Voyage 4 Large 评测：最好的嵌入模型？对比 Qwen3-Embedding、Gemini 与本地 voyage-4-nano
Voyage 4 Large 是 Voyage AI 在 2026 年 1 月随 voyage-4 系列发布的旗舰文本嵌入模型，官方称它是首个商用的混合专家（MoE）嵌入模型。要说它是”最好的嵌入模型”，证据主要来自 Voyage 自己发布的 RTEB 对比：在 29 个数据集上的平均 NDCG@10，它超过 Gemini Embedding 001、Cohere Embed v4 和 OpenAI v3 Large。但在公共的 MTEB 英文检索榜单上，我们没有在前十里找到它；前十里有的是 Qwen3-Embedding-8B 这样的开放权重模型。这篇文章把厂商自测、公共榜单、价格和存储成本放在一起，回答本地读者的问题：做 RAG 要不要付费用 Voyage 4 Large，还是用能下载运行的 voyage-4-nano 或 Qwen3-Embedding。
核实说明：Voyage 4 Large 的性能数据来自 Voyage 官方博客（2026-01-15），均为厂商自测；价格读取自 Voyage 官方定价页；MTEB 英文检索榜单读取自 modelmenu.dev（2026-10-27 更新）；Qwen3-Embedding 的数据来自其 Hugging Face 模型卡，那里的 MTEB 分数日期是 2025 年 6 月，已经不是最新；voyage-4-nano 的信息来自其 Hugging Face 模型卡。我们没有自己评测过任何嵌入模型，存储与成本数字是我们的算术。
要点速览（更新于 2026-11-01）
- 厂商自测：RTEB 29 个数据集平均 NDCG@10，voyage-4-large 比 voyage-4 高 1.87%，比 Gemini Embedding 001 高 3.87%，比 Cohere Embed v4 高 8.20%，比 OpenAI v3 Large 高 14.05%。
价格：voyage-4-large 每百万 token 0.12 美元，voyage-4 为 0.06 美元，voyage-4-lite 为 0.02 美元；每个账号前 2 亿 token 免费。
本地：voyage-4-nano（Apache-2.0，约 3.4 亿参数）与旗舰共享嵌入空间；Qwen3-Embedding 有 0.6B、4B、8B 三档。
先看结论：榜首来自厂商自测
| 来源 | Voyage 4 Large 的位置 | 需要知道的前提 |
|---|---|---|
| Voyage 官方博客（RTEB，29 个数据集） | 领先所比较的 Gemini Embedding 001、Cohere Embed v4、OpenAI v3 Large 与自家 voyage-4、voyage-4-lite | 厂商自测，比较对象由厂商选择；博客比较的是 RTEB 的平均 NDCG@10 |
| MTEB 英文检索（modelmenu.dev） | 前十中未见 | 我们没有看到它的 MTEB 提交；榜首为 Yuan Embedding 2.0 En（70.7） |
| 价格 | 每百万 token 0.12 美元 | 比 Gemini Embedding 001（约 0.15 美元）便宜 |
这个结论的重点是：”没有出现在榜单上”不等于”不好”，而是意味着它和榜单上的模型没有在同一把尺子上量过。RTEB 是 Voyage 自己发起并用于其评测的检索基准，我们无法在这篇文章里独立核实其数据集构成，所以这里只是转述厂商的结论。
MTEB 英文检索榜单
modelmenu.dev 的 MTEB 英文检索榜单（2026-10-27 更新，数字为平均 nDCG@10 乘以 100）：
| 名次 | 模型 | 平均 nDCG@10 | 备注 |
|---|---|---|---|
| 1 | Yuan Embedding 2.0 En | 70.7 | — |
| 2 | Ingot 8B R3 | 70.0 | — |
| 3 | Qwen3-Embedding-8B | 69.4 | 4096 维，上下文约 33K，开放权重 |
| 4 | Geevec | 68.8 | — |
| 5 | Qwen3-Embedding-4B | 68.5 | 2560 维，开放权重 |
| 6 | Seed1.5 | 67.5 | — |
| — | Gemini Embedding 001 | 64.4 | 3072 维，上下文 2K，约 0.15 美元每百万 token |
可以看到，开放权重的 Qwen3-Embedding-8B 排第 3，4B 版排第 5，与榜首只差约 1.3 分和 2.2 分。对于要在本地做检索的人，这是个重要事实：公共榜单上，开放权重已经处在第一梯队。至于 Voyage 4 Large，我们没有找到它在这张榜单上的成绩。
Voyage 4 系列的设计：共享嵌入空间
