Embeddings

Worauf du achten solltest

Die Fragen, die die Optionen unterscheiden, nach Wichtigkeit geordnet.

1. 01

   Retrieval-Qualität bei deinen eigenen Fragen

   Die einzige Frage, die zählt, ist, ob eine Anfrage Abschnitte zurückbringt, die sie tatsächlich beantworten. In der MTEB-Rangliste ist das die Spalte Retr., nicht Mean (Task) oder der Borda-Rang, die Klassifikation, Clustering und Satzähnlichkeit einmischen, Aufgaben, die ein RAG-System nie ausführt; Octen-Embedding-8B steht im mehrsprachigen Tab insgesamt auf Platz sieben, erreicht beim Retrieval aber mehr als das viertplatzierte Qwen3-Embedding-8B (71,61 gegenüber 70,88). Nutze Benchmarks für die Vorauswahl; wähle mit deiner eigenen Retrieval-Evaluierung.

2. 02

   Passung zu deiner Domäne

   Allgemeine Benchmarks sagen wenig über Verträge, klinische Notizen oder Teilenummern. Prüfe, wie Kandidaten mit deinen Fachbegriffen, Abkürzungen und eng verwandten Begriffen umgehen, die getrennt bleiben müssen, etwa zwei ähnliche Produktcodes. Die Domänen-Tabs der Rangliste (Code, Legal, Medical, Finance, Chemical) sind ein besserer Wegweiser als der Gesamtwert, und Modelle, die Aufgabenanweisungen annehmen, gewinnen oft ein paar Punkte, wenn sie eine bekommen.

3. 03

   Sprachunterstützung, auch sprachübergreifende Suche

   Teste sowohl Retrieval in derselben Sprache (eine deutsche Frage zu deutschen Dokumenten) als auch sprachübergreifendes Retrieval (eine englische Frage zu japanischen Dokumenten), wenn deine Nutzer es brauchen. Vergleiche bei MTEB den Tab Multilingual (MMTEB, 131 Aufgaben in mehr als 250 Sprachen) mit dem englischen Tab und jedem Tab für die Sprachen deiner Märkte; der englische Wert eines Modells kann schmeicheln. Eine Angabe von "mehr als 100 Sprachen" sagt nichts über die Qualität in einer einzelnen davon.

4. 04

   Eingabelänge, die zu deinen Chunks passt

   Die maximale Eingabe (Max tokens in der Rangliste) muss deinen längsten Chunk plus jeden vorangestellten Titel oder jede Überschrift abdecken, sonst wird Text abgeschnitten, oft stillschweigend: all-MiniLM-L6-v2 hört bei 256 Wortteilen auf. Ein höheres Limit hilft nicht automatisch, denn ein einzelner Vektor für einen langen Abschnitt verwischt mehrere Themen; vor allem gibt es dir Spielraum, die Chunk-Größe frei zu wählen.

5. 05

   Dimensionen: Speicherkosten, kein Qualitätswert

   Mehr Dimensionen bedeuten mehr Speicher, Arbeitsspeicher und Rechenaufwand für die Suche pro Vektor und garantieren kein besseres Retrieval. Viele aktuelle Modelle nutzen Matryoshka-Training, sodass du nur die ersten 256 oder 512 Zahlen behalten kannst, mit mäßigem Verlust: Gemini Embedding 2 reicht von 128 bis 3.072 und normalisiert gekürzte Vektoren automatisch neu, während EmbeddingGemma 2 verlangt, dass du selbst neu normalisierst. Ausgabe in Int8 oder binär, angeboten von Voyage und Cohere, senkt den Speicher weiter; teste den Recall bei der Größe, die du tatsächlich speicherst.

6. 06

   Geschwindigkeit und Kosten über den ganzen Lebenszyklus

   Zähle vier Kosten: das Einbetten des anfänglichen Bestands, das erneute Einbetten von Updates, die Latenz von Anfragen und Gebühren für Hosting oder API. API-Preise für Text reichen von 0,02 $ bis 0,20 $ pro Million Tokens (Jina v5 nano bis Gemini Embedding 2), mit Batch-Rabatten von 33 bis 50% bei Voyage, OpenAI und Google. Offene Modelle vermeiden Gebühren, brauchen aber GPUs, die nach dem Wert Memory (MB) der Rangliste bemessen sind: etwa 1,1 GB für Qwen3-Embedding-0.6B gegenüber 14,4 GB für das 8B.

