Was ist Jina Embeddings v5?
Jina Embeddings v5 ist eine Familie von Embedding-Modellen von Jina AI, das Elastic im Oktober 2025 übernommen hat. Embedding-Modelle verwandeln Inhalte in Vektoren, damit Software verwandtes Material finden kann, die Grundlage von Suche und Retrieval-Augmented Generation (RAG). Die Textmodelle kamen Anfang 2026: v5-text-small (677M Parameter, 32K Tokens Input, 1024 Dimensionen) und v5-text-nano (239M, 8K Tokens). Im Mai 2026 folgten die Omni-Modelle, die Bilder, Video, Audio und PDFs ergänzen: omni-small mit etwa 1,7B Parametern und omni-nano mit etwa 1B.
Für Text erzeugen die Omni-Modelle genau dieselben Vektoren wie das passende Textmodell, du kannst einem bestehenden Index also andere Medien hinzufügen, ohne ihn neu aufzubauen. Alle Modelle haben Task-Adapter für Retrieval, Klassifizierung, Clustering und Textabgleich, und Vektoren lassen sich auf bis zu 32 Dimensionen kürzen.
Die Jina API berechnet 0,05 $ pro Million Tokens für die small-Modelle und 0,02 $ für nano. Die Gewichte liegen auf Hugging Face unter der nicht kommerziellen Lizenz CC BY-NC 4.0; kommerzielles Self-Hosting braucht Elastics Lizenz Jina On-Prem, die seit August 2026 verkauft wird.
Was kostet Jina Embeddings v5?
| Tarif | Preis | Was enthalten ist |
|---|---|---|
| Small models | $0.05 per 1M tokens | |
| Nano | $0.02 per 1M tokens |
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.
Lohnt sich Jina Embeddings v5?
Jina v5 ist bei mehrsprachigem Text die kleine Embedding-Familie, an der sich andere messen müssen, mit einem multimodalen Ausbaupfad, den kein Konkurrent bietet. Jinas Model Card nennt für v5-text-small 67,7 im mehrsprachigen Benchmark MMTEB und 71,7 bei MTEB English v2, nach eigener Darstellung der höchste Wert unter mehrsprachigen Embeddern mit weniger als einer Milliarde Parametern. Es wurde aus dem viel größeren Qwen3-Embedding-4B destilliert, weshalb ein Modell mit 677M Parametern wie ein größeres abschneidet. Das sind Jinas eigene Ergebnisse.
Die Omni-Modelle sind das Besondere. Die Textvektoren sind identisch mit denen des reinen Textmodells, ein Team kann also mit Textsuche beginnen und später Produktfotos, Foliensätze oder Gesprächsaufzeichnungen ergänzen, ohne etwas neu einzubetten. Voyage bietet einen gemeinsamen Raum über Modellgrößen hinweg, aber nicht über Medien. Elastics Ankündigung zeigt die meisten multimodalen Vergleiche als Diagramme, die Aussage, small könne bei visuellen Dokumenten mit Modellen von 3B bis 7B mithalten, ist daher schwer zu prüfen.
Gehostet sind die Kosten niedrig und planbar. Ein Bild mit 600x600 Pixeln kostet auf omni-small etwa 363 Tokens, 1M Produktfotos einzubetten kommt bei 0,05 $ pro Million also auf rund 18 $; Video wird mit 32 Frames abgetastet. Jina sagt, es trainiere nie mit API-Inputs oder -Outputs, veröffentlicht aber keine Aufbewahrungsfrist und nennt keine SOC-2- oder ISO-Zertifizierung, und die eigene Rechtsseite warnt, die älteren Bedingungen spiegelten möglicherweise nicht Elastics aktuelle Praxis.
Die Lizenz ist das Hindernis. CC BY-NC 4.0 verbietet die kommerzielle Nutzung der Gewichte, Produktiveinsatz läuft also über die Jina API, den Elastic Inference Service oder eine Lizenz für Jina On-Prem mit Jahrespreis auf Anfrage. Vollständig offene Konkurrenten wie Qwen3-Embedding haben keine solche Einschränkung, und mit 0,05 $ pro Million Tokens unterbietet Jina zwar die 0,12 $ von voyage-4-large, bietet aber weniger unabhängige Belege zur Retrieval-Qualität.
Wo es sich lohnt
Ein Suchteam im Einzelhandel mit einem Textindex aus 5 Mio. Produktangeboten
Suche per Foto ergänzen, ohne den Index neu aufzubauen
Behalte die bestehenden Vektoren von v5-text-small und bette Produktbilder mit omni-small in denselben Raum ein. Bei etwa 363 Tokens pro Bild mit 600x600 Pixeln kosten 1 Mio. Fotos auf der Jina API rund 18 $.
Ein Elastic-Cloud-Kunde, der RAG über interne Wikis baut
Embeddings ohne zusätzlichen Anbieter oder Vertrag bekommen
Ruf im Elastic Inference Service den vorkonfigurierten Endpunkt .jina-embeddings-v5-omni-small auf; er wird über das Elastic-Abo abgerechnet und kann Vektoren auf 32 Dimensionen kürzen, um Speicher zu sparen.
