MTEB Code
MTEB (Massive Text Embedding Benchmark) 的代码评测子集，评估嵌入模型在多语言代码检索、代码克隆检测与语义匹配上的表现
基本信息
30 秒看懂
分数越高代表嵌入向量在代码搜索、函数检索与语义相似度聚类上的判别能力越强；70+ 分即属于高精度轻量级代码嵌入水平。
采用格局：new-benchmark: 由 Google EmbeddingGemma 2 官方发布博客首度引用并引入本站
评分协议
这个评测的官方统一评分协议还没收录到本页；各厂商实际使用的执行框架（harness）与推理档位（effort）已逐条写在下方引用卡里。
可比性提示：同一评测的分数是「实验配置」的产物：只要评测版本（variant）、执行框架（harness）、推理档位（reasoning effort）、工具、采样参数、运行次数或聚合方式有任何一项不同，数字就不能直接横向比较。下方各厂商的分数如未写明协议细节，请只当作方向参考。
模型发布采用时间轴
共收录 1 场模型发布 · 按发布时间倒序排列 · 数据更新于 2026-10-06
2026
2026-10-06
Google DeepMind / Gemini·国际
参数740M上下文8K模态文本·图像·音频·视频
Google 发布的轻量级原生多模态嵌入模型，基于 Gemma 4 架构开源。总参数 740M，支持多模态向量空间统一映射与 Matryoshka 维度动态截断；MTEB Code 达到 78.68。
开源 Apache 2.0740M 轻量端侧多模态嵌入8K 上下文Matryoshka 维度截断 (MRL)原生统一音画文代码向量空间
查看模型变体与证据
MTEB Code 78.68
数据缺口（本页暂未收录）
- 评测版本与子集（例如部分评测有 Diamond、Verified 等官方变体）以及数据集规模
- 各厂商使用的执行框架（harness / scaffold）与 Agent 工具配置
- 推理档位（reasoning effort）、采样参数（temperature / top-p）、运行次数与分数聚合方式
- 指标对应的随机猜测基线（chance baseline）与人类基线的实验条件
- 测试集污染检测结论，以及是否已饱和的结构化标注
以上字段暂缺时，本页不虚构数字；后续会依据每一次发布的证据逐条补齐并标注来源。
复现入口
引用
本页数据更新于 2026-10-06，依据厂商发布材料真实抓取；发现数据问题欢迎在 GitHub 提 Issue。