Embedding 向量模型价格对比

向量模型是干嘛的？

把文字变成向量，专给知识库检索、语义搜索、推荐系统用。

价格怎么算？

只按输入 token 收费，没有输出价。

维度是什么？

向量的长度。越大越精细也越吃存储，1024～1536 最常用。

开源的要钱吗？

权重免费、能自己部署；但得自己出 GPU。

一个月大概多少钱？

看你要向量化多少内容 × 单价；量大先用 Token 计算器估。

价格更新于 2026-08-28

模型	厂商	价格 / 百万 tokens	维度	最大输入	标签
BGE-M3	智源 BAAI 🇨🇳	开源免费	1024	8K	中文强
Qwen3-Embedding-8B	阿里通义 🇨🇳	开源免费	4096	32K	中文强
text-embedding-3-small	OpenAI 🇺🇸	￥0.134	1536	8K
voyage-3.5-lite	Voyage AI 🇺🇸	￥0.134	1024	32K
jina-embeddings-v3	Jina AI 🇩🇪	￥0.134	1024	8K
voyage-3.5	Voyage AI 🇺🇸	￥0.403	1024	32K
text-embedding-v4	阿里通义 🇨🇳	￥0.500	2048	8K	中文强
text-embedding-ada-002	OpenAI 🇺🇸	￥0.672	1536	8K
Mistral Embed	Mistral 🇫🇷	￥0.672	1024	8K
embed v4.0	Cohere 🇨🇦	￥0.806	1536	128K	多模态
text-embedding-3-large	OpenAI 🇺🇸	￥0.874	3072	8K
gemini-embedding-001	Google 🇺🇸	￥1.01	3072	2K
voyage-3-large	Voyage AI 🇺🇸	￥1.21	1024	32K
voyage-code-3	Voyage AI 🇺🇸	￥1.21	1024	32K	代码

价格以各厂商官方页为准，仅供选型参考。国际模型原价为美元，￥按最新汇率折算；国产模型走官方人民币价。数据整理自各厂商定价页与 models.dev。

使用指南

怎么挑 Embedding 模型？

Embedding 的调用量往往比对话大得多 —— 整个知识库要先向量化，之后每条查询也要编码，所以单价一点点差别，会被放大成月账的一大截。预算敏感就先挑便宜的；想彻底省，自部署开源的 BGE / Qwen3-Embedding。

价格之外主要盯两个数：维度决定向量多细、也决定向量库的存储与检索开销（1024～1536 够用，追精度再上 3072）；最大输入决定一次能塞多长，多数在 8K 上下，长文档得切块，少数如 Cohere embed v4 能到 128K。

国产的通义、BGE 走人民币、对中文更稳；要多语言或长上下文，Cohere、Voyage、Jina 更常见。想知道换算成一个月多少钱，把你的量代进 Token 成本计算器。