Ein Plattformingenieur, der 1 Mrd. Tokens mehrsprachiger Support-Tickets indexiert
Den Bestand einmal einbetten und die Abfragekosten vernachlässigbar halten
Die Indexierung kostet 50 $ mit small oder 20 $ mit nano. Mit den 2 Mio. Tokens pro Minute der bezahlten Stufe dauert das etwa acht Stunden, mit Premium bei 50 Mio. etwa 20 Minuten.
Ein Healthcare-Anbieter, der Suche innerhalb von Kundennetzen betreiben muss
Embeddings ohne Verbindungen nach außen selbst hosten
Kauf Jina On-Prem von Elastic, das komplett offline läuft und kein Elasticsearch-Abo braucht; der Preis ist jährlich und auf Angebot. Die kostenlosen Gewichte auf Hugging Face dürfen nicht kommerziell genutzt werden.
Bevor du dich festlegst
- Einrichtung
- Ein neuer API-Schlüssel kommt mit kostenlosen Test-Tokens; ruf den Embeddings-Endpunkt mit Modellname und Task auf. Lokal laden die Gewichte in Transformers, sentence-transformers oder vLLM 0.20.1.
- Integrationen
- Jina API und Elastic Inference Service; sentence-transformers und vLLM für Self-Hosting. Bilder bis 5 MB und PDFs bis 8 MB, ein PDF pro Anfrage.
- Daten und Datenschutz
- Jina sagt, es nutze API-Anfragen, Inputs und Outputs nie zum Training und speichere sie nur so weit, wie es zum Beantworten nötig ist, unter Elastics DPA. Keine Aufbewahrungsfrist, keine SOC-2- oder ISO-Zertifizierung genannt, und die Modellliste der API zeigt Rechenzentren in den USA.
- Kosten im großen Maßstab
- 1 Mrd. Text-Tokens kosten 50 $ mit small oder 20 $ mit nano; 1 Mio. Produktbilder etwa 18 $ mit omni-small. Kommerzielles Self-Hosting ist eine jährliche Lizenz für Jina On-Prem zu einem nicht veröffentlichten Preis.
- Grenzen
- 32K Tokens bei den small-Modellen, 8K bei nano. Ratenlimits: 100 Anfragen und 100K Tokens pro Minute bei kostenlosen Schlüsseln, 500 und 2 Mio. bei bezahlten, 5.000 und 50 Mio. bei Premium. Keine Begrenzung der Batch-Größe außer einem PDF pro Anfrage.
Was gut ist
- Laut Jina höchster MMTEB-Wert unter 1B Parametern
- Omni-Modelle teilen die Textvektoren, neue Medien brauchen also keine Neuindexierung
- Bilder kosten auf omni-small etwa 363 Tokens pro Stück
- Gehostete API ab 0,02 $ pro Million Tokens, nie für Training genutzt
Was nicht
- Gewichte unter CC BY-NC 4.0; kommerzielles Self-Hosting braucht eine Lizenz auf Angebot
- Multimodale Ergebnisse meist nur als Diagramme veröffentlicht
- Keine Aufbewahrungsfrist und keine Sicherheitszertifizierung veröffentlicht
Am besten für
Teams, die mehrsprachige oder multimodale Suche auf kleinen Modellen aufbauen, besonders innerhalb von Elastic.
Alternativen zu Jina Embeddings v5
Jina Embeddings v5: häufige Fragen
- Lohnt sich Jina Embeddings v5?
- 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. Wir bewerten es mit 4.3 von 5.
- Was kostet Jina Embeddings v5?
- 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.
- Welche Nachteile hat Jina Embeddings v5?
- Gewichte unter CC BY-NC 4.0; kommerzielles Self-Hosting braucht eine Lizenz auf Angebot; Multimodale Ergebnisse meist nur als Diagramme veröffentlicht; Keine Aufbewahrungsfrist und keine Sicherheitszertifizierung veröffentlicht.
- Für wen eignet sich Jina Embeddings v5?
- Teams, die mehrsprachige oder multimodale Suche auf kleinen Modellen aufbauen, besonders innerhalb von Elastic.
- Was kostet Jina Embeddings v5 für ein Team oder im Produktivbetrieb?
- 1 Mrd. Text-Tokens kosten 50 $ mit small oder 20 $ mit nano; 1 Mio. Produktbilder etwa 18 $ mit omni-small. Kommerzielles Self-Hosting ist eine jährliche Lizenz für Jina On-Prem zu einem nicht veröffentlichten Preis.
- Ist Jina Embeddings v5 sicher für Firmendaten?
- Jina sagt, es nutze API-Anfragen, Inputs und Outputs nie zum Training und speichere sie nur so weit, wie es zum Beantworten nötig ist, unter Elastics DPA. Keine Aufbewahrungsfrist, keine SOC-2- oder ISO-Zertifizierung genannt, und die Modellliste der API zeigt Rechenzentren in den USA.
- Was sind die besten Alternativen zu Jina Embeddings v5?
- Die nächsten Alternativen, die wir getestet haben, sind Qwen3-Embedding and Qwen3-Reranker, voyage-4-large und EmbeddingGemma 2.
Antworten geprüft am 22. Okt. 2026.