文章目录
- 我怎么排这张榜
- 先选在线还是离线
- 阿里云百炼 qwen3.7-text-embedding
- 智谱 embedding-3
- BGE-large-zh-v1.5
- BGE-M3
- Qwen3-Embedding 0.6B、4B、8B
- gte-Qwen2-7B-instruct
- 腾讯混元、百度千帆、豆包向量 API（火山方舟）
- MiniMax 旧版 embo-01
大家好，我是大煊。
最近在做一个客服项目，想把常见问题和产品资料接到 Agent 里。做到 RAG（给 Agent 接知识库）这一块时，我被Embedding（向量模型）卡住过。它负责把用户的问题和知识库里的内容变成能互相匹配的东西，模型名却一口气冒出来一大串。
我把国内常见的候选重新查了一遍。这篇只按公开资料排，帮大家把第一个知识库该从哪里开始弄明白。
等级说明夯 > 顶级 > 人上人 > NPC > 拉完了
资料时间下载量、价格和模型目录核对到2026 年 8 月 15 日。
本篇范围只排国内开源模型和国内可调用的文本向量 API。模型训练、微调和复杂性能调优先不展开。
我怎么排这张榜
- 开源模型只看下载量Hugging Face 下载高，跟着学习时更容易找到教程、代码和别人的记录。
- API 看官网入口和价格先把第一个知识库跑起来，比一开始研究一堆参数更重要。
先选在线还是离线
做这个客服项目时，先分清这一点。想尽快把常见问题和产品资料接到 Agent 里，先用在线 API。拿到 Key 就能把 RAG 链路跑起来，不用先准备 GPU 和模型服务。
| 你的情况 | 先选什么 |
|---|---|
| 想快速做出第一个客服知识库 | 在线 API |
| 资料必须留在内网，团队也愿意维护模型 | 本地离线模型 |
下面直接开排。
阿里云百炼 qwen3.7-text-embedding
顶级（快速上线）
刚学 Agent 时，想先把一个 RAG Demo 跑起来，API 往往比下载模型轻松。百炼当前文档把qwen3.7-text-embedding放在文本与代码场景的优先位置，老资料里常见的text-embedding-v4就先别追了。
它的公开价格是每百万输入 Token 0.5 元。创建 Key 后就能调用，适合想先体验“文档扔进去，问题能搜回来”这件事的人。
你不想折腾本地环境，又想尽快把 Agent 知识库接起来，可以先看它。
官方入口 阿里云百炼向量化文档
智谱 embedding-3
人上人（已有智谱 Key，接它很顺手）
智谱的embedding-3也是 API 路线，公开价格同样是每百万 Token 0.5 元。官网直接给了 Python 和 Java 示例，对 Javaer 来说看起来不陌生。
如果你的 Agent 已经在用智谱模型，知识库继续留在同一套 API 里会更顺手。我给它人上人，能用，也适合把第一个 RAG 链路搭起来。
官方入口 智谱 Embedding-3 文档
BGE-large-zh-v1.5
NPC（老模型能用，新手先看别的）
BGE-large-zh-v1.5是中文向量模型里的老熟人。很多早期教程会提到它，截至 2026 年 8 月 15 日，社区页 最近一个月约147.9 万次下载。
我给 NPC。它能帮你理解 RAG 的基本链路，但现在刚开始学，直接看 BGE-M3 或 Qwen3-Embedding 会更省事。
官方入口 BGE-large-zh-v1.5 模型卡
BGE-M3
夯（开源入门好找资料，先看它不亏）
BGE-M3 是我最早认识的开源向量模型之一。做客服知识库时，用户可能会问“怎么重开发票”，也可能只发一个错误码或商品型号。它就适合处理这种混着自然语言和关键词的问题。
截至 2026 年 8 月 15 日，BGE-M3 社区页 显示最近一个月约3491.9 万次下载。刚入门时，资料多很省心，遇到不懂的地方更容易找到别人已经走过的路。
想用开源模型做第一个 RAG 知识库，BGE-M3 可以先放进候选。
官方入口 BGE-M3 模型卡
Qwen3-Embedding 0.6B、4B、8B
顶级（中文资料多，新手容易开始）
刚开始学时，不用先区分标题里的几个型号，先知道它是一条适合中文知识库的开源路线就够了。
截至 2026 年 8 月 15 日，Qwen3-Embedding 社区页 显示最近一个月约283.9 万次下载。Qwen 这条线中文资料多，做中文客服知识库、FAQ 或产品文档时，入门门槛低。
第一次挑开源向量模型，不想翻一堆英文帖子，可以先从 Qwen3-Embedding 开始。
官方入口 Qwen3-Embedding-8B 模型卡
gte-Qwen2-7B-instruct
NPC（资料有，但新手不用先学它）
gte-Qwen2-7B-instruct是较早一批很有名的开源向量模型。截至 2026 年 8 月 15 日，社区页 最近一个月约12.7 万次下载。
我给 NPC。它不是不能用，只是刚入门 Agent 时，前面几个模型的资料更容易找，没必要从它开始。
官方入口 GTE-Qwen2-7B-instruct 模型卡
腾讯混元、百度千帆、豆包向量 API（火山方舟）
NPC
腾讯混元、百度千帆和火山方舟都有自己的向量 API。你的 Agent 已经用上其中某家云时，继续在同一处开 Key、看账单、接知识库会方便不少。
我给 NPC。刚开始学 Agent，不需要同时研究三家云的向量模型，挑你已经在用的一家就行。
官方入口 腾讯混元向量化接口 ｜ 百度千帆模型列表 ｜ 火山方舟向量化 API
- 腾讯混元
- 百度
- 火山方舟
MiniMax 旧版 embo-01
拉完了
旧资料和部分框架集成里还能看到 MiniMax 的embo-01，列这个的原因主要是想说，没必要把 Agent 知识库上把时间耗在入口都不清楚的模型上。尽量选取使用多的模型
说明这张“夯到拉”写给刚入门 Agent、准备做第一个文本知识库的人。下载量和价格口径核对到2026 年 8 月 15 日。