Qu’est-ce que Qwen3-Embedding and Qwen3-Reranker ?
Qwen3-Embedding est une famille de modèles d'embedding de texte ouverts de l'équipe Qwen d'Alibaba, sortie le 5 juin 2025 sous Apache 2.0 en tailles 0,6B, 4B et 8B, avec des modèles Qwen3-Reranker assortis. Un reranker réévalue une liste restreinte de résultats de recherche en lisant chaque requête et document ensemble, ce qui est plus lent mais plus précis que comparer des vecteurs.
Toutes les tailles lisent jusqu'à 32K tokens et prennent en charge plus de 100 langues naturelles et de programmation. Les vecteurs de sortie vont jusqu'à 1 024, 2 560 ou 4 096 dimensions selon la taille et peuvent être réduits à aussi peu que 32, et les deux types de modèle acceptent des instructions de tâche, qui, selon Qwen, améliorent les résultats de 1 % à 5 %. Le modèle 0,6B a enregistré environ 8,3 millions de téléchargements Hugging Face le mois dernier et le 8B environ 2 millions.
Qwen3-Embedding and Qwen3-Reranker vaut-il le coup ?
Qwen3-Embedding reste la famille d'embedding de texte ouverte par laquelle commencer, surtout parce qu'elle couvre les deux étapes d'un pipeline de recherche sous Apache 2.0. Qwen rapporte 70,58 sur MTEB multilingue pour le 8B, premier sur le classement au 5 juin 2025, et 64,33 pour le 0,6B ; dans le même tableau, le text-embedding-3-large d'OpenAI obtenait 58,93 et le multilingual v3 de Cohere 61,12. Ces chiffres rivaux ont été pris en mai 2025, et les deux fournisseurs ont livré des modèles plus récents depuis.
Le reranker est la moitié sous-estimée. En réévaluant les 100 meilleurs résultats de l'embedder 0,6B, Qwen3-Reranker-4B fait passer la récupération en anglais de 61,82 à 69,76 et la récupération de code de 75,41 à 81,20, devant les rerankers BGE, Jina et GTE de la comparaison de Qwen. Le 4B arrive à 1,5 point du 8B sur chaque ligne et le bat sur deux, ce qui en fait le défaut sensé.
Deux détails d'usage décident des résultats. Les requêtes ont besoin d'une instruction de tâche d'une phrase, écrite en anglais même pour d'autres langues, alors que les documents non ; Qwen indique qu'omettre les instructions coûte 1 % à 5 %. Les vecteurs peuvent être réduits de 4 096 dimensions à aussi peu que 32, ce qui réduit une base de données vectorielle à un coût de précision que Qwen ne quantifie pas.
Il est uniquement textuel. Pour les images et les pages scannées, Qwen livre le Qwen3-VL-Embedding distinct, qui obtient 67,88 sur MTEB multilingue contre les 70,58 de ce 8B, si bien que la recherche multimédia coûte environ trois points sur le texte. Les équipes qui préfèrent ne pas faire tourner de GPU peuvent utiliser le text-embedding-v4 de Qwen Cloud, bâti sur Qwen3, à 0,07 $ par million de tokens, un peu plus de la moitié des 0,12 $ de voyage-4-large.
Là où il fait la différence
Un ingénieur recherche dans une entreprise d'outils de développement qui indexe 2 millions de fichiers de code
Ajouter la recherche sémantique de code sans frais au token
Embedder avec le 0,6B sur un seul GPU, puis reranker les 100 meilleurs avec Qwen3-Reranker-4B, que Qwen rapporte faire passer MTEB-Code de 75,41 à 81,20. Le coût est le temps de GPU plutôt qu'une facture d'API, et l'étape de reranking ajoute de la latence à chaque requête.
Un chef de produit dans une place de marché européenne avec des annonces en 12 langues
Améliorer la pertinence de la recherche inter-langue
Faire tourner le 8B avec des instructions de tâche en anglais sur les requêtes ; Qwen rapporte 70,58 sur MTEB multilingue. Les poids font environ 16 GB en BF16 selon notre calcul, si bien qu'un seul GPU de 24 GB le sert et les annonces ne quittent jamais votre infrastructure.
Un CTO de startup sans budget GPU
Embedder 5 milliards de tokens d'articles d'aide et de tickets
Le text-embedding-v4 de Qwen Cloud coûte environ 350 $ pour ce volume à 0,07 $ par million de tokens, contre environ 600 $ sur voyage-4-large. Ses limites d'un million de tokens et 1 000 requêtes par minute signifient qu'un backfill de cette taille prend plusieurs jours.
