BGE-M3 против Granite Embedding R2: какую модель эмбеддингов использовать?

BGE-M3 — одна многоязычная модель 568M с плотным, разреженным и мультивекторным поиском; Granite Embedding R2 — четыре небольшие модели с контекстом до 32K. Сравните размер и пригодность.

  • Обновлено

Вердикт. Выбирайте BGE-M3 как проверенный многоязычный универсал, а Granite Embedding R2 — когда важны малый размер, длинный контекст или задокументированная политика обучающих данных. BGE-M3 (январь 2024 года, MIT) — одна модель 568M для более чем 100 языков с плотным, разреженным и мультивекторным поиском и лимитом 8 192 токена, и за 30 дней до 11 ноября 2026 года у неё было около 29 миллионов скачиваний. Granite Embedding R2 (Apache 2.0) — четыре модели ModernBERT от 47M до 311M параметров, с контекстом 32K у многоязычной пары и вариантами только для английского, и IBM говорит, что обучающие данные используют разрешающие лицензии. Оценки приводят сами разработчики, поэтому протестируйте обе модели на своих данных.

Характеристики

Характеристики BGE-M3Granite Embedding R2
РазработчикBAAIIBM
Дата выпуска30 января 2024 г.29 апреля 2026 г.
Всего параметров568M (BGE-M3)312M (Multilingual 311M)
Активные параметрыВсеВсе
АрхитектураЭнкодерЭнкодер
Контекстное окно8K токенов32K токенов
ВходТекстТекст
Лицензия MIT (Пермиссивная) Apache 2.0 (Пермиссивная)
Память для минимального варианта (4 бита)2.61 GB (BGE-M3)0.115 GB (English small 47M)

Заявления о производительности поступают от разработчика и не проверялись независимо.

Выбирайте BGE-M3, если

  • Вам нужен гибридный поиск с плотными, разреженными и мультивекторными оценками из одной модели.
  • Вам нужен самый распространённый многоязычный эмбеддер, покрывающий более 100 языков.
  • 8 192 токенов достаточно для ваших фрагментов.
  • Вас устраивает лицензия MIT и модель среднего размера 568M.

Выбирайте Granite Embedding R2, если

  • Вам нужна крошечная модель для CPU: размеры начинаются с 47M параметров.
  • Ваши документы длинные: многоязычные модели читают до 32K токенов.
  • Вам нужен поиск по коду, или ваши языки входят в 52 усиленных.
  • Вы должны задокументировать политику обучающих данных, а IBM описывает свои данные как разрешающие и удобные для корпоративного использования.

BGE-M3 · Granite Embedding R2