/ Модель

Характеристики

Контекст
40 960 токенов
Параметры
3,7 млрд
Размер весов
8 ГБ
Лицензия
Apache 2.0
Архитектура
qwen3 · dense
Базовая модель
Qwen3-Embedding-4B
Библиотека
mlx-embeddings
Опубликована
17 апр 2026

Qwen3-Embedding-4B-MLX-8bit

Генерация текстаТекст → текст9 профессий

8-битная MLX-квантизация Qwen3-Embedding-4B для создания текстовых эмбеддингов, семантического поиска и сравнения текстов на Apple Silicon.

197скачиваний за 30 дней0лайковвеса обновлены17 апр 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

Это 8-битная MLX-квантизация модели эмбеддингов Qwen3-Embedding-4B, подготовленная majentik с помощью mlx-embeddings для Apple Silicon. Модель семейства Qwen3 построена на архитектуре decoder-only Qwen3ForCausalLM и использует pooling последнего токена, чтобы преобразовывать текст в плотные векторные представления. До квантизации модель содержит около 4 млрд параметров; размер файлов после квантизации — около 4 ГБ. Максимальная длина контекста по метаданным составляет 40 960 токенов.

Модель предназначена для семантического поиска, сравнения текстов и других задач, где нужны текстовые эмбеддинги. В README заявлены высокие результаты в мультиязычных бенчмарках MMTEB. В метаданных указана поддержка английского и китайского языков, а также мультиязычный режим; конкретный набор остальных языков не перечислен.

Для использования требуется библиотека mlx-embeddings и устройство Apple Silicon. Модель распространяется по лицензии Apache-2.0. Это квантизированная производная Qwen/Qwen3-Embedding-4B; характеристики базовой модели и её результаты не следует автоматически считать гарантированными для этой сборки.

Сценарии применения

  • семантический поиск по текстовым документам
  • поиск похожих предложений и фрагментов текста
  • сравнение семантической близости двух текстов
  • создание векторного индекса для текстовой базы знаний

Ограничения

Для запуска нужна среда mlx-embeddings на Apple Silicon. README не приводит оценок качества именно этой 8-битной сборки; результаты базовой модели не гарантируют такие же показатели после квантизации.

Для каких профессий подходит9

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-Embedding-4B MLX 8-bit

MLX 8-bit quantization of Qwen/Qwen3-Embedding-4B, produced with mlx-embeddings on Apple Silicon.

What is this?

Qwen3-Embedding is a decoder-only LLM-style text embedding model from the Qwen3 family, using last-token pooling to produce dense vector representations. It scores near the top of MMTEB multilingual benchmarks while retaining Apache-2.0 licensing.

Quantization

  • Method: MLX affine quantization (mlx_embeddings.convert), group_size=64
  • Bits per weight: 8
  • Output size: 4.0 GB (vs ~7.5 GB for bf16 source)

Quickstart

from mlx_embeddings import load

model, tokenizer = load("majentik/Qwen3-Embedding-4B-MLX-8bit")

inputs = tokenizer(
    ["What is the capital of France?", "Paris is the capital of France."],
    padding=True, truncation=True, return_tensors="mlx"
)
outputs = model(inputs["input_ids"], attention_mask=inputs["attention_mask"])
embeddings = outputs.text_embeds  # already L2-normalised, shape [batch, dim]

For sentence similarity:

import mlx.core as mx

e = embeddings
scores = (e[0] @ e[1:].T).tolist()
print(scores)

Model Specifications

PropertyValue
Base ModelQwen/Qwen3-Embedding-4B
ArchitectureDecoder-only (Qwen3ForCausalLM) with last-token pooling
Parameters4B (4.0B) (pre-quantization)
Context Length32K
Embedding Dim2560
BF16 Size~7.5 GB
Licenseapache-2.0
Languages100+ (multilingual)

License

Apache 2.0 — inherited from the upstream Qwen3-Embedding model. Free for research and commercial use.

See also

Как запустить

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

GPU в ailist

Универсальный рантайм · mlx-embeddings

Нельзя запустить

MLX-модели работают только на Apple Silicon.

Класс архитектуры
Qwen3ForCausalLM
Ревизия весов
bf6643f

0 моделей