Avant de vous engager
- Mise en route
- pip install sentence-transformers (avec transformers 4.51 ou ultérieur) et chargez Qwen/Qwen3-Embedding-0.6B ; vLLM 0.8.5+ et Text Embeddings Inference, dont une image CPU, sont aussi pris en charge.
- Intégrations
- Sentence Transformers, Transformers, vLLM et Hugging Face Text Embeddings Inference ; toute base de données vectorielle qui stocke des vecteurs flottants jusqu'à 4 096 dimensions. text-embedding-v4 hébergé sur Qwen Cloud, décrit uniquement comme « basé sur Qwen3 » avec 64 à 2 048 dimensions ; Qwen ne dit pas quel checkpoint ouvert, le cas échéant, il correspond.
- Données et confidentialité
- Apache 2.0 sans restrictions d'usage ; l'auto-hébergement garde les documents sur votre propre matériel.
- Coût à grande échelle
- Les poids font environ 1,2 GB pour le 0,6B et 16 GB pour le 8B en BF16 selon notre calcul, si bien que le petit modèle tourne sur presque n'importe quel GPU et le 8B sur une seule carte de 24 GB. Le text-embedding-v4 hébergé coûte 0,07 $ par million de tokens.
- Limites
- Entrée de 32K tokens ; vecteurs jusqu'à 1 024, 2 560 ou 4 096 dimensions selon la taille. Texte uniquement. Les rerankers lisent chaque requête et document ensemble, si bien que réévaluer 100 candidats signifie 100 passes avant par requête.
Les points forts
- 70,58 sur MTEB multilingue pour le 8B, selon Qwen
- Rerankers assortis en trois tailles ; le 4B est proche du 8B
- Entrée de 32K tokens, plus de 100 langues, Apache 2.0
- Dimensions de sortie ajustables de 32 à 4 096
Les points faibles
- L'avance en benchmark date de juin 2025
- Texte uniquement
- Les requêtes ont besoin d'instructions de tâche pour atteindre les scores rapportés
- Le 8B a besoin d'environ 16 GB de mémoire GPU pour les poids seuls
Idéal pour
Les équipes qui auto-hébergent une recherche multilingue ou de code et veulent l'embedding et le reranking sous une seule licence ouverte.
Alternatives à Qwen3-Embedding and Qwen3-Reranker
Qwen3-Embedding and Qwen3-Reranker : questions fréquentes
- Qwen3-Embedding and Qwen3-Reranker vaut-il le coup ?
- Une pile de recherche ouverte complète sous une seule licence, embedder et reranker ensemble, même si sa couronne de classement date de juin 2025. Nous lui donnons 4.2 sur 5.
- Combien coûte Qwen3-Embedding and Qwen3-Reranker ?
- Gratuit sous Apache 2.0. Le text-embedding-v4 hébergé de Qwen Cloud, bâti sur Qwen3, est à 0,07 $ par 1M de tokens.
- Quels sont les inconvénients de Qwen3-Embedding and Qwen3-Reranker ?
- L'avance en benchmark date de juin 2025; texte uniquement; les requêtes ont besoin d'instructions de tâche pour atteindre les scores rapportés; le 8B a besoin d'environ 16 GB de mémoire GPU pour les poids seuls.
- À qui s’adresse Qwen3-Embedding and Qwen3-Reranker ?
- Les équipes qui auto-hébergent une recherche multilingue ou de code et veulent l'embedding et le reranking sous une seule licence ouverte.
- Combien coûte Qwen3-Embedding and Qwen3-Reranker pour une équipe ou en production ?
- Les poids font environ 1,2 GB pour le 0,6B et 16 GB pour le 8B en BF16 selon notre calcul, si bien que le petit modèle tourne sur presque n'importe quel GPU et le 8B sur une seule carte de 24 GB. Le text-embedding-v4 hébergé coûte 0,07 $ par million de tokens.
- Qwen3-Embedding and Qwen3-Reranker est-il sûr pour les données de l’entreprise ?
- Apache 2.0 sans restrictions d'usage ; l'auto-hébergement garde les documents sur votre propre matériel.
- Quelles sont les meilleures alternatives à Qwen3-Embedding and Qwen3-Reranker ?
- Les alternatives les plus proches que nous avons testées sont voyage-4-large, Cohere Embed 5 et EmbeddingGemma 2.
Réponses vérifiées le 26 oct. 2026.