01规格
| 发布方 | 阿里巴巴通义 · Qwen |
|---|---|
| 系列 | 通义千问 Qwen · Qwen3-Embedding |
| 类型 | 向量模型 (feature-extraction) |
| 参数量 | 7.57B 来源：按官方 safetensors 权重统计 |
| 发布权重 | BF16 · 15.1 GB下载量 |
| 许可 | Apache-2.0 · 可商用宽松许可（Apache-2.0 / MIT / CC-BY / OpenMDW）：允许商用。 |
| 发布日期 | 2025-06-03 （Hugging Face 仓库创建日） |
02需要多少显存（估算）
向量模型体量小，显存随批量和序列长度增长。
| 精度 | 权重 | 权重 + 开销 | 最低显卡 | Mac |
|---|---|---|---|---|
| BF16 / FP16（原始精度） | 15.1 GB | 17.1 GB | RTX 4090 24GB | Mac 36GB |
| FP8 / INT8 / Q8_0 | 8.0 GB | 9.3 GB | 12GB 显卡 | Mac 16GB |
| 4 位量化（Q4_K_M / AWQ / GPTQ-Int4） | 4.6 GB | 5.5 GB | 8GB 显卡 | Mac 16GB |
每权重比特：BF16 16、FP8 8.5、4 位 4.85。“放得下” = 合计 ≤ 显存 90%；Mac GPU 约可用统一内存的 2/3（≤36GB）或 3/4（更大机型）。MoE 模型所有专家都要进显存，按总参数算。 估算方法 →
03怎么跑
只列厂商或推理框架官方明确支持的方式。
- vLLM — 官方模型卡提及
- Transformers — 官方模型卡提及
- Sentence Transformers — 官方模型卡提及
- Ollama — Ollama 官方模型库收录 · qwen3-embedding:8b
ollama run qwen3-embedding:8b04官方仓库与量化版
Qwen 官方发布的 1 个仓库。
- Qwen3-Embedding-8B main
05通义千问 Qwen 其他模型
全部 112 个 →| 模型 | 参数 | 4 位合计 | 发布 |
|---|---|---|---|
| Qwen3-Embedding-0.6B · 同系列 | 596M | 0.9 GB | 2025-06-03 |
| Qwen3-Embedding-4B · 同系列 | 4.02B | 3.2 GB | 2025-06-03 |
| Qwen-Image-2.1-Turbo | 7.12B | 5.2 GB | 2026-10-09 |
| Qwen-Image-2.1 | 7.12B | 5.2 GB | 2026-09-14 |
| Qwen3.8-Flash-Next | 180B / 6B | 121 GB | 2026-08-24 |
| Qwen3.8-2.4T-A95B | 2.4T / 95B | 1.60 TB | 2026-08-08 |
| Qwen3.8-27B | 27.8B | 19.6 GB | 2026-08-05 |
| Qwen3.6-27B | 27.8B | 19.6 GB | 2026-04-21 |
| Qwen3.6-35B-A3B | 36B / 3B | 24.6 GB | 2026-04-15 |
| Qwen3.5-0.8B | 873M | 1.2 GB | 2026-02-28 |
06来源
数据核对于 2025-07-07。参数、上下文、许可取自官方仓库；显存为本站估算。