7. 07

   Bereitstellung und Datenschutz

   Entscheide früh, ob Dokumente und Anfragen deine Infrastruktur verlassen dürfen. Wenn nicht, brauchst du offene Gewichte, die du selbst betreiben kannst, und die Lizenz muss deine Nutzung erlauben: Qwen3-Embedding und EmbeddingGemma 2 stehen unter Apache 2.0, während die Gewichte von Jina v5 und Nemotron ColEmbed V2 nichtkommerziell sind. Gehostete APIs nehmen Betriebsarbeit ab, fügen aber einen Anbieter hinzu, der jede Anfrage sieht.

8. 08

   Unterstützte Eingaben

   Reine Textmodelle brauchen alles zuerst in Text umgewandelt. Wenn dein Bestand gescannte Seiten, Folien, Fotos, Audio oder Video enthält, ziehe ein multimodales Modell in Betracht, das sie direkt einbettet (siehe den Leitfaden nach Datentyp unten), und prüfe, ob es auf diesem Eingabetyp getestet wurde: MTEB hat eigene Tabs für Bilder (MIEB), visuelle Dokumente (ViDoRe), Audio (MAEB) und Video (MVEB).

9. 09

   Nutzungsvorgaben, die das Retrieval kaputtmachen, wenn man sie ignoriert

   Lies die Modellkarte, bevor du indexierst. Viele Modelle erwarten ein Präfix oder eine Anweisung für Anfragen und ein anderes (oder kein) Präfix für Dokumente; manche brauchen normalisierte Vektoren und geben Kosinus- oder Skalarprodukt-Ähnlichkeit vor; EmbeddingGemma 2 warnt, dass float16 die Ausgabe stillschweigend verfälscht. Vektoren für Anfragen und Dokumente müssen aus demselben Modell und demselben Embedding-Raum stammen, selbst wenn die Dimensionen passen, ein Modellwechsel heißt also in der Regel, alles neu einzubetten; der gemeinsame Raum über alle Größen von Voyage 4 ist eine seltene Ausnahme.

Welcher Ansatz für welche Daten

Unterschiedliche Inhalte brauchen unterschiedliche Modelle. Viele Systeme nutzen mehrere und routen nach Datentyp.

Die MTEB-Rangliste lesen

Für RAG und Dokumentensuche beginne mit der Spalte Retr. im Tab, der zu deinen Sprachen passt, nicht mit dem Gesamtdurchschnitt; diese Spalten bewerten Embedding-Modelle, nicht Vektordatenbanken.

Rank (Borda)

Jede Aufgabe "stimmt" für Modelle nach deren relativer Position bei ihr; das Modell mit den meisten Stimmen über alle Aufgaben steht auf Platz eins.

Belohnt breite Beständigkeit, nicht Retrieval. Zwei benachbarte Ränge können einen großen oder einen vernachlässigbaren Abstand verbergen, schau also auf die Werte.

Parameters (total and active)

Modellgröße, einschließlich der Embedding-Gewichte. Aktive Parameter unterscheiden sich nur bei Mixture-of-Experts-Modellen.

Ein Anhaltspunkt für Speicher und Geschwindigkeit. Das Pareto-Kennzeichen der Tabelle markiert Modelle, die kein kleinerer Konkurrent schlägt; prüfe es, bevor du für ein Modell mit 8B bezahlst.

Openness

Ein Wert von 0–6 für offene Gewichte, offene Lizenz, offenen Trainingscode, offene Trainingsdaten, ein Paper und eine Modellkarte.

Offene Gewichte allein heißen nicht, dass kommerzielle Nutzung erlaubt ist; lies die Lizenz. Geschlossene APIs schneiden hier zwangsläufig schlecht ab.

Zero-shot %

Der Anteil der Aufgaben des Benchmarks, mit deren Trainingsdaten das Modell nicht trainiert wurde. "NA" bedeutet unbekannt.

Kein Genauigkeitswert. Unter etwa 80% spiegelt ein Teil des Werts Aufgaben wider, die das Modell gesehen hat; im englischen Tab liegen mehrere Modelle aus den Top fünf bei 48% bis 51%.

