Характеристики

Лицензия: Apache 2.0
Базовая модель: Qwen3-Embedding-0.6B
Библиотека: transformers
Опубликована: 23 апр 2026

Ссылки

Qwen3-Embedding-0.6B-i1-GGUF

ЭмбеддингиТекст → embedding9 профессий

mradermacher/Qwen3-Embedding-0.6B-i1-GGUF — это набор GGUF-квантизованных версий модели Qwen3-Embedding-0.6B, разработанной командой Qwen и квантизованной пользователем mradermacher.

802скачиваний за 30 дней2лайкавеса обновлены23 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

Модель предназначена для получения векторных представлений текста и задач семантического поиска, сравнения предложений, извлечения признаков и построения систем на базе text embeddings inference. В README явно указан английский язык.

Модель имеет размер около 0,6 млрд параметров в исходной версии и распространяется в форматах GGUF с различными схемами квантизации, включая IQ1_S, IQ2_M, IQ3_S, Q4_K_M, Q5_K_M и Q6_K. Размеры доступных файлов составляют примерно 0,3–0,6 ГБ. Варианты отличаются компромиссом между размером, скоростью и качеством; для Q4_K_M заявлены высокая скорость и рекомендованный баланс, а для низкобитных вариантов отмечается снижение качества. Архитектура, размер контекста и дополнительные поддерживаемые языки в README не указаны.

Преимуществами являются компактный размер, возможность локального запуска через экосистему GGUF и широкий выбор уровней квантизации. Ограничения связаны с потерей качества у наиболее агрессивно квантизованных вариантов, а также с отсутствием в представленном README подробных сведений о качестве, контекстном окне и мультимодальности. Модель распространяется по лицензии Apache-2.0.

Для каких профессий подходит9

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

I.11Универсальные способностиКлассификация, ранжирование и сопоставлениеAI помогает распределять объекты по категориям, устанавливать соответствия и определять порядок обработки.15 задач26 736моделей II.10Разработка и данныеРазработка и эксплуатация AI/ML-системAI помогает создавать, оценивать, развёртывать и контролировать AI/ML-системы на всём жизненном цикле.30 задач49 000моделей I.1Универсальные способностиПоиск и навигация по информацииAI помогает находить нужные сведения и помогать человеку быстро переходить от вопроса к подтверждённому источнику.18 задач13 467моделей I.12Универсальные способностиРекомендации и персонализацияAI помогает подбирать релевантные варианты и адаптировать опыт под конкретного человека или ситуацию.15 задач7 627моделей

Также подходит для

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

About

weighted/imatrix quants of https://huggingface.co/Qwen/Qwen3-Embedding-0.6B

For a convenient overview and download list, visit our model page for this model.

static quants are available at https://huggingface.co/mradermacher/Qwen3-Embedding-0.6B-GGUF

Usage

If you are unsure how to use GGUF files, refer to one of TheBloke's READMEs for more details, including on how to concatenate multi-part files.

Provided Quants

(sorted by size, not necessarily quality. IQ-quants are often preferable over similar sized non-IQ quants)

Link	Type	Size/GB	Notes
GGUF	imatrix	0.1	imatrix file (for creating your own quants)
GGUF	i1-IQ1_S	0.3	for the desperate
GGUF	i1-IQ1_M	0.3	mostly desperate
GGUF	i1-IQ2_XXS	0.3
GGUF	i1-IQ2_XS	0.3
GGUF	i1-IQ2_S	0.4
GGUF	i1-IQ2_M	0.4
GGUF	i1-IQ3_XXS	0.4	lower quality
GGUF	i1-Q2_K_S	0.4	very low quality
GGUF	i1-Q2_K	0.4	IQ3_XXS probably better
GGUF	i1-IQ3_XS	0.4
GGUF	i1-IQ3_S	0.4	beats Q3_K*
GGUF	i1-Q3_K_S	0.4	IQ3_XS probably better
GGUF	i1-IQ3_M	0.4
GGUF	i1-Q3_K_M	0.4	IQ3_S probably better
GGUF	i1-IQ4_XS	0.5
GGUF	i1-Q3_K_L	0.5	IQ3_M probably better
GGUF	i1-IQ4_NL	0.5	prefer IQ4_XS
GGUF	i1-Q4_0	0.5	fast, low quality
GGUF	i1-Q4_K_S	0.5	optimal size/speed/quality
GGUF	i1-Q4_K_M	0.5	fast, recommended
GGUF	i1-Q4_1	0.5
GGUF	i1-Q5_K_S	0.5
GGUF	i1-Q5_K_M	0.5
GGUF	i1-Q6_K	0.6	practically like static Q6_K

Here is a handy graph by ikawrakow comparing some lower-quality quant types (lower is better):

And here are Artefact2's thoughts on the matter: https://gist.github.com/Artefact2/b5f810600771265fc1e39442288e8ec9

FAQ / Model Request

See https://huggingface.co/mradermacher/model_requests for some answers to questions you might have and/or if you want some other model quantized.

Thanks

I thank my company, nethype GmbH, for letting me use its servers and providing upgrades to my workstation to enable this work in my free time. Additional thanks to @nicoboss for giving me access to his private supercomputer, enabling me to provide many more imatrix quants, at much higher quality, than I would otherwise be able to.

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers

Нельзя запустить

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

Ревизия весов: 348092e