阿里开源Qwen3-Embedding系列模型：多语言文本检索能力行业领先

6月6日，阿里正式开源Qwen3-Embedding系列模型，包含Embedding（文本表征）和Reranker（排序）两大模块，专为文本检索、语义匹配等任务优化。该系列基于Qwen3基础模型训练，在多项基准测试中表现卓越，尤其在多语言支持方面达到行业领先水平。  

阿里官方数据显示，Qwen3-Embedding系列在多语言文本表征任务中表现突出：8B参数版本在权威评测MTEB（Massive Text Embedding Benchmark）多语言榜单中排名第一（得分70.58），超越多家商业API服务。Reranker排序模型在文本检索任务中显著提升结果相关性，适用于搜索、推荐等场景。提供0.6B、2B、8B三种参数规模，开发者可根据算力需求灵活选择。  

此次开源延续了阿里通义千问（Qwen）系列的技术路线，降低企业部署AI检索能力的门槛。随着大模型竞争进入垂直化阶段，高效的Embedding与Reranker技术将成为搜索、知识库等场景的核心基础设施。  

目前，模型代码及权重已公开，开发者可通过阿里官方GitHub仓库获取。业界预计，该系列将推动多语言检索技术的进一步普及。