阿里开源新版 Qwen3 模型霸榜文本表征

阿里巴巴开源了 Qwen3 系列新模型，包括 Qwen3-Embedding 和 Qwen3-Reranker，专注于文本表征、检索与排序任务。Qwen3-Embedding 在多语言文本表征基准测试中表现优异，8B 参数模型以 70.58 分排名第一，超越谷歌 Gemini-Embedding。该系列支持 119 种语言，提供灵活的模型架构和定制化特性，显著提升搜索结果的相关性。

智通财经 APP 获悉，今日凌晨，阿里巴巴 (09988) 开源了两款 Qwen3 系列新模型，Qwen3-Embedding 和 Qwen3-Reranker。这两个模型是专为文本表征、检索与排序任务设计，基于 Qwen3 基础模型训练，充分继承了 Qwen3 在多语言文本理解方面的优势，支持 119 种语言。根据测试数据显示，在多语言文本表征基准测试中，Qwen3 Embedding 的性能非常出色。其中，8B 参数以 70.58 的高分排名第一，超越了众多商业 API 服务，例如，谷歌的 Gemini-Embedding。

卓越的泛化性： Qwen3-Embedding 系列在多个下游任务评估中达到行业领先水平。其中，8B 参数规模的 Embedding 模型在 MTEB 多语言 Leaderboard 榜单中位列第一（截至 2025 年 6 月 6 日，得分 70.58），性能超越众多商业 API 服务。此外，该系列的排序模型在各类文本检索场景中表现出色，显著提升了搜索结果的相关性。

灵活的模型架构： Qwen3-Embedding 系列提供从 0.6B 到 8B 参数规模的 3 种模型配置，以满足不同场景下的性能与效率需求。开发者可以灵活组合表征与排序模块，实现功能扩展。

此外，模型支持以下定制化特性：

1) 表征维度自定义：允许用户根据实际需求调整表征维度，有效降低应用成本；

2) 指令适配优化：支持用户自定义指令模板，以提升特定任务、语言或场景下的性能表现。

全面的多语言支持： Qwen3-Embedding 系列支持超过 100 种语言，涵盖主流自然语言及多种编程语言。该系列模型具备强大的多语言、跨语言及代码检索能力，能够有效应对多语言场景下的数据处理需求。