做 RAG、语义搜索、知识库召回时，很多人一开始会纠结同一个问题：向量模型这么多，到底该选哪一个。

常见模型大致可以分成两组。一组是通用文本向量，覆盖中英文和多语言任务；另一组更适合中文场景，重点看中文检索、中文问答和中文知识库效果。

如果先给一个很短的结论，可以这样看：

• 想省事、直接用 API：text-embedding-3-small 或 text-embedding-3-large
• 想做中文检索，且希望开源可自部署：bge-base-zh-v1.5、bge-m3、gte-large-zh
• 想兼顾多语言：multilingual-e5-base、multilingual-e5-large、jina-embeddings-v3
• 想在中文场景里压成本：bge-small-zh-v1.5、gte-base-zh

一、先按类型看这些模型

1. OpenAI 系列

• text-embedding-3-small
• text-embedding-3-large

这类模型的特点是调用简单、稳定，适合直接接 API 做检索、RAG、分类和相似度匹配。它们的优势不在“某一个中文榜单分数特别高”，而在整体体验完整：接入门槛低、效果稳定、工程成本也低。

如果团队不想自己托管模型、不想维护推理服务，OpenAI 这类方案通常最省时间。

2. BGE 系列

• BAAI/bge-small-zh-v1.5
• BAAI/bge-base-zh-v1.5
• bge-m3

BGE 是中文检索里很常见的一条线。bge-small-zh-v1.5 和 bge-base-zh-v1.5 更偏中文单语任务，适合中文语义搜索、知识库召回、FAQ 匹配。bge-m3 则更通用，能覆盖多语言、多粒度和更复杂的检索场景。

如果你的数据主要是中文文本，BGE 往往是最容易进入候选名单的一组。

3. E5 系列

• intfloat/multilingual-e5-base
• multilingual-e5-large

E5 系列的特点是多语言能力比较均衡，适合中英混合、跨语种检索、国际化内容库。它不是只盯中文，而是更强调“不同语言都能放到一个统一检索体系里”。

如果你的语料不是纯中文，而是中文、英文、日文甚至更多语言混在一起，E5 通常比中文专用模型更稳。

4. GTE 系列

• Alibaba-NLP/gte-base-zh
• gte-large-zh

GTE 在中文任务里也很常见，定位和 BGE 有点接近，都是中文检索的实用型选手。它的特点通常是比较平衡，没有特别复杂的使用门槛，适合做中文知识库、站内搜索和企业内部文档召回。

如果你想在中文开源模型里多做一组对照，GTE 很值得一起评测。

5. Jina Embeddings

• jina-embeddings-v3

Jina 这一类更偏通用和现代工程场景，常见于多语言检索、长文本、网页内容处理等任务。它经常出现在“一个模型覆盖更多任务形态”的讨论里，适合希望统一 embedding 层的团队。

如果你的内容来源比较杂，既有网页、文档，也有多语言文本，Jina 往往是一个值得测试的备选。

二、中文场景里，哪些模型更常用

如果把范围收窄到中文场景，常见候选基本就是这些：

• bge-small-zh-v1.5
• bge-base-zh-v1.5
• bge-m3
• gte-base-zh
• gte-large-zh
• multilingual-e5-base
• multilingual-e5-large

这几类里，最典型的分法其实不是“谁绝对更强”，而是下面这三个问题：

1. 你的数据是不是以中文为主
2. 你是不是需要多语言
3. 你更在意效果、成本，还是部署方便

三、把这些模型放在一起看

1. 如果只看中文效果

纯中文知识库、中文问答、中文文档召回，一般优先看 BGE 和 GTE。

• bge-small-zh-v1.5：更轻，适合成本敏感场景
• bge-base-zh-v1.5：通常是中文场景里更均衡的一档
• gte-base-zh：和轻量 BGE 类似，适合先做基线
• gte-large-zh：更适合追求召回质量的场景
• bge-m3：适合希望把中文检索和更复杂能力放到一起考虑的团队

如果语料几乎全是中文，E5 虽然也能用，但很多时候不会是第一优先。

2. 如果需要多语言

这时优先级会明显变化。

• multilingual-e5-base 和 multilingual-e5-large 更适合多语言统一检索
• jina-embeddings-v3 也适合多语言和通用文本任务
• bge-m3 比传统中文专用模型更适合扩展到多语言
• text-embedding-3-small 和 text-embedding-3-large 适合想直接上 API 的场景

如果你的库里同时有中文、英文、产品文档、网页文案和用户问题，多语言模型会比中文专用模型省掉很多后续改造成本。

3. 如果要控制推理和存储成本

轻量模型更有优势。

• bge-small-zh-v1.5
• gte-base-zh
• multilingual-e5-base
• text-embedding-3-small

这类模型通常更适合：

• 文档量大
• 更新频繁
• 需要批量向量化
• 对延迟和成本比较敏感

如果数据规模很大，embedding 维度、推理速度、索引占用都会直接影响总成本，所以“先上小模型做基线”通常是更稳的做法。

4. 如果优先追求上限

更大的模型通常更适合复杂检索或高质量召回，例如：

• text-embedding-3-large
• multilingual-e5-large
• gte-large-zh
• bge-base-zh-v1.5
• bge-m3

但这里要注意，模型越大不代表线上体验一定越好。很多项目最后的瓶颈不是模型本身，而是切分策略、召回条数、重排、数据清洗和评测方式。

四、每个模型更适合什么任务

五、实际选型时可以怎么决策

如果你只是要落地，而不是写论文，选型顺序可以简单一点：

场景一：中文知识库

优先测试这几组：

• bge-base-zh-v1.5
• gte-large-zh
• bge-small-zh-v1.5

如果预算紧，先从小模型开始；如果更重视召回质量，再往更大的模型试。

场景二：中英混合知识库

优先测试：

• multilingual-e5-base
• multilingual-e5-large
• text-embedding-3-small
• text-embedding-3-large

如果不想自部署，OpenAI 会更直接；如果要自己托管，E5 更常见。

场景三：中文为主，但未来可能扩到多语言

优先测试：

• bge-m3
• multilingual-e5-base
• jina-embeddings-v3

这类场景最怕的是一开始只看中文，后面又要重做整个向量库。

六、最后怎么选，关键不是“榜单第一”

向量模型选型里，最容易踩的坑就是只看公开分数，然后直接上线。

更靠谱的方式通常是：

1. 先挑 2 到 4 个候选模型
2. 用自己的真实数据做 embedding
3. 跑一轮召回评测
4. 再结合成本、延迟、部署方式做决定

因为真正决定结果的，往往不是模型名本身，而是模型和你的语料、分块策略、查询形式到底合不合。

总结

如果只想记住一版实用结论，可以这样：

• 中文优先：先看 bge-base-zh-v1.5、gte-large-zh
• 成本优先：先看 bge-small-zh-v1.5、gte-base-zh、text-embedding-3-small
• 多语言优先：先看 multilingual-e5-base、multilingual-e5-large、jina-embeddings-v3
• 直接上 API：先看 text-embedding-3-small、text-embedding-3-large
• 想兼顾中文和后续扩展：先看 bge-m3

没有一个模型适合所有项目，但大多数项目都可以先从这几组里很快筛出第一批候选。