---
title: "Qwen3 Embedding 8B DSGVO-konform in der EU nutzen"
description: "Qwen3 Embedding 8B auf inference.eu: mehrsprachige Embeddings für Suche und RAG, bis 4096 Dimensionen und 32K Tokens, verarbeitet in der EU."
canonical: "https://inference.eu/de/modelle/qwen3-embedding-8b/"
language: "de"
---

Embeddings · Qwen (Alibaba Cloud)

# Qwen3 Embedding 8B in der EU über eine OpenAI-kompatible Embeddings-API nutzen

Qwen3 Embedding 8B wandelt Text in Vektoren für semantische Suche, Retrieval-Augmented Generation, Clustering und Klassifizierung. Es beherrscht über 100 Sprachen, auch Programmiersprachen, und liest bis zu 32.000 Tokens pro Eingabe. Auf inference.eu rufen Sie es im OpenAI-Embeddings-Format auf, Ihre Dokumente werden in Rechenzentren in der EU verarbeitet und nie zum Training genutzt.

[Vertrieb kontaktieren](https://inference.eu/de/kontakt/)[Beispielanfrage](#example)

1.  018B
2.  02Rechenzentren in der EU
3.  03Apache 2.0

## Was Qwen3 Embedding 8B ist

Qwen3 Embedding 8B ist das größte Modell der Qwen3-Embedding-Reihe von Alibaba, veröffentlicht im Juni 2025 unter der Apache-2.0-Lizenz. Es basiert auf dem Qwen3-Grundmodell, hat 8 Milliarden Parameter und 36 Schichten und erzeugt Embeddings mit bis zu 4096 Dimensionen.

Es verarbeitet Eingaben mit bis zu 32.000 Tokens, lange Dokumente lassen sich also ohne aufwendiges Chunking einbetten. Es unterstützt über 100 natürliche und Programmiersprachen und eignet sich damit für mehrsprachiges und sprachübergreifendes Retrieval sowie für Codesuche. Zur selben Reihe gehören Reranking-Modelle für einen zweiten, genaueren Sortierschritt.

## Stärken und Grenzen

Die Stärken des Modells sind Retrieval-Qualität über viele Sprachen, lange Eingaben und Flexibilität. Dank Matryoshka Representation Learning können Sie kürzere Vektoren von 32 bis 4096 Dimensionen anfordern und so mit wenig Genauigkeitsverlust deutlich kleinere Indizes bauen. Zudem ist es instruktionsfähig: Eine kurze Aufgabenbeschreibung bei der Suchanfrage verbessert die Ergebnisse laut Qwen meist um 1 bis 5 Prozent.

Der Nachteil ist die Größe. Mit 8 Milliarden Parametern ist es weit schwerer als Encoder wie bge-m3 oder multilingual-e5-large-instruct, das Einbetten sehr großer Bestände braucht also mehr Rechenleistung. Bei kurzen Texten und riesigen Indizes ist ein kleineres Modell oft die praktischere Wahl.

## Qwen3 Embedding 8B über die API aufrufen

inference.eu verwendet das OpenAI-Anfrageformat. Jedes OpenAI-SDK, LangChain, LlamaIndex und jede Vektordatenbank-Integration, die `/v1/embeddings` aufruft, funktioniert daher unverändert. Setzen Sie die Base-URL auf die inference.eu-API, verwenden Sie Ihren inference.eu-Schlüssel und tragen Sie als Modell `qwen3-embedding-8b` ein.

Übergeben Sie als `input` einen Text oder eine Liste von Texten. Mit dem Parameter `dimensions` fordern Sie kürzere Vektoren passend zu Ihrem Index an. Stellen Sie Suchanfragen eine einzeilige Aufgabe voran, etwa `Instruct: Given a web search query, retrieve relevant passages that answer the query`, gefolgt von `Query:` und der Frage. Dokumente brauchen keine Instruktion. Qwen empfiehlt englische Instruktionen.

