Was ist Qwen3-Embedding and Qwen3-Reranker?
Qwen3-Embedding ist eine Familie offener Text-Embedding-Modelle vom Qwen-Team von Alibaba, erschienen am 5. Juni 2025 unter Apache 2.0 in den Größen 0.6B, 4B und 8B, mit passenden Qwen3-Reranker-Modellen. Ein Reranker bewertet eine Vorauswahl von Suchergebnissen neu, indem er jede Anfrage zusammen mit dem jeweiligen Dokument liest. Das ist langsamer, aber präziser als ein Vergleich von Vektoren.
Alle Größen lesen bis zu 32K Tokens und unterstützen mehr als 100 natürliche und Programmiersprachen. Die Ausgabevektoren haben je nach Größe bis zu 1.024, 2.560 oder 4.096 Dimensionen und lassen sich auf bis zu 32 kürzen, und beide Modelltypen nehmen Aufgabenanweisungen an, die die Ergebnisse laut Qwen um 1 % bis 5 % verbessern. Das 0.6B-Modell verzeichnete im vergangenen Monat etwa 8,3 Millionen Downloads auf Hugging Face, das 8B etwa 2 Millionen.
Lohnt sich Qwen3-Embedding and Qwen3-Reranker?
Qwen3-Embedding bleibt die offene Text-Embedding-Familie, mit der man anfangen sollte, vor allem weil sie beide Stufen einer Such-Pipeline unter Apache 2.0 abdeckt. Qwen meldet für das 8B 70,58 auf MTEB multilingual, Platz eins der Rangliste mit Stand 5. Juni 2025, und 64,33 für das 0.6B; in derselben Tabelle kam OpenAIs text-embedding-3-large auf 58,93 und Coheres multilingual v3 auf 61,12. Die Werte der Konkurrenz wurden im Mai 2025 erhoben, und beide Anbieter haben seitdem neuere Modelle herausgebracht.
Der Reranker ist die unterschätzte Hälfte. Bei der Neubewertung der 100 besten Treffer des 0.6B-Embedders hebt Qwen3-Reranker-4B das englische Retrieval von 61,82 auf 69,76 und das Code-Retrieval von 75,41 auf 81,20, vor den Rerankern von BGE, Jina und GTE in Qwens Vergleich. Das 4B kommt in jeder Zeile auf 1,5 Punkte an das 8B heran und schlägt es in zwei, was es zur vernünftigen Standardwahl macht.
Zwei Details der Nutzung entscheiden über die Ergebnisse. Anfragen brauchen eine Aufgabenanweisung von einem Satz, auf Englisch, auch für andere Sprachen, Dokumente dagegen nicht; laut Qwen kostet das Weglassen der Anweisungen 1 % bis 5 %. Vektoren lassen sich von 4.096 Dimensionen auf bis zu 32 kürzen. Das verkleinert eine Vektordatenbank, zu einem Preis bei der Genauigkeit, den Qwen nicht beziffert.
Es verarbeitet nur Text. Für Bilder und gescannte Seiten liefert Qwen das separate Qwen3-VL-Embedding, das auf MTEB multilingual 67,88 erreicht, gegenüber 70,58 für dieses 8B. Gemischte Mediensuche kostet bei Text also etwa drei Punkte. Teams, die keine GPUs betreiben wollen, können das auf Qwen3 aufbauende text-embedding-v4 von Qwen Cloud für 0,07 $ pro Million Tokens nutzen, etwas mehr als die Hälfte der 0,12 $ von voyage-4-large.
Wo es sich lohnt
Ein Search Engineer bei einem Developer-Tools-Unternehmen, der 2 Millionen Code-Dateien indexiert
Semantische Code-Suche ohne Gebühren pro Token einführen
Bette mit dem 0.6B auf einer einzelnen GPU ein und sortiere die 100 besten Treffer mit Qwen3-Reranker-4B neu, das laut Qwen MTEB-Code von 75,41 auf 81,20 hebt. Die Kosten sind GPU-Zeit statt einer API-Rechnung, und der Reranking-Schritt erhöht die Latenz jeder Anfrage.
Ein Produktmanager bei einem europäischen Marktplatz mit Angeboten in 12 Sprachen
Die Relevanz sprachübergreifender Suche verbessern
Betreibe das 8B mit englischen Aufgabenanweisungen für Anfragen; Qwen meldet 70,58 auf MTEB multilingual. Die Gewichte sind nach unserer Rechnung in BF16 etwa 16 GB groß, eine 24-GB-GPU reicht also, und die Angebote verlassen nie deine Infrastruktur.
Eine CTO eines Startups ohne GPU-Budget
5 Milliarden Tokens an Hilfeartikeln und Tickets einbetten
Das text-embedding-v4 von Qwen Cloud kostet für diese Menge bei 0,07 $ pro Million Tokens etwa 350 $, gegenüber etwa 600 $ bei voyage-4-large. Die Grenzen von 1 Million Tokens und 1.000 Anfragen pro Minute bedeuten, dass ein Nachholen in dieser Größe mehrere Tage dauert.
