Embedding 模型
Embedding 模型把文本（有时也包括图像）变成向量，供检索、聚类和去重使用。它不负责写答案。
选模型时看语言覆盖、维度、是否开放权重，以及和你的向量库是否匹配。不宜和聊天模型混成同一张能力表。
适合解决什么
- 为文档建立语义检索索引
- 做问答前的召回，而不是直接生成
- 跨语言检索和去重
- 在应用里用 SDK 生成向量
精选模型
相关指南
- 用 OpenAI Embeddings 给文档做语义检索向量按 OpenAI Embeddings 指南生成文本向量，并完成一次最小的相似度比对。
- 用 Gemini Embeddings 做文本向量化按 Gemini API Embeddings 文档：用 embedContent 生成向量，配置 task 前缀或 task_type，并用 output_dimensionality 控制维度。
- 用 Vercel AI SDK 生成 Embeddings按 AI SDK Core Embeddings：用 embed / embedMany 生成向量，再用 cosineSimilarity 比较相似度。
相关工具
全部模型
Amazon Titan Embeddings Text v2
Amazon
Amazon Titan 文本 Embedding v2，用于语义检索。
bge-m3
BAAI
BAAI BGE-M3 Embedding 模型，支持多语言与多粒度检索。
Cohere Embed Multilingual v3
Cohere
Cohere 多语言 Embedding v3，用于跨语言语义检索。
Embed v4
Cohere
Cohere Embed v4 多语言 Embedding 模型。
gemini-embedding-001
Google Gemini Embedding 模型，用于语义检索与向量表示。
jina-clip-v2
Jina AI
Jina 多模态 Embedding 模型，支持文本与图像统一表示。
jina-embeddings-v3
Jina AI
Jina Embeddings v3 多语言语义向量模型。
Mistral Embed
Mistral AI
Mistral 官方 Embedding 模型，用于语义检索。
NVIDIA Embed QA E5 v5
NVIDIA
NVIDIA 面向问答检索的 Embedding 模型。
Qwen3-Embedding
Alibaba
通义千问 Embedding 模型，用于语义检索与向量表示。
text-embedding-3-large
OpenAI
OpenAI 能力更强的文本 Embedding 模型，用于检索与语义表示。
text-embedding-3-small
OpenAI
面向成本与延迟优化的小型 Embedding 模型。
voyage-3
Voyage AI
Voyage 通用 Embedding 模型，用于语义检索。
voyage-3-large
Voyage AI
Voyage 高精度文本 Embedding 模型。
voyage-code-3
Voyage AI
面向代码检索优化的 Voyage Embedding 模型。