向量嵌入选型：如何为生产RAG选择合适的嵌入模型

维度、成本、多语言能力与部署架构四个选型维度——中文混合语境有其特别考量

在生产RAG（检索增强生成）系统中，嵌入模型的选择决定了语义搜索质量的上限。嵌入模型将文本转换为高维向量，系统依靠向量空间中的余弦相似度判断哪些内容与查询最相关。选型涉及维度、成本、多语言能力与部署架构四个主要维度。

主流嵌入模型比较

OpenAI text-embedding-3系列

text-embedding-3-small（1536维）与text-embedding-3-large（3072维）是目前最广泛使用的商业嵌入模型。英文语义理解表现稳定，整合成本低。中文及多语言场景效果较不稳定，且每次查询均需API调用，无法本地运行。定价为$0.02/M tokens（small）与$0.13/M tokens（large）。

Google Gemini text-embedding系列

text-embedding-004（768维）是目前多语言RAG的主流选择之一。在中文、繁体中文的语义理解上优于OpenAI small模型，且768维向量体积小，存储与计算成本较低。适合同时处理英文与中文内容的混合语境系统。

开源本地模型

multilingual-e5-large、BGE（BAAI/General Embedding）等可部署于本地或私有云，无需将文本发送至外部API。完全控制数据，适合对数据主权有严格要求的场景。代价是需自行管理推理基础设施，GPU或高规格CPU的运行成本需单独计算。

中文多语言场景的特别考量

对于同时包含中文、英文的混合文本，Gemini text-embedding-004在语义相关性排序上表现较OpenAI small模型更为稳定。在最终选型前，建议以实际业务数据集进行小规模召回率测试，而非单纯依赖公开排行榜。Neon pgvector的生产配置细节可参阅Neon Postgres与pgvector：生产RAG数据库设计要点。

维度与存储成本的取舍

高维向量的语义表达能力更强，但存储与计算成本线性增加。以1M条文本记录计算：768维（float32）约需3GB存储空间，3072维则需12GB。在pgvector等向量数据库中，索引构建时间与查询速度亦随维度增加受影响。

一个被忽略的设计原则

小结

嵌入模型的选型不是一次性决策，随业务语料库语言分布的变化，合适的模型可能不同。中文内容为主的系统优先测试Gemini系列；对数据主权有要求的场景考虑开源本地部署；建立索引前先以小规模数据集验证召回率，再大规模建库。