最佳本地 Embedding / 检索 — RTX 5090 32GB

甜点区间：97–97 分 · 3.5–3.5 ktok/s，共 1 个模型符合。

1. 1. Qwen3-Embedding-8B — 97 分 · 3.5ktok/s · 9GB
2. 2. Qwen3-Embedding-4B — 94 分 · 6ktok/s · 5.3GB
3. 3. Qwen3-Reranker-4B — 93 分 · 3ktok/s · 9.1GB
4. 4. Qwen3-Embedding-0.6B — 89 分 · 22.5ktok/s · 1.6GB
5. 5. gte-Qwen2-1.5B — 88 分 · 9ktok/s · 4.1GB

共 10 个装得下的可用模型。← RTX 5090 全部能力