Mean (Task)

Einfacher Durchschnitt über alle Aufgaben des Benchmarks.

Leicht zu vergleichen, aber gewichtet nach den Aufgabentypen mit den meisten Datensätzen: Im mehrsprachigen Tab sind 43 von 131 Aufgaben Klassifikation und 18 Retrieval.

Mean (TaskType)

Durchschnitt innerhalb jeder Kategorie (Klassifikation, Retrieval und so weiter), dann ein gleich gewichteter Durchschnitt der Kategorien.

Fairer über die Kategorien als Mean (Task), enthält aber weiterhin Aufgaben, die für die Suche irrelevant sind. Rechne damit, dass er einige Punkte niedriger liegt.

Mean (Public) and Mean (Private)

Durchschnitte über die offen veröffentlichten Aufgaben und über zurückgehaltene Aufgaben, die der Benchmark privat hält, bei Benchmarks wie RTEB, die beides enthalten.

Ein Modell, das bei öffentlichen Aufgaben weit besser ist als bei privaten, ist womöglich auf den Benchmark abgestimmt. Private Werte sind das ehrlichere Signal.

Retr.

Retrieval: zu einer Anfrage die relevanten Dokumente in einem großen Bestand finden, meist bewertet mit nDCG@10 (wie weit oben die richtigen Dokumente unter den ersten zehn erscheinen).

Gib dieser Spalte für RAG Vorrang. Bestätige dann in den Domänen- und Sprach-Tabs, die deinen Daten am nächsten sind.

Rerank

Eine kurze Kandidatenliste für eine Anfrage neu ordnen.

Nützliches Nebensignal für die Suche. Ein eigenes Reranker-Modell schlägt hier meist einen Embedder.

Class. and MultiClass.

Klassifikation: ein oder mehrere Labels aus einer festen Menge zuweisen, mit den Embeddings als Merkmalen.

Relevant, wenn du Inhalte mit Embeddings taggen oder weiterleiten willst; kein Maß für Retrieval.

Clust.

Clustering: Texte ohne Labels gruppieren; bewertet gegen Referenzgruppen.

Relevant für die Entdeckung von Themen und Deduplizierung, nicht für das Beantworten von Fragen.

PairClass.

Paarklassifikation: eine Beziehung zwischen zwei Texten bestimmen, etwa Duplikat oder Paraphrase.

Ein Wegweiser für die Erkennung von Duplikaten. Sagt wenig über Retrieval von Anfrage zu Abschnitt.

STS

Semantische Textähnlichkeit: auf einer Skala bewerten, wie ähnlich zwei Sätze sind.

Ein hoher STS-Wert allein belegt kein gutes Retrieval; Fragen und Antworten sind keine Paraphrasen voneinander.

Bitext

Bitext Mining: Sätze sprachübergreifend ihren Übersetzungen zuordnen.

Ein grobes Signal für sprachübergreifende Ausrichtung; teste sprachübergreifendes Retrieval trotzdem direkt.

Summ.

Zusammenfassung (englischer Tab): bewerten, wie gut Embeddings maschinelle Zusammenfassungen gegenüber menschlichen Referenzen einordnen.

Bewertet Zusammenfassungen; es misst nicht, wie gut ein Modell sie erzeugt, und zählt für die Suche wenig.

Instr Rerank

Reranking, gesteuert durch eine frei formulierte Anweisung, die der Anfrage beigefügt ist.

Die meisten Modelle erreichen hier zwischen 0 und 12; ignoriere es, sofern du keine anweisungsgesteuerte Suche planst.

Embedding dimension

Länge des Vektors, den das Modell ausgibt (die Rangliste nennt den Standard- oder Maximalwert).

Ein Speicherkostenfaktor, kein Qualitätswert. Prüfe, ob kleinere Matryoshka-Größen unterstützt werden.

Max tokens

Die längste Eingabe, die das Modell in einem Durchgang liest.

Muss über deiner Chunk-Größe liegen; darüber hinaus ist größer für das Retrieval nicht besser.

Memory (MB)

Speicher, der zum Laden der Gewichte nötig ist, im CSV-Download und auf der Seite jedes Modells.

Bemiss deine GPU oder CPU danach. Bei geschlossenen APIs leer.

