前两天，通义千问推出的 Qwen3-Embedding 系列模型（包括8B、4B和0.6B三个版本）在权威评测中表现惊艳，尤其在多语言任务和长上下文处理能力上全面超越主流竞品，成为开源嵌入模型的新王者。
多尺寸全能选手，全面碾压BGE-M3！
性能霸榜，全尺寸领先
Qwen3-8B以70.58总分登顶榜单（超越Gemini-001的68.37），在16项评测中12项第一，尤其在检索精度（MSMARCO 57.65）、问答能力（NQ 10.06） 等关键任务上表现惊艳。
即使最小尺寸的Qwen3-0.6B（仅595M参数），总分64.34仍显著超越7B级竞品（如SFR-Mistral 60.9），小模型也有大能量！
对比BGE-M3：全方位代差优势
| 指标 | Qwen3-8B | BGE-M3 | 优势幅度 |
|---|---|---|---|
| 综合得分 | 70.58 | 59.56 | ↑11.02 |
| 上下文长度 | 32K | 8K | ↑ 4倍 |
| 检索任务(MSMARCO) | 57.65 | 40.88 | ↑41% |
| 开放问答(NQ) | 10.06 | -3.11 | 实现负分逆转 |
| 多语言理解 | 28.66 | 20.10 | ↑42% |
Qwen3在保持99%榜单合规性的同时，以更高维度参数（8B vs 568M）和4倍上下文支持，彻底改写Embedding模型性能边界！
同尺寸模型对比：性能碾压同级
同为7B级别：Qwen3-8B对比Linq-Embed-Mistral（61.47）、SFR-Mistral（60.9），性能领先超15%。
轻量级战场：Qwen3-0.6B（64.34）大幅领先同类小模型如multilingual-e5-large（63.22）、BGE-M3（59.56），证明通义千问架构的高效性。
本地部署Qwen3-Embedding
GPUStack本地部署
根据官方文档自行部署GPUStack，官方提供了Docker镜像，可快速部署。
在GPUStack的 模型 界面，点击 部署模型 -> ModelScope，搜索qwen3-embedding。平台会自动检测你的硬件性能，推荐可以安装的量化模型版本。
我们选择了 qwen3-embedding-8b的Q8_0量化版本，等待模型下载，提示 running，表示模型已经部署完成。
dify中测试
现在Dify的插件市场中找到GPUStack，点击安装插件。等插件安装完成后，进行模型配置。
创建知识库，在Embedding模型中，选择我们自己部署的模型。
把公众号的历史文章，放入知识库进行测试。
选择Dify的父子分段策略。由于是markdown格式，希望每一个大段为一个父块，分段符选择 “#”.
测试一下召回情况