MTEB
一个页面看懂嵌入模型榜
MTEB 榜单托管在 Hugging Face 上，由 mteb 团队以公开 Space 的形式维护，专门收集文本嵌入模型的最新基准结果。它把分散在论文与代码仓库里的分数集中到同一张表上，读者打开页面就能看到当前有哪些模型参与、各自在不同任务上拿了多少分。对第一次接触嵌入概念的人来说，这张表也是一份现成的入门地图，可以先看排名，再回头补背景知识，整份榜单免费开放。
深度介绍
MTEB详细介绍
任务、语言、领域三个筛选
首页把筛选能力写成一句话：挑一个任务、一种语言或一个领域，看哪些模型排在前面。三个维度彼此独立，也能叠加使用，比如先限定一种语言，再切换到检索类任务，页面随之刷新分数与名次。对只想解决单一问题的读者，这种筛法省去了在长表里逐行找模型的麻烦，几秒钟就能拿到一份候选短名单，之后再决定要不要细看完整榜单，换一个维度接着筛即可。
打开即用，不用搭环境
榜单以 Hugging Face Space 的形式运行，内容在浏览器里动态加载，打开即可浏览与筛选，不需要本地安装环境，也不用自己准备评测数据。页面会提示当前运行在 CPU 环境，并给出升级选项，说明没有 GPU 也能完成查看与筛选这类操作。临时查一个分数、比两个模型的人，用完直接关掉页面就行，比自己搭一套评测脚本省事得多。
分数与名次一起看
选定范围之后，榜单同时给出分数与名次两种读法：想知道谁排最前，直接读名次；想知道两个模型差多少，再看具体分数。首页文案把这件事写成 view scores 与 rank highest 两个动作，说明它既服务只看结论的人，也服务要拿数字做比较的人。页面标注展示的是最新一轮基准结果，读者看到的分数对应当前公开的评测数据。
社区热度摆在标题下
榜单标题下方挂着两组社区数据：约 7690 次点赞与 191 条讨论。数字不大，却是判断价值的旁证，说明这张表被反复打开、被拿去讨论。遇到分数存疑的地方，可以顺着讨论区看看别人怎么解读同一轮结果。页面同时提供文件页签，读者能直接查看这个 Space 里包含的内容，数据与来源都摆在明处，不需要额外申请权限。
选型、评测、讲课都用得上
最常见的用法是给向量库与检索系统选模型：先按任务筛出候选，再看分数排序，最后决定接哪一家。做横向评测的团队可以拿它当参照系，把自家跑出的结果与公开榜单放在一起看。课堂与技术分享同样用得上，一份来自公开基准的排名，比临时拼的对比图更有说服力。研究与教学、开源社区里的使用者都能直接引用页面上的数据，筛出来的短名单也可以直接贴进选型文档，供团队一起讨论。
从榜单走到文档与模型库
榜单本身免费开放，不需要付费开通，也不用先申请审批。往下走还有三处入口：Hugging Face 文档库讲清楚模型怎么用，模型库可以直接翻看各家嵌入模型的详情，站点图则给出整个站点的结构。上手路径很短，先打开榜单做筛选，再点进感兴趣的模型，最后照着文档把模型接进自己的检索流程，整个过程都能在同一个站点里完成。
产品特点
核心功能与独有价值
三个旋钮定一张榜
任务、语言、领域三个筛选放在同一行，读者不必读懂整张表也能拿到结果。先把范围收窄到自己关心的那一类，再看名次与分数，几分钟就能圈出候选模型，比逐个查阅各家论文里的表格快得多，筛完再决定要不要深入看单个模型的细节。
七千余次点赞的公开榜
页面标题下挂着约 7690 次点赞与 191 条讨论，这两个数字让人一眼看出榜单的使用频率。遇到分数有疑问时，讨论区也是现成的去处，可以看看其他使用者怎么解读同一轮结果，再决定要不要采信，对第一次来的人尤其有用。
打开就能筛，不用装环境
榜单跑在 Hugging Face Space 上，浏览器打开即可浏览与筛选，不需要本地配置评测脚本，也不用准备数据集。临时要查一个分数、要比两个模型，来页面上筛一下就行，用完直接关掉，对偶尔使用的人来说特别省事，没有上手门槛。
分数和名次一起给
同一次筛选里既能看名次也能看具体分数，只想知道谁排前面的人直接读名次，要判断差距的人再看数字。页面把两种读法放在一起，省掉了另开表格换算的功夫，写报告或做选型时都能直接引用上面的结果。
最近动态
重要更新
官网当前展示的三维度筛选
榜单首页目前以任务、语言、领域三个维度提供筛选，并标明展示的是最新基准结果；读者选定范围即可查看各模型的分数与名次，筛选项与排序会随页面刷新同步更新。
社区数据累计约 7690 赞
榜单页当前显示约 7690 次点赞与 191 条讨论，社区规模保持在这一量级；页面下方同时保留文件页签，方便读者查看这个 Space 内包含的内容与数据。
页面以动态应用形式运行
榜单在浏览器端动态加载元数据并刷新内容，当前运行在 CPU 环境，页面给出升级选项；打开即用的形态没有变化，本地无需安装即可完成筛选与查看。
产品总结
MTEB 是托管在 Hugging Face 上的文本嵌入模型基准排行榜，由 mteb 团队以公开 Space 的形式维护。榜单聚焦文本嵌入这一类模型，把各家模型在公开基准上的最新得分集中到同一个页面上，读者不必逐个翻论文或代码仓库，就能看到当前有哪些模型参与、各自跑出了什么成绩。页面本身就是应用，打开即可浏览与筛选，不需要本地安装，也不用自己准备评测数据。 榜单的用法可以概括成三个维度加一次比较。三个维度分别是任务、语言与领域：可以只看某一类任务的排名，也可以把范围收窄到特定语言或行业领域，选定范围后页面给出各模型的分数与名次，方便横向比较。首页文案写明这里展示的是最新一轮基准结果，意味着分数会随新一轮评测更新。页面下方还保留着社区数据，目前约有 7690 次点赞与 191 条讨论，第一次接触的人可以据此判断这套榜单被使用的频率。 典型场景是在给检索系统、语义相似度应用或向量数据库选型时，先到这里筛一遍候选模型，再决定把哪一个接进项目；做课程讲解或写评测报告时，也可以直接引用榜单上的分数。它免费开放，打开页面即可使用。入口方面，榜单主页与 Hugging Face 的文档库、模型库在同一站点内互相打通，看完分数可以直接跳到模型页与使用文档，继续了解某个模型的细节与用法。
- 产品类型
- 面向文本嵌入模型的开源基准与排行榜
- 支持平台
- 网页版
- 资费模式
- 开源免费，Hugging Face Space 打开即用，无需申请或付费开通。
核验信息
参考文章与数据来源
本页产品信息核对于 2026-10-04，来源包括 MTEB 榜单首页、Hugging Face 文档库与模型库，以及站点的 robots 规则与站点图。筛选维度、社区数据与使用方式取自榜单页面的公开文案，分享图与站点图标取自站点公开图片资源，未做额外推断。
用户体验调查
MTEB介绍页面对您是否有帮助？