11 Tools im Vergleich

Sortiert nach unserer Bewertung. Öffne einen Testbericht für Quellen, Preise und das vollständige Fazit.

Tools für Embeddings im Vergleich

Tool	Bewertung	Unser Fazit	Ideal für	Preis
voyage-4-largeModell	4.5/5	Ein starkes Retrieval-Modell mit einem Trick, der der Konkurrenz fehlt, einem gemeinsamen Vektorraum, doch sein Vorsprung beruht auf Voyages eigenen Tests, und es darf auf deinen Daten trainieren, bis ein Admin widerspricht.	Teams, die Textsuche oder RAG bauen, beim Indexieren für Qualität zahlen und Anfragen günstig oder lokal embedden wollen.	0,12 $ pro 1 Mio. Tokens; die ersten 200 Mio. Tokens kostenlos (nicht bei Batch); Batch-API mit 33 % Rabatt.
Jina Embeddings v5Modell	4.3/5	Der gemeinsame Vektorraum für Text und Medien bei Jina v5 ist die klügste Idee unter den kleinen Embedding-Modellen, und eine nicht kommerzielle Lizenz ist der Preis für alle, die es selbst betreiben wollen.	Teams, die mehrsprachige oder multimodale Suche auf kleinen Modellen aufbauen, besonders innerhalb von Elastic.	Jina API: small-Modelle 0,05 $ pro 1 Mio. Tokens, nano 0,02 $. Gewichte kostenlos für nicht kommerzielle Nutzung; kommerzielles Self-Hosting braucht eine kostenpflichtige Lizenz von Elastic.
Gemini Embedding 2Modell	4.3/5	Gemini Embedding 2 ist der einfachste Weg, Video und Audio mit einem Satz zu durchsuchen, und ein zu teurer Weg, reinen Text zu durchsuchen.	Entwickler, die Suche oder Empfehlungen über gemischte Medien wie Bilder, Aufnahmen und Video bauen.	Pro 1 Mio. Tokens: Text 0,20 $, Bild 0,45 $, Audio 6,50 $, Video 12 $; Batch zum halben Preis; kostenlose Stufe mit Limits (Eingaben werden zur Produktverbesserung genutzt).
EmbeddingGemma 2Modell	4.3/5	EmbeddingGemma 2 macht private Offline-Suche über Fotos, Sprachnotizen und Code auf dem Smartphone praktikabel, lässt die Qualität beim reinen Text-Retrieval aber fast genau dort, wo Version eins sie hinterlassen hat.	Entwickler für Mobilgeräte und Edge, die private oder Offline-Suche über Text, Code, Bilder und Audio bauen.	Kostenlos unter Apache 2.0, vorbehaltlich der Gemma Prohibited Use Policy. Noch keine gehostete API von Google oder von Inference-Providern auf Hugging Face.
Qwen3-VL-EmbeddingModell	4.3/5	Der offene Embedder, mit dem du anfangen solltest, wenn ein Index Folien, Screenshots und Video neben Text aufnehmen muss, und Apache 2.0 klärt die Lizenzfrage.	Teams, die Suche über Bilder, Video und gemischte Dokumente unter einer freizügigen Lizenz selbst hosten.	Kostenlos unter Apache 2.0.
Qwen3-Embedding and Qwen3-RerankerModell	4.2/5	Ein kompletter offener Such-Stack unter einer Lizenz, Embedder und Reranker zusammen, auch wenn seine Spitzenposition auf der Rangliste aus dem Juni 2025 stammt.	Teams, die mehrsprachige Suche oder Code-Suche selbst hosten und Embedding und Reranking unter einer offenen Lizenz wollen.	Kostenlos unter Apache 2.0. Das gehostete text-embedding-v4 von Qwen Cloud, das auf Qwen3 aufbaut, kostet 0,07 $ pro 1M Tokens.
Cohere Embed 5Modell	4.2/5	Gebaut für lange, visuell unübersichtliche Geschäftsdokumente und inzwischen mit offenen Preisen, auch wenn jeder Benchmark, der es gut aussehen lässt, von Cohere selbst stammt.	Unternehmen, die lange PDFs, Pflichtmeldungen und Foliensätze mit gemischtem Text und Bildern indexieren.	API: Pro 0,12 $ und Fast 0,08 $ pro 1 Mio. Text-Tokens; Bilder 0,40 $ pro 1 Mio. Model Vault ab 3 $/Stunde oder 2.000 $/Monat pro Instanz.
Marengo 3.5Modell	3.9/5	Gezielt dafür gebaut, Momente in Videos zu finden, mit kleinen Vektoren, die den Speicher günstig halten. Allerdings stammt jede Zahl dahinter von TwelveLabs.	Teams, die eine Suche über große Videobibliotheken bauen, eine verwaltete, auf Video spezialisierte Embedding-API wollen und ihren eigenen Vektorspeicher betreiben.	Embed API zum Start, pro 1 Mio. Tokens: Video 0,26 $, Audio 0,065 $, Bild 0,08 $, Dokument 0,162 $, Text 0,20 $. Pläne: Free, Plus 29 $/Monat, Pro 99 $/Monat, Enterprise individuell.
Nemotron ColEmbed V2Modell	3.8/5	Genau genug, um der Maßstab für die Suche in Seitenbildern zu sein, und so lizenziert, dass die meisten Unternehmen es nur als Maßstab nutzen dürfen.	Forschende und Evaluierungsteams, die eine starke offene Baseline für visuelles Dokument-Retrieval brauchen und nicht vorhaben, sie auszuliefern.	Kostenlose Gewichte für nicht kommerzielle Nutzung und Forschung (CC BY-NC 4.0).
text-embedding-3-largeModell	3.7/5	Sicher, günstig und von jeder Vektordatenbank unterstützt, liegt text-embedding-3-large inzwischen so weit hinter neueren Retrievern, dass sich vor jedem neuen Projekt ein erneuter Test lohnt.	Teams, die bereits mit OpenAI arbeiten und einen einzigen Anbieter, strenge Datenbedingungen und breite Tool-Unterstützung höher bewerten als die beste Retrieval-Qualität.	0,13 $ pro 1 Mio. Tokens; Batch zum halben Preis; text-embedding-3-small 0,02 $ pro 1 Mio.
all-MiniLM-L6-v2Modell	3.4/5	Immer noch der schnellste Weg zu funktionierender semantischer Suche, aber nicht mehr das richtige Modell für den Produktivbetrieb.	Lernende und Prototypenbauer, die ein schnelles, überall unterstütztes englisches Embedding-Modell brauchen.	Kostenlos unter Apache 2.0.

