Cuando las personas comienzan a construir sistemas RAG, búsqueda semántica o recuperación de bases de conocimiento, a menudo se quedan atascadas en la misma pregunta: hay tantos modelos de embedding, ¿así que cuál debe elegir?

Las opciones comunes se pueden dividir aproximadamente en dos grupos. Un grupo son los embeddings de texto de propósito general que cubren tareas en chino, inglés y multilingües. El otro grupo está mejor adaptado a escenarios en chino, especialmente la recuperación en chino, el QA en chino y las bases de conocimiento en chino.

Si quieres la versión corta primero, esta es una forma práctica de verlo:

• Si quieres el camino más fácil y prefieres usar una API directamente: text-embedding-3-small o text-embedding-3-large
• Si quieres recuperación en chino y prefieres modelos de código abierto que puedes autoalojar: bge-base-zh-v1.5, bge-m3, gte-large-zh
• Si necesitas soporte multilingüe: multilingual-e5-base, multilingual-e5-large, jina-embeddings-v3
• Si quieres mantener bajos los costos en escenarios chinos: bge-small-zh-v1.5, gte-base-zh

1. Primero, Míralos por Categoría

1. Serie OpenAI

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

Las principales fortalezas de estos modelos son la simplicidad y la estabilidad. Son adecuados si quieres llamar a una API directamente para recuperación, RAG, clasificación y coincidencia de similitud. Su ventaja no es que dominen una tabla de clasificación china específica, sino que la experiencia general es completa: bajo costo de integración, calidad estable y baja sobrecarga de ingeniería.

Si tu equipo no quiere alojar modelos ni mantener servicios de inferencia, OpenAI suele ser la opción que ahorra más tiempo.

2. Serie BGE

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

BGE es una de las familias más comunes utilizadas en recuperación china. bge-small-zh-v1.5 y bge-base-zh-v1.5 se inclinan más hacia tareas monolingües en chino, lo que los hace adecuados para la búsqueda semántica en chino, la recuperación de bases de conocimiento y la coincidencia de preguntas frecuentes (FAQ). bge-m3 es más de propósito general y puede cubrir escenarios de recuperación multilingües, de multi-granularidad y más complejos.

Si la mayor parte de tus datos es texto en chino, BGE es a menudo una de las familias más fáciles de incluir en la lista corta.

3. Serie E5

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

La fortaleza de la familia E5 es una capacidad multilingüe más equilibrada. Funciona bien para datos mixtos chinos-inglés, recuperación translingüística y bibliotecas de contenido internacionalizado. No se enfoca solo en chino.

4. Serie E5

5. Serie E5

6. Serie E5

7. Serie E5

8. Serie E5

9. Serie E5

10. Serie E5

11. Serie E5

12. Serie E5

13. Serie E5

14. Serie E5

15. Serie E5

16. Serie E5

17. Serie E5

18. Serie E5

19. Serie E5

20. Serie E5

21. Serie E5

22. Serie E5

23. Serie E5

24. Serie E5

25. Serie E5

26. Serie E5

27. Serie E5

28. Serie E5

29. Serie E5

30. Serie E5

31. Serie E5

32. Serie E5

33. Serie E5

34. Serie E5

35. Serie E5

36. Serie E5

37. Serie E5

38. Serie E5

39. Serie E5

40. Serie E5

41. Serie E5

42. Serie E5

43. Serie E5

44. Serie E5

45. Serie E5

46. Serie E5

47. Serie E5

48. Serie E5

49. Serie E5

50. Serie E5

51. Serie E5

52. Serie E5

53. Serie E5

54. Serie E5

55. Serie E5

56. Serie E5

57. Serie E5

58. Serie E5

59. Serie E5

60. Serie E5

61. Serie E5

62. Serie E5

63. Serie E5

64. Serie E5

65. Serie E5

66. Serie E5

67. Serie E5

68. Serie E5

69. Serie E5

70. Serie E5

71. Serie E5

72. Serie E5

73. Serie E5

74. Serie E5

75. Serie E5

76. Serie E5

77. Serie E5

78. Serie E5

79. Serie E5

80. Serie E5

81. Serie E5

82. Serie E5

83. Serie E5

84. Serie E5

85. Serie E5

86. Serie E5

87. Serie E5

88. Serie E5

89. Serie E5

90. Serie E5

91. Serie E5

92. Serie E5

93. Serie E5

94. Serie E5

95. Serie E5

96. Serie E5

97. Serie E5

98. Serie E5

99. Serie E5

100. Serie E5

101. Serie E5

102. Serie E5

103. Serie E5

104. Serie E5

105. Serie E5

106. Serie E5

107. Serie E5

108. Serie E5

109. Serie E5

110. Serie E5

111. Serie E5

112. Serie E5

113. Serie E5

114. Serie E5

115. Serie E5

116. Serie E5

117. Serie E5

118. Serie E5

119. Serie E5

120. Serie E5

121. Serie E5

122. Serie E5

123. Serie E5

124. Serie E5

125. Serie E5

126. Serie E5

127. Serie E5

128. Serie E5

129. Serie E5

130. Serie E5

131. Serie E5

132. Serie E5

133. Serie E5

134. Serie E5

135. Serie E5

136. Serie E5

137. Serie E5

138. Serie E5

139. Serie E5

140. Serie E5

141. Serie E5

142. Serie E5

143. Serie E5

144. Serie E5

145. Serie E5

146. Serie E5

147. Serie E5

148. Serie E5

149. Serie E5

150. Serie E5

151. Serie E5

152. Serie E5

153. Serie E5

154. Serie E5

155. Serie E5

156. Serie E5

157. Serie E5

158. Serie E5

159. Serie E5

160. Serie E5

161. Serie E5

162. Serie E5

163. Serie E5

164. Serie E5

165. Serie E5

166. Serie E5

167. Serie E5

168. Serie E5

169. Serie E5

170. Serie E5

171. Serie E5

172. Serie E5

173. Serie E5

174. Serie E5

175. Serie E5

176. Serie E5

177. Serie E5

178. Serie E5

179. Serie E5

180. Serie E5

181. Serie E5

182. Serie E5

183. Serie E5

184. Serie E5

185. Serie E5

186. Serie E5

187. Serie E5

188. Serie E5

189. Serie E5

190. Serie E5

191. Serie E5

192. Serie E5

193. Serie E5

194. Serie E5

195. Serie E5

196. Serie E5

197. Serie E5

198. Serie E5

199. Serie E5

200. Serie E5

201. Serie E5

202. Serie E5

203. Serie E5

204. Serie E5

205. Serie E5

206. Serie E5

207. Serie E5

208. Serie E5

209. Serie E5

210. Serie E5

211. Serie E5

212. Serie E5

213. Serie E5

214. Serie E5

215. Serie E5

216. Serie E5

217. Serie E5

218. Serie E5

219. Serie E5

220. Serie E5

221. Serie E5

222. Serie E5

223. Serie E5

224. Serie E5

225. Serie E5

226. Serie E5

227. Serie E5

228. Serie E5

229. Serie E5

230. Serie E5

231. Serie E5

232. Serie E5

233. Serie E5

234. Serie E5

235. Serie E5

236. Serie E5

237. Serie E5

238. Serie E5

239. Serie E5

240. Serie E5

241. Serie E5

242. Serie E5

243. Serie E5

244. Serie E5

245. Serie E5

246. Serie E5

247. Serie E5

248. Serie E5

249. Serie E5

250. Serie E5