质量优先选 Grok 4.7 — 综合分第一，更忠于知识库内容。 开源模型优先 GLM-5.3 — 综合分第四，迭代次数较少、输出 token 适中。 质量优先选 GPT-6 Astra — 综合分排名第一。 开源模型优先选 Hunyuan-3 — 综合分可排在第二梯队。 首选 nvidia/Nemotron-3-Embed-8B-BF16 — 召回覆盖最高，一套模型可同时用于直接检索和召回后精排。

备选 tencent/KaLM-Embedding-Gemma3-12B-2511 — 覆盖率接近，retrieve 50 后即可交给精排。 首选 nvidia/Nemotron-3-Embed-8B-BF16 — 前排质量最高，适合取 top 5–8 直接送 LLM。 资源受限可选 google/embeddinggemma-300m — 仅 300M 参数，NDCG@10 与 Qwen3-4B 几乎持平。 首选 Qwen/Qwen3-Reranker-8B — 综合排序质量最高，适合优先保证精排效果。 资源受限可选 jinaai/jina-reranker-v3.5 — 仅 0.6B 参数，NDCG 接近首选，且首位命中表现更好。