BGE-M3 vs Granite Embedding R2: qual modelo de embeddings você deve usar?

BGE-M3 é um único modelo multilíngue de 568M com busca densa, esparsa e multivetorial; Granite Embedding R2 são quatro modelos pequenos com até 32K de contexto. Compare tamanho e adequação.

  • Atualizado

Veredito. Escolha o BGE-M3 para um completo multilíngue comprovado, e o Granite Embedding R2 quando importarem o tamanho pequeno, o contexto longo ou uma política de dados de treinamento documentada. O BGE-M3 (janeiro de 2024, MIT) é um único modelo de 568M para mais de 100 idiomas com busca densa, esparsa e multivetorial e limite de 8.192 tokens, e ainda teve cerca de 29 milhões de downloads nos 30 dias até 11 de novembro de 2026. O Granite Embedding R2 (Apache 2.0) são quatro modelos ModernBERT de 47M a 311M de parâmetros, com contexto de 32K no par multilíngue e opções só em inglês, e a IBM diz que seus dados de treinamento usam licenças permissivas. As pontuações vêm de cada desenvolvedor, então teste os dois com seus próprios dados.

Especificações

Especificações BGE-M3Granite Embedding R2
DesenvolvedorBAAIIBM
Lançamento30 de janeiro de 202429 de abril de 2026
Total de parâmetros568M (BGE-M3)312M (Multilingual 311M)
Parâmetros ativosTodosTodos
ArquiteturaEncoderEncoder
Janela de contexto8K tokens32K tokens
EntradaTextoTexto
Licença MIT (Permissiva) Apache 2.0 (Permissiva)
Memória para a menor variante (4 bits)2.61 GB (BGE-M3)0.115 GB (English small 47M)

As afirmações de desempenho vêm do desenvolvedor e não foram verificadas de forma independente.

Escolha BGE-M3 se

  • Você quer busca híbrida com pontuações densa, esparsa e multivetorial de um único modelo.
  • Você quer o gerador de embeddings multilíngue mais usado, cobrindo mais de 100 idiomas.
  • 8.192 tokens bastam para seus trechos.
  • Você aceita a licença MIT e um modelo de tamanho médio de 568M.

Escolha Granite Embedding R2 se

  • Você precisa de um modelo minúsculo para CPUs, já que os tamanhos começam em 47M de parâmetros.
  • Seus documentos são longos, pois os modelos multilíngues leem até 32K tokens.
  • Você precisa de busca de código, ou seus idiomas estão entre os 52 aprimorados.
  • Você precisa documentar a política de dados de treinamento, e a IBM descreve seus dados como permissivos e adequados a empresas.

BGE-M3 · Granite Embedding R2