## Datenhaltung in der EU

Wer eine Wissensdatenbank einbettet, schickt den gesamten Bestand an das Modell: Verträge, Tickets, Wikis und Kundendaten. Auf inference.eu läuft Qwen3 Embedding 8B auf Infrastruktur in der Europäischen Union. Diese Texte werden in Rechenzentren in der EU verarbeitet, nicht an Alibaba in China gesendet und nie zum Training eines Modells verwendet.

Jeder Kunde erhält einen Auftragsverarbeitungsvertrag nach Art. 28 DSGVO und unsere Liste der Unterauftragsverarbeiter. Das erleichtert die Dokumentation der RAG-Pipeline im Verzeichnis von Verarbeitungstätigkeiten. Abgerechnet wird in Euro. Die Apache-2.0-Lizenz erlaubt kommerzielle Nutzung ohne Nutzergrenzen.

## Qwen3 Embedding 8B

Anbieter

Qwen (Alibaba Cloud)

Herkunft

China

Typ

Embeddings

Parameter

8B

Kontextfenster

32.768 Tokens

Lizenz

[Apache 2.0](https://huggingface.co/Qwen/Qwen3-Embedding-8B/blob/main/LICENSE)

Veröffentlicht

Juni 2025

Modell-ID

qwen3-embedding-8b

Verarbeitung

Rechenzentren in der EU

Training mit Ihren Daten

Nie

Quelle

[huggingface.co](https://huggingface.co/Qwen/Qwen3-Embedding-8B)

qwen3-embedding-8b · Python

```
import os
from openai import OpenAI

client = OpenAI(base_url="https://api.inference.eu/v1", api_key=os.environ["INFERENCE_EU_API_KEY"])

result = client.embeddings.create(
    model="qwen3-embedding-8b",
    input=["Where is my data processed?"],
)
print(len(result.data[0].embedding))
```

## Wofür Teams es einsetzen

-   1

    ### Mehrsprachige Unternehmenssuche

    Dokumente auf Deutsch, Französisch, Englisch und in weiteren Sprachen indexieren und mit einer Anfrage in jeder dieser Sprachen finden.

-   2

    ### Retrieval für RAG-Assistenten

    Die passenden Abschnitte aus langen Richtlinien, Handbüchern oder Verträgen finden, bevor ein Chat-Modell die Antwort formuliert.

-   3

    ### Codesuche

    Funktionen und Codeschnipsel über mehrere Repositorys hinweg anhand einer Beschreibung in natürlicher Sprache finden.

-   4

    ### Clustering und Klassifizierung

    Support-Tickets oder Feedback nach Themen gruppieren und per Vektorähnlichkeit weiterleiten.

## Qwen3 Embedding 8B: häufige Fragen

Die Fragen, die uns Einkauf, Entwicklung und Rechtsabteilungen am häufigsten stellen. Etwas fehlt? Fragen Sie uns direkt.

Das hängt von Ihrer Verarbeitung ab. Auf inference.eu werden Embedding-Anfragen in Rechenzentren in der EU verarbeitet, nicht zum Training genutzt und durch einen Auftragsverarbeitungsvertrag nach Art. 28 DSGVO samt Liste der Unterauftragsverarbeiter abgedeckt. Ihre Dokumente gehen weder an Alibaba noch nach China.

Qwen3 Embedding 8B liest bis zu 32.000 Tokens pro Eingabe. Das reicht für lange Abschnitte oder ganze Dokumente, wobei kürzere Chunks in RAG-Systemen oft genauere Treffer liefern. Testen Sie die Chunk-Größe mit Ihren eigenen Daten.

Bis zu 4096. Das Modell unterstützt Matryoshka Representation Learning, Sie können also mit dem Parameter \`dimensions\` jede Größe von 32 bis 4096 anfordern. Kleinere Vektoren sparen Speicher und beschleunigen die Suche bei geringem Genauigkeitsverlust.

