中文

引言：为什么 Embedding 模型选型至关重要 在 RAG（检索增强生成）系统中，Embedding 模型是决定检索质量的根本因素。一个优秀的 Embedding 模型能精准捕捉语义相似性，将相关文档排在前面；而一个不合适的模型可能让最先进的重排序器也无力回天。 2026 年，Embedding 模型领域出现了几个重要趋势：多语言模型性能持续提升、中文原生模型快速迭代、长文本 Embedding 成为标配、指令式 Embedding 逐渐成熟。本文将对当前主流的 Embedding 模型在中文场景下进行系统性的横向评测。 一、评测方法论 1.1 评测模型选择 本次评测选取了 2026 年主流的 8 个 Embedding 模型，涵盖国际模型与中文原生模型： 模型 厂商 维度 最大输入 特点 bge-m3 智源 1024 8192 多语言、多功能 bge-large-zh-v1.5 智源 1024 512 中文专用 text-embedding-3-large OpenAI 3072 8191 多语言、支持降维 voyage-3 Voyage AI 1024 32000 长文本优化 stella-en-v5 Stella 1024 8192 开源、MTEB 高分 gte-Qwen2-7B-instruct 阿里 3584 32768 大参数量 jina-embeddings-v3 Jina 1024 8192 多语言、指令式 Cohere embed-v4 Cohere 1536 512 多语言 1.2 评测数据集 评测使用三个层面 的数据集： ...

前言 中文大模型在过去两年实现了质的飞跃。从最初对 GPT 的追赶，到如今在中文场景下实现超越，国产模型已经走到了世界前列。本文将对 2026 年最具代表性的五款国产大模型进行深度横评：通义 Qwen3、智谱 GLM-5、深度求索 DeepSeek V4、百度文心一言 5.0，以及字节豆包 Pro。 一、参评模型一览 模型 开发商 最大参数 上下文 特色定位 Qwen3-235B-A22B 阿里云 235B MoE 128K 开源最强，多语言并重 GLM-5-130B 智谱 AI 130B 256K 学术能力强，中文对齐 DeepSeek V4 深度求索 236B MoE 1M 推理能力强，极致性价比 文心一言 5.0 百度 未知 512K 知识增强，文心生态 豆包 Pro-2026 字节跳动 未知 200K 创意写作，对话体验 二、中文基准测试对比 2.1 主流中文评测集 我们选取以下评测集： 基准 说明 C-Eval 52 个中文学科的选择题，覆盖高等教育 CMMLU 67 个主题的中文理解评测 CMNLI 中文自然语言推理 BELLE 中文开放式生成评测 Zhang翡翠 中文写作质量评估 CBia 中文商业信息分析 2.2 基准分数汇总 模型 C-Eval (%) CMMLU (%) CMNLI (%) BELLE (Score) Qwen3 92.4 93.1 91.8 4.6 GLM-5 91.7 92.8 90.3 4.4 DeepSeek V4 90.2 91.5 89.7 4.5 文心一言 5.0 88.6 89.9 87.2 4.7 豆包 86.3 87.4 85.1 4.8 C-Eval / CMMLU 分数越高越好；BELLE 为 1-5 分制，越高越好。 ...