Embedding 模型选型：OpenAI/BGE/E5/Novus 对比
Embedding 为什么是 RAG 的地基 RAG 系统的效果，50% 取决于 Embedding 质量，30% 取决于检索策略，20% 才是生成模型。但大多数人选型时 90% 的精力花在生成模型上，Embedding 随便选一个。 这是 RAG 效果差的最常见原因。 Embedding 模型决定了你的文本被转换成什么样的向量，而向量是检索的唯一依据。差的 Embedding 会让最相关的文档排不进 top-5，再强的 LLM 也救不回来。 MTEB 排行榜解读 MTEB（Massive Text Embedding Benchmark）是 Embedding 领域最权威的评测。2026 年 6 月最新排名： 排名 模型 均分 检索 重排 聚类 分类 厂商 开源 1 NV-Embed-v2 72.3 71.5 68.2 59.1 73.8 NVIDIA 是 2 bge-m3 71.8 70.9 67.5 58.8 73.2 智源 是 3 E5-Mistral 71.5 70.3 66.8 58.5 72.9 intfloat 是 4 text-embedding-3-large 70.9 69.7 65.5 57.9 72.3 OpenAI 否 5 GTE-Qwen2 70.5 69.2 65.0 57.3 71.8 阿里 是 6 Stella-400M 69.8 68.5 64.2 56.8 71.0 国内社区 是 7 text-embedding-3-small 68.2 67.0 62.8 55.5 69.5 OpenAI 否 8 bge-large-zh 67.5 66.8 61.5 55.0 69.0 智源 是 关键发现： ...