号的历史文章，放入知识库进行测试。
选择Dify的父子分段策略。由于是markdown格式，希望每一个大段为一个父块，分段符选择 “#”.
测试一下召回情况
53AI，企业落地大模型首选服务商
产品：场景落地咨询+大模型应用平台+行业解决方案
承诺：免费场景POC验证，效果验证后签署服务协议。零风险落地应用大模型，已交付160+中大型企业
2025-07-23
AI编程真是卷疯了，阿里掏出了他们最强的AI编程模型 Qwen3-Coder
2025-07-23
实测Qwen3-Coder，这就是目前最强的开源编程模型
2025-07-23
刚刚！阿里发布 Qwen Code，直接对标 Claude Code
2025-07-23
4个月11万用户、Claude Code成了，Dogfooding该被AI公司重视起来了
2025-07-23
Qwen3-Coder开源：面向世界的智能编程引擎
2025-07-23
我更强了！
2025-07-22
企业AI知识库的文件解析痛点-Word格式解析优化（准确率95%）-100%开源
2025-07-21
AI操作网页：browser-use和AI大模型互动解析
2025-06-17
2025-06-17
2025-04-29
2025-07-14
2025-04-29
2025-07-12
2025-04-29
2025-05-29
2025-05-12
2025-05-14
2025-07-16
2025-07-15
2025-07-13
2025-07-08
2025-07-04
2025-07-03
2025-06-28
2025-06-25
回到顶部
粤ICP备17114055号