Qwen3-Embedding vs EmbeddingGemma 2: qual usar?

Qwen3-Embedding processa texto e código em três tamanhos; EmbeddingGemma 2 coloca texto, imagens, áudio e vídeo em um só espaço. Compare contexto, tamanho e licenças.

  • Atualizado

Veredito. Escolha pelo que você precisa buscar. O Qwen3-Embedding lida com texto e código em três tamanhos (0.6B, 4B, 8B), lê trechos de até 32.000 tokens e cobre mais de 100 idiomas. O EmbeddingGemma 2 é um modelo de 740M que coloca texto, imagens, áudio e vídeo em um espaço compartilhado, com contexto de 8.192 tokens. Ambos são Apache 2.0. Vetores de modelos diferentes não são intercambiáveis, então trocar depois significa reindexar seus dados.

Especificações

Especificações Qwen3-EmbeddingEmbeddingGemma 2
DesenvolvedorAlibaba QwenGoogle DeepMind
Lançamento5 de junho de 20256 de outubro de 2026
Total de parâmetros7.57B (Embedding-8B)740M (Full multimodal (740M))
Parâmetros ativosTodosTodos
ArquiteturaEncoderEncoder
Janela de contexto32K tokens8K tokens
EntradaTextoTexto, Imagem, Áudio, Vídeo
Licença Apache 2.0 (Permissiva) Apache 2.0 (Permissiva)
Memória para a menor variante (4 bits)1.38 GB (Embedding-0.6B)0.621 GB (Text and code only (270M of the same weights))

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

Escolha Qwen3-Embedding se

  • Seus dados são texto ou código e você quer equilibrar precisão e custo: o modelo 8B é o mais preciso, e o 0.6B roda em servidores pequenos.
  • Seus documentos são longos: ele lê até 32.000 tokens, contra 8.192 do EmbeddingGemma 2.
  • Você quer busca em duas etapas com os modelos Qwen3-Reranker correspondentes.
  • Você precisa de mais de 100 idiomas, incluindo linguagens de programação.

Escolha EmbeddingGemma 2 se

  • Você precisa de busca entre modalidades, como achar um clipe de vídeo por um áudio de lembrete ou uma foto por uma frase.
  • Você quer rodar no celular ou notebook: o modelo completo tem cerca de 1,5 GB de download.
  • Você quer armazenamento vetorial pequeno: dá para truncar os vetores para 256 ou 128 dimensões.
  • Seus documentos são curtos, ou você aceita dividi-los em pedaços que caibam em 8.192 tokens.

Qwen3-Embedding · EmbeddingGemma 2