Ja. Das Modell steht unter der Apache-2.0-Lizenz, die kommerzielle Nutzung, Änderung und Weitergabe ohne Gebühren oder Nutzergrenzen erlaubt. Sie können es in kostenpflichtigen Produkten und internen Systemen ohne gesonderte Vereinbarung mit Alibaba einsetzen.

Es wird empfohlen. Laut Qwen verbessert eine kurze Aufgabenbeschreibung bei der Anfrage das Retrieval meist um 1 bis 5 Prozent. Dokumente betten Sie ohne Instruktion ein. Qwen rät, die Instruktion auch in mehrsprachigen Szenarien auf Englisch zu formulieren.

Über 100 Sprachen, darunter Deutsch, Französisch, Spanisch, Italienisch, Polnisch und weitere europäische Sprachen, dazu viele Programmiersprachen. Auch sprachübergreifendes Retrieval funktioniert, etwa eine französische Anfrage, die ein passendes deutsches Dokument findet.

bge-m3 ist ein deutlich kleinerer Encoder mit rund 568 Millionen Parametern, 8192 Tokens Eingabelänge und dichter, sparser und Multi-Vektor-Ausgabe. Qwen3 Embedding 8B ist größer, liest längere Texte und bietet flexible Dimensionen. bge-m3 ist für riesige Bestände sparsamer, testen Sie beide.

Ja, aber Vektoren verschiedener Modelle sind nicht kompatibel. Ein Wechsel bedeutet, den gesamten Bestand neu einzubetten und den Index neu aufzubauen. Der API-Aufruf bleibt gleich, nur der Modellname ändert sich, die Codeänderung ist also klein.

Auf inference.eu laufen die offenen Gewichte in Rechenzentren in der EU, Ihre Dokumente gehen also weder an Alibaba noch nach China. Ein Embedding-Modell liefert nur Vektoren und keinen generierten Text, was Bedenken zu inhaltlicher Färbung begrenzt. Prüfen Sie die Trefferqualität mit Ihren Daten.

Erstellen Sie einen OpenAI-Client mit der inference.eu-Base-URL und Ihrem inference.eu-Schlüssel und rufen Sie \`client.embeddings.create\` mit \`model\` gleich \`qwen3-embedding-8b\` und Ihrem Text als \`input\` auf. Bestehende Integrationen für Vektordatenbanken funktionieren auf dieselbe Weise.

[Frage stellen](https://inference.eu/de/kontakt/)

## Verwandte Seiten

[Alle Modelle](https://inference.eu/de/modelle/#directory)

-   [BGE-M3bge-m3 auf inference.eu: kompaktes mehrsprachiges Embedding-Modell für Suche und RAG, über 100 Sprachen und 8192 Tokens, verarbeitet in der EU.Embeddings](https://inference.eu/de/modelle/bge-m3/)
-   [multilingual-e5-large-instructmultilingual-e5-large-instruct auf inference.eu: kompakte Embeddings in 100 Sprachen für Suche, RAG und Klassifizierung, verarbeitet in der EU.Embeddings](https://inference.eu/de/modelle/multilingual-e5-large-instruct/)
-   [BGE Reranker v2 M3bge-reranker-v2-m3 auf inference.eu: schlanker mehrsprachiger Reranker, der Such- und RAG-Ergebnisse nach Relevanz sortiert, verarbeitet in der EU.Reranking](https://inference.eu/de/modelle/bge-reranker-v2-m3/)

## Verlagern Sie Ihre KI-Workloads auf europäische Infrastruktur

Sagen Sie uns, welche Modelle Sie nutzen und wie viel Verkehr Sie ungefähr haben. Wir antworten innerhalb eines Werktags mit Preisen und nächsten Schritten.

-   Antwort innerhalb eines Werktags
-   Preise für Ihr Volumen
-   AV-Vertrag unterschriftsreif