Bevor du dich festlegst
- Einrichtung
- pip install sentence-transformers (mit transformers 4.51 oder neuer) und Qwen/Qwen3-Embedding-0.6B laden; vLLM 0.8.5+ und Text Embeddings Inference, auch als CPU-Image, werden ebenfalls unterstützt.
- Integrationen
- Sentence Transformers, Transformers, vLLM und Text Embeddings Inference von Hugging Face; jede Vektordatenbank, die Float-Vektoren mit bis zu 4.096 Dimensionen speichert. Gehostetes text-embedding-v4 auf Qwen Cloud, nur als "based on Qwen3" mit 64 bis 2.048 Dimensionen beschrieben; Qwen sagt nicht, welchem offenen Checkpoint es entspricht, falls überhaupt einem.
- Daten und Datenschutz
- Apache 2.0 ohne Nutzungsbeschränkungen; beim Selbsthosting bleiben die Dokumente auf deiner eigenen Hardware.
- Kosten im großen Maßstab
- Die Gewichte sind nach unserer Rechnung in BF16 etwa 1,2 GB für das 0.6B und 16 GB für das 8B groß; das kleine Modell läuft also auf fast jeder GPU, das 8B auf einer 24-GB-Karte. Das gehostete text-embedding-v4 kostet 0,07 $ pro Million Tokens.
- Grenzen
- Eingaben bis 32K Tokens; Vektoren je nach Größe bis zu 1.024, 2.560 oder 4.096 Dimensionen. Nur Text. Reranker lesen jede Anfrage zusammen mit dem jeweiligen Dokument, die Neubewertung von 100 Kandidaten bedeutet also 100 Forward Passes pro Anfrage.
Was gut ist
- Laut Qwen 70,58 auf MTEB multilingual für das 8B
- Passende Reranker in drei Größen; das 4B liegt nah am 8B
- Eingaben bis 32K Tokens, mehr als 100 Sprachen, Apache 2.0
- Ausgabedimensionen von 32 bis 4.096 einstellbar
Was nicht
- Der Benchmark-Vorsprung stammt aus dem Juni 2025
- Nur Text
- Anfragen brauchen Aufgabenanweisungen, um die gemeldeten Werte zu erreichen
- Das 8B braucht allein für die Gewichte etwa 16 GB GPU-Speicher
Am besten für
Teams, die mehrsprachige Suche oder Code-Suche selbst hosten und Embedding und Reranking unter einer offenen Lizenz wollen.
Alternativen zu Qwen3-Embedding and Qwen3-Reranker
Qwen3-Embedding and Qwen3-Reranker: häufige Fragen
- Lohnt sich Qwen3-Embedding and Qwen3-Reranker?
- Ein kompletter offener Such-Stack unter einer Lizenz, Embedder und Reranker zusammen, auch wenn seine Spitzenposition auf der Rangliste aus dem Juni 2025 stammt. Wir bewerten es mit 4.2 von 5.
- Was kostet Qwen3-Embedding and Qwen3-Reranker?
- Kostenlos unter Apache 2.0. Das gehostete text-embedding-v4 von Qwen Cloud, das auf Qwen3 aufbaut, kostet 0,07 $ pro 1M Tokens.
- Welche Nachteile hat Qwen3-Embedding and Qwen3-Reranker?
- Der Benchmark-Vorsprung stammt aus dem Juni 2025; Nur Text; Anfragen brauchen Aufgabenanweisungen, um die gemeldeten Werte zu erreichen; Das 8B braucht allein für die Gewichte etwa 16 GB GPU-Speicher.
- Für wen eignet sich Qwen3-Embedding and Qwen3-Reranker?
- Teams, die mehrsprachige Suche oder Code-Suche selbst hosten und Embedding und Reranking unter einer offenen Lizenz wollen.
- Was kostet Qwen3-Embedding and Qwen3-Reranker für ein Team oder im Produktivbetrieb?
- Die Gewichte sind nach unserer Rechnung in BF16 etwa 1,2 GB für das 0.6B und 16 GB für das 8B groß; das kleine Modell läuft also auf fast jeder GPU, das 8B auf einer 24-GB-Karte. Das gehostete text-embedding-v4 kostet 0,07 $ pro Million Tokens.
- Ist Qwen3-Embedding and Qwen3-Reranker sicher für Firmendaten?
- Apache 2.0 ohne Nutzungsbeschränkungen; beim Selbsthosting bleiben die Dokumente auf deiner eigenen Hardware.
- Was sind die besten Alternativen zu Qwen3-Embedding and Qwen3-Reranker?
- Die nächsten Alternativen, die wir getestet haben, sind voyage-4-large, Cohere Embed 5 und EmbeddingGemma 2.
Antworten geprüft am 26. Okt. 2026.