BGE-M3

BGE-M3 是智源 2024 年 1 月的多语言嵌入快照，不是 2026 检索王冠。2026-08-17 复核：huggingface.co/BAAI/bge-m3 仍在，MIT，XLM-RoBERTa，568M，1024 维，8192 token，并保留密集 / 多向量 / 稀疏旧文。旧的 首个同时做三种检索 / MIRACL nDCG@10 70.0 / MKQA 75.5% / 超过 OpenAI 最新嵌入 不再当 2026 普查。

如果要仍在表里的 OpenAI v3 行，对比 text-embedding-3-large；如果要更早仍在计费的 OpenAI 快照，对比 text-embedding-ada-002。

核心功能

• 上一代开源卡：我们打开的 HF 页仍托管 2024 权重。引用 568M / 1024 维 / 8192 前先核该卡。
• 不是 2026 榜单：MIRACL 70.0 和 MKQA 75.5 不进表，除非你重跑一手榜。
• 混合检索是旧说法：密集 + 多向量 + 稀疏仍在卡上。不要把它写成 2026 年首个或唯一混合嵌入。
• 不编造 API 美元：自托管或核托管方。不要编造 BGE-M3 每百万价。

适用场景

• 还拿着 2024 年 BGE-M3 书签、需要改目录的人。
• 对比旧混合 BGE 与计费 OpenAI v3 行的人。
• 差点把 MIRACL 70.0 贴进 2026 材料的人。

局限：这次没有重嵌多语言语料，也没有重跑 MIRACL / MKQA。

定价方案

一手页，2026-08-17。

如果旧博客还把 BGE-M3 写成当前多语言王冠，以本页为更正。

快速开始

1. 下载权重前先打开 huggingface.co/BAAI/bge-m3。
2. 如果要计费的 OpenAI v3 行，再核 text-embedding-3-large。
3. 如果要更便宜的在表 v3 行，再核 text-embedding-3-small。
4. 不要把 MIRACL 70.0 贴进材料。

常见问题

BGE-M3 还是多语言嵌入旗舰吗？

不当 2026 普查。它是仍在架上的 2024 MIT 卡。

它在 MKQA 上赢过 OpenAI 吗？

那条旧分数不再当 2026 普查。

和 text-embedding-3-large 一样吗？

不一样。3-large 是计费的 OpenAI v3 行。BGE-M3 是 2024 开源快照。

替代方案

• text-embedding-3-large：仍在表里的 OpenAI v3 large 行。
• text-embedding-3-small：更便宜的在表 OpenAI v3 行。
• text-embedding-ada-002：更早仍在计费的 OpenAI 快照。

使用技巧

1. 把 BGE-M3 写成 2024 年 1 月快照。
2. 引用 8192 token 或 1024 维前先核 HF 卡。
3. 不要编造 2026 MTEB 名次。

总结

BGE-M3 是仍在 Hugging Face 上的 2024 年智源多语言嵌入快照，不是 2026 MIRACL 或 MTEB 王冠。从 huggingface.co/BAAI/bge-m3 起步，再决定 OpenAI v3 行是否已经覆盖你要的检索路径。