voyage-4 系列的一个独特设计是：voyage-4-large、voyage-4、voyage-4-lite 和 voyage-4-nano 共享同一个嵌入空间。这意味着你可以用较大的模型嵌入文档（一次性离线做），再用较小、较便宜甚至本地的 nano 模型嵌入查询，两者的向量仍可直接比较，无需为换模型而重建索引。官方还说明 voyage-4-large 采用 MoE 架构，服务成本比同等稠密模型低约 40%（厂商数据）。向量维度支持 2048、1024、512、256 四档（套娃式），数据类型支持浮点、int8、uint8 和二进制。文档给出的上下文长度是 32,000 token，默认维度 1024。
价格与成本
Voyage 官方定价页（我们读取了本页）：
| 模型 | 每百万 token（美元） | 免费额度 |
|---|---|---|
| voyage-4-large | 0.12 | 前 2 亿 token |
| voyage-4 | 0.06 | 前 2 亿 token |
| voyage-4-lite | 0.02 | 前 2 亿 token |
| 旧款 voyage-3-large | 0.18 | 无 |
| Batch API | 在标准价基础上 33% 折扣 | 12 小时完成窗口，免费额度不适用于批处理 |
做两个算例（我们的算术，不含查询量）：
- 小型知识库，5,000 万 token 的语料：在前 2 亿免费 token 之内，嵌入成本为 0。
- 10 亿 token 的语料：扣除前 2 亿免费 token，剩余 8 亿 token。按 voyage-4-large 约 96 美元，voyage-4 约 48 美元，voyage-4-lite 约 16 美元。若走 Batch API（不扣免费额度），10 亿 token 按 voyage-4-large 约 80.4 美元。
结论：嵌入的一次性成本本身不高，真正的成本来自持续的查询量、重新嵌入（换模型或文档更新）以及向量存储。
向量存储：维度与数据类型决定账单
我们的算术：每个向量占用的字节数等于维度乘以每维字节数。100 万篇文档：
| 配置 | 每向量字节数 | 100 万向量体积 |
|---|---|---|
| 2048 维，float32 | 8,192 | 约 8.19GB |
| 1024 维，float32 | 4,096 | 约 4.10GB |
| 1024 维，int8 | 1,024 | 约 1.02GB |
| 256 维，int8 | 256 | 约 0.26GB |
| 1024 维，二进制 | 128 | 约 0.13GB |
从 2048 维浮点降到 1024 维 int8，体积下降到八分之一；降到 1024 维二进制，是 64 分之一。这些压缩会带来检索质量损失，具体损失我们没有在本文核实，必须在你自己的数据上测。
本地能用什么：voyage-4-nano 与 Qwen3-Embedding
| 模型 | 规模 | 特点 | 许可证与说明 |
|---|---|---|---|
| voyage-4-nano | 约 3.4 亿参数（1.8 亿非嵌入参数加 1.6 亿嵌入参数） | 上下文 32K；维度 2048、1024、512、256；与 voyage-4-large 共享嵌入空间；有 GGUF 版本可用于 Ollama | Apache-2.0 |
| Qwen3-Embedding-0.6B / 4B / 8B | 0.6B、4B、8B | 上下文 32K，维度最高 4096（可自定义 32 到 4096）；支持 100 多种语言与指令；官方 MTEB 多语种分数 64.33、69.45、70.58（2025 年 6 月），C-MTEB 中文 66.33、72.27、73.84 | 许可证请以模型卡为准，本文未核实 |
Qwen3-Embedding-8B 的权重按参数量约 16GB（BF16，我们的算术），4B 约 8GB，0.6B 约 1.2GB；这不含推理时的激活与批量开销。对中文读者，C-MTEB 的数据尤其有价值：8B 版为 73.84，4B 版为 72.27。想搭建本地检索系统，可以看本地知识库 RAG 搭建和Dify 与 RAGFlow 本地部署；硬件可参考GPU 显存指南。
怎样选：付费旗舰还是本地模型
| 你的情况 | 倾向 | 理由 |
|---|---|---|
| 数据不能出本机 | Qwen3-Embedding 或 voyage-4-nano | 开放权重，可在本地运行 |
| 主要是中文，且要本地 | Qwen3-Embedding-4B 或 8B | C-MTEB 数据较高，支持 100 多种语言 |
| 要尽快上线、语料不大 | voyage-4-large（API） | 前 2 亿 token 免费，接入简单 |
| 要降低查询成本又想保留旗舰质量 | 旗舰嵌入文档、nano 嵌入查询 | 共享嵌入空间，无需重建索引 |
| 对存储敏感 | 较小维度加 int8 或二进制 | 体积可降到八分之一以下，但需自测质量 |
