向量模型选型指南：Qwen3-Embedding、Harrier、BGE-M3，到底选哪个

先说结论

• 综合质量最强、中文多语言：Qwen3-Embedding-8B（Apache-2.0）
• 跑分榜第一：Microsoft harrier-oss-v1-27B（MIT）
• 轻量高效、混合检索：BGE-M3（568M，MIT）
• 端侧/手机：EmbeddingGemma-300M
• 多模态（文字搜图、图搜视频）：WeMM-Embedding（腾讯）或 EmbeddingGemma 2
• 代码检索：EmbeddingGemma 2（代码涨近 10 分）或 Nomic Embed Code
• 快速原型：all-MiniLM-L6-v2（22M，秒跑）

向量模型是干啥的

一句话：把文字（现在还有图片、视频、音频）变成一串数字（向量），语义越接近，向量距离越近。这是 RAG、语义搜索、推荐系统的地基。选错 embedding，RAG 问答直接变“答非所问”。

主力选手

Qwen3-Embedding（阿里，Apache-2.0）
0.6B / 4B / 8B 三档，32K 上下文，Matryoshka 维度可调。8B 在 MTEB 多语言榜上稳居开源第一梯队。中文、多语言 RAG 的默认答案。0.6B 那档在 16GB Mac 上实测检索效果远超 bge-small，速度也够用。

Harrier（微软，MIT）
2026 年的新贵：27B 旗舰 + 0.6B + 270M 三档，登顶 MTEB Multilingual v2（131 个任务）。连最小的 270M 都超过了很多流行基线。Bing、Copilot 背书，质量激进。

BGE-M3（智源，MIT）
568M 参数，8K 上下文，100+ 语言。绝活是“三合一”：稠密向量 + 稀疏向量 + 多向量检索，一个模型搞定混合检索，不用再搭 BM25。效率派的首选。

Nomic Embed（137M）
MoE 架构，CPU 友好，低内存。轻量场景的质量担当。

多模态是 2026 的主战场

EmbeddingGemma 2（Google，Apache-2.0）
740M（纯文字部分 270M），一个模型吃文字、图片、视频、音频。代码检索从上一代的 68.76 涨到 78.68，Google 点名用法就是“给本地代码库建索引、给 coding agent 做检索”。1B 以下最强的多模态 embedding 之一。

WeMM-Embedding（腾讯微信视觉团队，Apache-2.0）
基于 Qwen3.5 的 2B/4B/9B 三档，文字、图片、视频、视觉文档统一转向量。狠的是 2B 版在 MMEB-v2 上拿 77.9 分，超过了 Qwen3-VL-Embedding 8B 的 77.8 分——小模型打大模型。已在微信内部用于公众号、视频号、微信搜索。

怎么选

• 中文 RAG、企业知识库：Qwen3-Embedding-8B（效果）或 BGE-M3（省资源），俩都是 Apache/MIT 可商用。
• 多语言、跨语言搜索：Harrier 或 Qwen3-Embedding。
• 图文跨模态搜索：WeMM-Embedding 或 EmbeddingGemma 2。
• 端侧/手机：EmbeddingGemma-300M。
• 一句话：别只看 MTEB 总分，看 Retrieval 子项分数，再拿自己的真实 query 测一遍——榜单第一不一定是你的第一。