Im direkten Vergleich

Die Spezifikationen, die für diesen Schritt zählen. Geprüft am 19. Okt. 2026; prüf sie auf der Website des Anbieters, bevor du dich festlegst.

Wo diese Stufe hingehört

• Mit deinen Dokumenten chatten: Wir würden mit Qwen3-Embedding and Qwen3-Reranker anfangen.
• Kundensupport-Agent: Wir würden mit Cohere Embed 5 anfangen.
• Coding-Agent: Wir würden mit Qwen3-Embedding and Qwen3-Reranker anfangen.
• Recherche und Knowledge Graph: Wir würden mit voyage-4-large anfangen.
• Assistent mit Langzeitgedächtnis: Wir würden mit Jina Embeddings v5 anfangen.
• Pipeline für Bildgenerierung: Wir würden mit Qwen3-VL-Embedding anfangen.
• Videoproduktion: Wir würden mit Marengo 3.5 anfangen.
• Sprachagent: Wir würden mit EmbeddingGemma 2 anfangen.
• Private KI auf dem eigenen Gerät: Wir würden mit EmbeddingGemma 2 anfangen.
• Dokumentenverarbeitung: Wir würden mit Qwen3-VL-Embedding anfangen.

Quellen für diesen Leitfaden

• MTEB leaderboard
• MTEB leaderboard API
• MTEB leaderboard release post (June 2026)
• MTEB docs: running the leaderboard and zero-shot annotation
• Leaderboard column definitions (leaderboard-frontend)
• MMTEB: Massive Multilingual Text Embedding Benchmark (arXiv)
• Gemini API: embeddings (Matryoshka and normalisation)
• Voyage AI docs: embeddings
• illuin-tech/colpali on GitHub
• Qwen3-VL-Embedding-8B model card
• Marengo 3.5 (TwelveLabs)