导语
摘要：Google 在 10月6日发布了 EmbeddingGemma 2——7.4 亿参数、Apache 2.0、能把文本/代码/图像/音频/视频映射到同一检索空间、还能本地跑的多模态嵌入模型，给「检索的 eyes」多了一个免费且可控的选择。这篇不堆参数，直接把 6 家主流嵌入模型放在同一张对比表里，给你一条「先看部署边界、再看模态、最后看成本」的决策路径，以及三个最容易踩的坑。
问题定义：到底在选什么
选嵌入模型，本质上是在为你的检索/聚类/RAG 挑一双「眼睛」。它决定了「用户问的和库里的哪段最像」能不能算对。维度先框定，否则对比表没有意义：
- 模态：只处理文本，还是能理解图像/音频？多模态检索正从尝鲜变刚需。
- 部署：云端 API 还是本地自托管？这直接决定数据是否出域、以及长期成本。
- 成本：按量计费还是一次性部署？高吞吐场景差距巨大。
- 上手与合规：license 能不能商用、有没有现成 SDK、文档完不完整。
记住一句话：检索的上限由嵌入模型决定，再好的重排也救不回「眼睛」本身的偏差。
横向对比表（收藏点）
| 方案 | 形态 | 性能（质量/适用） | 成本 | 上手难度 | 适用场景 |
|---|
| OpenAI text-embedding-3 | 云端 API，1536/3072 维 | 通用文本语义强，生态成熟 | 约 $0.02/$0.13 每百万 token（small/large） | 低（一行调用） | 英文为主、快速验证、SaaS 产品 |
| Cohere Embed 5 / Embed 5 Fast | 云端 API，检索/索引分离 | 检索专精，Fast 版延迟更低 | 约 $0.08/$0.12 每百万 token（Fast/Pro） | 低 | 企业检索、需要检索/索引两套向量 |
| Google EmbeddingGemma 2 | 本地/自托管，7.4 亿参数，Apache 2.0 | 多模态（文本/代码/图像/音频/视频）同一空间 | 免费（自托管算力） | 中（Ollama 可拉） | 多模态检索、数据不出域、端侧 |
| BGE-M3（BAAI） | 本地，1024 维，Apache 2.0 | 多语言强，支持稠密/稀疏/多向量 | 免费（自托管） | 中 | 中文/多语言 RAG、需要稀疏+稠密混合 |
| Jina Embeddings v3 | 云端+本地，1024 维 | 100+ 语言，长文档友好 | 云端按量；本地 v3 可跑 | 中 | 跨语言检索、长文本嵌入 |
| Nomic Embed Text | 本地，768 维，Apache 2.0 | 轻量、本地 RAG 基准常用 | 免费（自托管） | 低 | 轻量本地 RAG、嵌入式/边缘设备 |
维度说明：价格为公开标价的量级参考（来源：技术媒体对 10月模型价目的整理与各厂文档），实际以官网计费页为准；质量无单一基准，按「常见语料经验」排序。
逐个点评
- OpenAI text-embedding-3：省心首选。英文语义、SDK 成熟度、稳定性都顶，缺点是把数据送上云端、且纯文本——做中文专有语料或图片检索会触到边界。
- Cohere Embed 5：把「检索向量」和「索引向量」分开，对规模化检索很友好，Fast 版压延迟；仍是云端，适合不愿意自己养嵌入服务的团队。
- EmbeddingGemma 2（10月6日新发）：本期最大变量。多模态 + Apache 2.0 + 可本地跑，意味着图片和文字能在同一空间里被检索——这是过去要拼好几个模型才能做的事。代价是要自己部署、显存有要求（7.4 亿参数 FP16 约 1.5GB 级）。
- BGE-M3：中文/多语言 RAG 的老牌优等生，稠密+稀疏+多向量三件套让它既能语义搜也能关键词搜，本地免费，社区资料多。
- Jina v3 / Nomic Embed：前者跨语言长文档强，后者轻量到能塞进边缘设备——都不是「最强」，但都是「特定约束下的最优解」。
决策路径（if…then…）
- 做英文 SaaS、要最快验证、不介意数据出域 → OpenAI text-embedding-3 或 Cohere Embed 5。
- 检索规模大、要压延迟、要检索/索引分离 → Cohere Embed 5 Fast。
- 要图片+文字一起检索，且数据不能出域 → EmbeddingGemma 2（本地 Ollama 拉起，详见本合集「实战清单」）。
- 中文/多语言 RAG、要免费本地、要稀疏+稠密混合 → BGE-M3。
- 边缘/嵌入式、显存吃紧、只要文本 → Nomic Embed Text。
- 跨语言长文档、100+ 语言 → Jina Embeddings v3。
三个最容易踩的坑
- 维度不匹配：同一个向量库里混用不同模型/不同维度，检索会静默出错。换模型必须重建索引，别试图「热替换」。
- 训练/推理不一致：EmbeddingGemma 2 这类模型有可选编码器（文本-only 小配置），上线和离线必须用同一配置，否则上线即翻车。
- 多模态当万能：EmbeddingGemma 2 把图、文、音、视频投到同一空间，但「跨模态相似度」的阈值和纯文本不同，直接复用文本检索的阈值会大量误召回——先在小样本上调阈值。
边界与不适用
- License / 商用：表中 Apache 2.0 项可商用，但 OpenAI/Cohere/Jina 云端项的 license 与商用条款以官网为准；EmbeddingGemma 2 的 Apache 2.0 以 Google 仓库声明为准，落地前到 Hugging Face 仓库核对一遍，别凭 README 下结论。
- 数据安全：任何云端嵌入都会把文本/图像送出本机。合规场景优先本地模型（EmbeddingGemma 2 / BGE-M3 / Nomic）+ 私有向量库。
- 不是银弹：嵌入解决「找得近」，不解决「答得对」。源材料脏、切块不合理，再好的嵌入也白搭。
我的判断
我的判断：这一波最值得关注的是 EmbeddingGemma 2 代表的「多模态 + 本地 + 免费」组合——它把过去要拼 2–3 个模型才能做的图文混合检索，压成了一个可自托管的模型，长期看会改写中小团队「检索 eyes」的默认选项。 但新项目别盲目追新：先把 EmbeddingGemma 2、BGE-M3、OpenAI 三者在你的真实语料上跑一遍召回率，再决定，而不是看发布热度。
反直觉的一面：很多人以为「嵌入越新越大越好」，但对企业中文 RAG，BGE-M3 的稀疏+稠密混合常常比最新的纯稠密模型更稳。先进 ≠ 合适，这行最贵的错误就是用复杂度掩盖没想清楚。更多嵌入与检索的选型思路，见 Hugging Face 模型库。
结尾
这个号只写两件事：能直接抄走的技术清单，和带判断的深度拆解。工作日每天更新。
关注之后，这四个栏目会持续更：
- 深度解析 —— 每天一件 AI 大事，写清背景、数据和我的判断，3 分钟读完
- GitHub 热榜 —— 每周一期，按「真的用得上」筛，每个都给最低成本上手路径
- 选型对比 —— 一张对比表 + 一条决策路径 + 这个结论什么时候不成立
- 实战清单 —— 前置条件、可复制配置、验证方法、常见坑
想翻哪一类，在对话框回复对应的词就行：清单 / 热榜 / 合集。有不同看法也欢迎留言。
这类内容都归在「选型对比」合集里，回复「清单」能翻到全部历史。
参考来源：AI Impact Hub — 2026-10-08 · Hugging Face 模型库
