Qwen3-Embedding-0.6B

Qwen3-Embedding-0.6B

把文字转成数字向量，用于搜索、检索、分类和聚类，支持 100 多种语言，包括编程语言。是 Qwen3 Embedding 系列里最小的 0.6B 参数文本嵌入模型。

由 Qwen 在 Hugging Face 上制作。这些说明是 Mindket 根据它的模型页面和模型卡写的，模型自己的文件和许可证在 Hugging Face 上。

简介

它是什么：Qwen3-Embedding-0.6B 是 Qwen 团队的文本嵌入模型，基于 Qwen3-0.6B-Base 构建。它把一段文字变成一个数字向量，让程序能按含义比较文本。它是系列里最小的一个，系列还有 4B 和 8B 的嵌入模型以及单独的重排序模型。

适合谁：构建搜索、检索和文本归类功能，并想要一个小型嵌入模型的开发者。

Industry | Who uses it | How they use it | Example
软件开发 | 搜索与检索工程师 | 把文档和查询做成向量建立索引 | 对帮助中心的搜索
代码工具 | 开发工具构建者 | 按含义检索代码 | 用一句平实的描述找到一个函数
数据与分析 | 数据团队 | 对文本分组和分类 | 对客服消息做聚类
语言服务 | 多语言团队 | 跨语言匹配文本 | 把一段文字和它的译文关联起来

如果你想要一个能写回答的聊天模型，可以跳过它，因为它只产生向量。

用在哪里：

• 用 Python 和 sentence-transformers 库
• 使用 Transformers 库 4.51.0 或更新版本的流水线
• 你自己的 Windows、macOS 或 Linux 电脑

Use case | Who | What they get back
文本检索 | 搜索开发者 | 能按与查询的接近程度给段落排序的向量
代码检索 | 工具构建者 | 用于把代码和描述匹配起来的向量
文本分类与聚类 | 数据团队 | 可交给分类器或分组步骤的向量

如何设置：

• Python 和 pip
• BF16 约需 1.2 GB 磁盘空间，4-bit 约 298 MB（估算值）
• Transformers 4.51.0 或更新版本，因为旧版本可能报出与 qwen3 有关的 KeyError

1. 安装 Hugging Face hub 工具。
2. 下载模型文件。
3. 按模型卡片，用 sentence-transformers 加载模型。

pip install -U huggingface_hub
hf download Qwen/Qwen3-Embedding-0.6B

如何使用：把你的文本交给模型，它为每段文本返回一个向量。比较向量就能找到相关的文本。向量最多 1024 个数字，你可以在 32 到 1024 之间选长度。卡片还说，加一条用英文写的简短任务指令，通常能把结果提升 1% 到 5%。

示例：你对用户的一个问题和一组段落做嵌入，并加上一条说明任务的简短英文指令。每段文本都返回一个向量，向量离问题最近的段落就是最佳匹配。

新手与专家：如果你刚接触嵌入，可以把每个向量看成一段文字含义的指纹。对几个句子做嵌入，看看哪些靠得近。

这个模型有 596M 参数、28 层、32K 上下文，输出最多 1024 维，可自定义小到 32 的维度。它支持指令和 100 多种语言，包括编程语言。重排序是另一个模型系列，所以要不要把嵌入模型和重排序模型搭配，由你自己决定。

你给查询加一条简短指令
模型把每段文本变成向量
你比较向量的接近程度
你保留最近的匹配项

注意事项：

• 尺寸：这个系列有 0.6B、4B 和 8B，越大的模型给出的向量越大

Title: 按模型尺寸划分的嵌入维度
Qwen3-Embedding-0.6B: 1024
Qwen3-Embedding-4B: 2560
Qwen3-Embedding-8B: 4096

• License: apache-2.0
• Cost to run: 没有提到 API 密钥或付费服务，只需要你自己的硬件
• Data it reaches: 下载会取回模型文件，你做嵌入的文本留在你自己的代码里
• Not for: 写文字或回答问题，因为它只把文字变成向量

Hugging Face 上的数据（2026年11月13日）

• 任务：feature extraction
• 框架：sentence-transformers
• 参数量：596M
• Weights: about 1.2 GB in BF16; about 298 MB at 4-bit (estimate)
• Formats: Safetensors
• 最近 30 天下载：8,761,091
• 点赞：1,346
• 许可证：apache-2.0
• 基于：Qwen/Qwen3-0.6B-Base
• Quantized versions: 283
• Fine-tunes: 583
• 标签：sentence-transformers, safetensors, qwen3, text-generation, transformers, sentence-similarity, feature-extraction, text-embeddings-inference

链接

• 模型：https://huggingface.co/Qwen/Qwen3-Embedding-0.6B
• 文件：https://huggingface.co/Qwen/Qwen3-Embedding-0.6B/tree/main

获取模型

用 Hugging Face 的命令行下载它的文件：

pip install -U huggingface_hub
hf download Qwen/Qwen3-Embedding-0.6B

然后按它的模型卡使用它。这个工具包里没有会自己运行的东西。