查询成本：被低估的一项
很多人只算一次性的文档嵌入费，却忘了查询每天都在产生费用。做个算例（我们的算术，假设每次查询约 30 个 token，且不计免费额度）：每天 10 万次查询是每天 300 万 token，每月约 9,000 万 token。按 voyage-4-large 约 10.8 美元每月，按 voyage-4-lite 约 1.8 美元每月。金额都不大，但如果你的查询量是这个的一百倍，差别就会变得明显；而如果查询放在本地用 nano 模型完成，边际成本接近零，只剩电费。这正是共享嵌入空间的价值：文档一次性用大模型嵌入，查询在本地用小模型嵌入。
怎么读厂商的”领先 X%”
Voyage 博客写的是”比 Gemini Embedding 001 高 3.87%，比 OpenAI v3 Large 高 14.05%”。读这类数字有三个要点。第一，它是相对差距，不是绝对分数，我们没有看到博客里完整的绝对分数表可供在文中复述，所以不要把它换算成”NDCG 提升多少个点”。第二，比较对象由厂商选择，博客里没有出现榜单上开放权重的 Qwen3-Embedding；这并不是说它们更好，而是说这个比较回答不了”和开放权重模型相比如何”。第三，平均数会掩盖分布：某个数据集上差，另一个数据集上好，平均下来仍然领先，而你的数据可能恰好落在差的那一类里。关于怎样读榜单，请见怎么读模型评测榜单。
上下文 32K 不是让你塞满
文档给出的上下文是 32,000 token，Qwen3-Embedding 也是 32K。但对检索来说，把一整篇长文塞进一个向量通常不是好主意：一个向量要代表一篇长文的所有内容，细节会被稀释，检索出来的片段也太长，后面送给大模型的上下文会被撑满。更常见的做法是切成数百 token 的块，保留标题等元数据，并在块之间留出重叠。长上下文的价值在于：当你的段落本身很长（如法律条文、论文章节）时，不必被迫硬切。具体切块与评估方法，请参考本地知识库 RAG 搭建。
自己复现：评测方法
我们没有评测过这些模型，下面的流程可以让你在自己的数据上做出判断。
- 构建 200 条查询：来自真实用户问题，并为每条标注 1 到 3 篇相关文档。
- 准备干扰文档：至少 1 万篇，包含与相关文档相近的”难负例”。
- 统一流程：同样的切块方式、同样的相似度（余弦），只替换嵌入模型。
- 指标：计算 Recall@10、nDCG@10 和 MRR；中文与英文分开统计。
- 压缩实验：对每个模型，测试 1024、512、256 维以及 int8、二进制，记录质量下降。
- 成本与速度：记录每百万 token 的嵌入耗时与费用；本地记录显存与电费。
- 混合实验：用旗舰嵌入文档、nano 嵌入查询，验证共享嵌入空间在你的数据上是否可用。
常见错误
- 把厂商自测当成公共榜单：Voyage 4 Large 的领先来自 RTEB 的厂商对比。
- 忽略榜单日期：Qwen3-Embedding 模型卡上的 MTEB 分数是 2025 年 6 月的。
- 只看嵌入费，不看存储与重嵌入：长期成本往往来自这两项。
- 压缩向量却不测质量：int8 或二进制的损失取决于数据。
- 混用不同嵌入空间：只有 voyage-4 系列声明共享空间，别把它们和其他厂商的向量混在一起。
相关阅读
常见问题：Voyage 4 Large
Voyage 4 Large 是最好的嵌入模型吗？
在 Voyage 自己发布的 RTEB 对比中，它领先所比较的 Gemini Embedding 001、Cohere Embed v4 和 OpenAI v3 Large。但我们没有在公共 MTEB 英文检索榜单前十里看到它。
Voyage 4 Large 多少钱？
官方定价页写明每百万 token 0.12 美元，每个账号前 2 亿 token 免费；Batch API 有 33% 折扣。
有能本地运行的版本吗？
有 voyage-4-nano，Apache-2.0，约 3.4 亿参数，与旗舰共享嵌入空间，并有可用于 Ollama 的 GGUF 版本。
Qwen3-Embedding 能替代它吗？
在公共 MTEB 英文检索榜上，Qwen3-Embedding-8B 为 69.4，排第 3。是否能替代，取决于你的数据，请按本文方法自测。
向量维度怎么选？
维度越高通常质量越好但存储越大。1024 维 int8 比 2048 维 float32 小到八分之一；具体损失需自测。
中文检索用哪个？
Qwen3-Embedding 的 C-MTEB 中文分数为 8B 版 73.84、4B 版 72.27。Voyage 4 Large 的中文表现我们没有读到独立数据。
和我们聊聊
在搭建本地检索或 RAG 系统？欢迎到社区交流，或者发邮件到 admin@microaione.com。
参考资料：Voyage AI 博客：voyage-4、Voyage 官方定价、Voyage 嵌入文档、modelmenu.dev MTEB 榜单、Hugging Face：voyage-4-nano、Hugging Face：Qwen3-Embedding-8B。
