/ Модель

Характеристики

Лицензия
Apache 2.0
Базовая модель
Qwen3-VL-Embedding-8B
Библиотека
llama.cpp
Опубликована
17 апр 2026

Qwen3-VL-Embedding-8B-GGUF

Сходство предложенийТекст → score8 профессий

Qwen3-VL-Embedding-8B-GGUF — мультимодальная модель для создания векторных представлений текста и изображений в общем embedding-пространстве.

650скачиваний за 30 дней7лайковвеса обновлены5 июн 2026

Бенчмарки

Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды

Публичные оценки

Из открытых лидербордов. Сравнивайте результаты одного теста при одинаковых условиях — отсутствие оценки не значит, что модель хуже.

В подключённых источниках результатов для этой модели пока нет.

Что умеет модель

Описание составлено по карточке модели и метаданным Hugging Face

Она основана на Qwen/Qwen3-VL-Embedding-8B и была квантована BatiAI из исходных BF16 safetensors для локального использования, в частности в on-device RAG-системах и BatiFlow. Архитектура включает Qwen3-VL с pooling head, текстовую часть на 8 млрд параметров и vision tower.

Модель предназначена для семантического поиска и мультимодального retrieval: поиска изображений по текстовому запросу, поиска текстов по изображению, а также совместной индексации PDF, заметок и изображений в одной векторной базе данных. Заявлена поддержка английского, корейского, японского и китайского языков. Для текстовых входов модель возвращает векторы размерностью 3584. Доступны квантования Q6_K размером около 5,8 ГБ и Q8_0 размером около 7,5 ГБ; Q6_K указано как минимально рекомендуемое из-за чувствительности embedding-моделей к низкобитному квантованию.

Сильные стороны модели — мультимодальность, единое пространство для текста и изображений, многоязычность и ориентация на локальный запуск. В README модель характеризуется как одна из наиболее качественных многоязычных embedding-моделей и позиционируется для сценариев, где важнее качество поиска, чем минимальная задержка. При этом собственные прямые измерения качества retrieval, например MTEB, в карточке не приведены, а работа с изображениями требует мультимодальной сборки llama.cpp с поддержкой mtmd. Модель распространяется по лицензии Apache 2.0, допускающей коммерческое использование.

Для каких профессий подходит8

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Также подходит для

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Qwen3-VL-Embedding-8B GGUF — Quantized by BatiAI

GGUF quantizations of Qwen/Qwen3-VL-Embedding-8B — the quality tier of Qwen3's vision-language embedding family. Part of BatiAI's on-device RAG stack for BatiFlow.

When to pick 8B over 2B?

Use casePick
Workstation / desktop Mac, retrieval quality matters8B — richer embeddings, better semantic separation
Laptop / Mac mini / latency matters2B — 4× smaller, sufficient for most tasks

What does it do?

VL (Vision-Language) embedding turns either text OR images into dense vectors in the same embedding space. This enables:

  • Search photos by text — "beach sunset" retrieves matching photos without manual tagging
  • Search text by image — drop a screenshot, find similar notes
  • Cross-modal RAG — index PDFs, notes, and images together in one vector DB

Quick Start

Text embedding (Ollama)

ollama pull batiai/qwen3-vl-embed-8b:q8

curl http://localhost:11434/api/embeddings -d '{
  "model": "batiai/qwen3-vl-embed-8b:q8",
  "prompt": "What is the capital of France?"
}'

Returns a 3584-dim float vector (8B model uses wider embedding than 2B's 2048).

Image embedding

Image support requires llama.cpp's mtmd multimodal build. See upstream docs.

Available Quantizations

FileQuantSizeRecommended
Qwen3-VL-Embedding-8B-Q6_K.ggufQ6_K5.8 GBbalanced
Qwen3-VL-Embedding-8B-Q8_0.ggufQ8_07.5 GBnear-lossless, best for retrieval quality

Embedding models are sensitive to low-bit quantization (vector quality drops). Q6_K minimum.

Quality note

Direct embedding-quality evaluation (e.g. MTEB retrieval) is more involved than pairwise reranker testing and takes longer to run locally — it will be added as measured. In the meantime, our sibling Qwen3-Reranker-8B card shows Q6_K ↔ Q8_0 Pearson correlation r = 0.9986 on 40 hard-negative triples. Same architecture family, same quantization approach — we expect this embedding model to behave similarly (quantization drift under noise floor).

Why Qwen3-VL-Embedding?

  • SOTA on MTEB — top multilingual embedding model
  • Multilingual — en / ko / ja / zh
  • Multimodal — text and image in the same embedding space

Why BatiAI?

  • Quantized directly from Alibaba's BF16 safetensors
  • BatiAI-signed metadata
  • Part of a full on-device RAG stack

Technical Details

  • Original Model: Qwen/Qwen3-VL-Embedding-8B
  • Architecture: Qwen3-VL with pooling head
  • Parameters: 8 B (text tower) + vision tower
  • License: Apache 2.0

BatiAI's RAG Stack

RoleModelHF
VL Embedding (2 B)Qwen3-VL-Embedding-2Bbatiai/Qwen3-VL-Embedding-2B-GGUF
VL Embedding (8 B)Qwen3-VL-Embedding-8Bthis repo
Reranker (0.6 B)Qwen3-Reranker-0.6Bbatiai/Qwen3-Reranker-0.6B-GGUF
Reranker (4 B)Qwen3-Reranker-4Bbatiai/Qwen3-Reranker-4B-GGUF
Reranker (8 B)Qwen3-Reranker-8Bbatiai/Qwen3-Reranker-8B-GGUF
Chat LLM (35 B-A3B)Qwen3.6-35B-A3Bbatiai/Qwen3.6-35B-A3B-GGUF

License

Mirrors upstream Qwen Apache 2.0. Commercial use permitted.

Как запустить

На своей GPU в ailist. Цена — по текущим предложениям провайдеров

GPU в ailist

Универсальный рантайм · llama.cpp

Нельзя запустить

GGUF-веса поддерживаются только для текстовых LLM (llama.cpp).

Ревизия весов
dff8bef

0 моделей