¿Qué es Granite Embedding Multilingual R2 (311M and 97M)?
Granite Embedding Multilingual R2 es una pareja de modelos abiertos y pequeños de embeddings de texto de IBM, publicados el 29 de abril de 2026 bajo Apache 2.0: granite-embedding-311m-multilingual-r2, con vectores de 768 dimensiones, y granite-embedding-97m-multilingual-r2, con 384. Un modelo de embeddings convierte texto en números para que un sistema de búsqueda pueda emparejar una pregunta con los pasajes que la responden. Sustituyen a los modelos multilingües R1 de IBM de 2024 y se suman a los modelos R2 solo en inglés de 2025.
Ambos son modelos codificadores con el diseño ModernBERT y un vocabulario de 262.000 tokens, leen hasta 32.768 tokens (64 veces los 512 de R1) y cubren más de 200 idiomas, con entrenamiento de recuperación adicional para 52 de ellos y para nueve lenguajes de programación. El 311M puede acortar sus vectores a 512, 384, 256 o 128 dimensiones. IBM dice que todos los datos de entrenamiento tienen licencias permisivas y pasaron su revisión interna de aprobación de datos, y publica builds ONNX y OpenVINO junto a los pesos de PyTorch.
¿Merece la pena Granite Embedding Multilingual R2 (311M and 97M)?
Granite Embedding Multilingual R2 se gana su sitio por la procedencia de sus datos y el contexto largo, más que por su puesto en la leaderboard. IBM indica 65,2 en recuperación MTEB multilingüe para el 311M, 13 puntos por encima de su predecesor R1, y 60,3 para el 97M. En la propia tabla de IBM de modelos abiertos de menos de 500 millones de parámetros, el 311M queda segundo, por detrás de harrier-oss-v1-270m de Microsoft con 66,4 y por delante de Jina v5 text nano con 63,3 y EmbeddingGemma 300M con 62,5.
Los documentos largos son su victoria más clara. En el benchmark LongEmbed el 311M marca 71,7 frente a 65,0 de Harrier 270M, 63,6 del nano de Jina y 55,4 de EmbeddingGemma, algo lógico con su ventana de 32.768 tokens. Es más flojo en código e inglés: el modelo nano de Jina marca 71,2 en MTEB de código frente a 63,9 de Granite, y 58,8 en recuperación en inglés frente a 52,6.
El 97M es la opción de velocidad. IBM lo mide a 2.534 documentos por segundo en una H100 frente a 1.828 del 311M, y supera en 9,4 puntos a multilingual-e5-small a casi la misma velocidad. Los vectores acortados del 311M aguantan bien: pasar de 768 a 128 dimensiones solo baja la recuperación multilingüe de 63,9 a 62,5 en la tabla de IBM, un ahorro de almacenamiento de seis veces.
La pega: todas las comparaciones aquí son de IBM, hechas por su equipo, y el rendimiento depende de la versión de las librerías. IBM señala que Transformers 5.8.0 eliminó la optimización sin relleno de ModernBERT, lo que bajó el 311M de 2.960 a 1.828 documentos por segundo respecto a la versión 4.57.6. Ollama todavía no ejecuta modelos ModernBERT, y solo trabaja con texto.
Nuestra opinión: en empresas reguladas donde la procedencia de los datos de entrenamiento es una cuestión de compras, Granite R2 es un sí fácil; donde solo cuenta la precisión, los modelos pequeños de Harrier son algo mejores y también tienen licencia permisiva.
Dónde se gana su sitio
Una responsable de gestión del conocimiento en una aseguradora europea
Buscar en condicionados largos en una docena de idiomas sin una API externa
Genera embeddings de secciones enteras de hasta 32.768 tokens con el 311M en un servidor de CPU mediante ONNX u OpenVINO; la afirmación de IBM de que todos los datos de entrenamiento tienen licencia permisiva acorta la revisión de compras.
Un ingeniero de plataforma que gestiona RAG para 40 equipos internos
Contener el coste de almacenamiento vectorial en decenas de millones de fragmentos
Guarda los vectores del 311M recortados a 256 dimensiones, un tercio de los 768 completos, lo que en la tabla de IBM cuesta unos 0,4 puntos de precisión en recuperación multilingüe.
Un desarrollador que añade búsqueda semántica a una aplicación documental local
Incluir un embedder que funcione rápido en el hardware del cliente sin GPU
Empaqueta el modelo 97M con ONNX Runtime; con 384 dimensiones y 97 millones de parámetros es lo bastante pequeño para funcionar junto a la aplicación, y Apache 2.0 permite redistribuirlo.
Antes de decidirte
- Puesta en marcha
- pip install sentence-transformers y carga ibm-granite/granite-embedding-311m-multilingual-r2; pasa backend='onnx' u 'openvino' para usar los builds optimizados incluidos. FlashAttention 2 es opcional.
- Integraciones
- Sentence Transformers, Transformers, ONNX Runtime (CPU, CUDA, TensorRT, DirectML), OpenVINO, endpoint de embeddings de vLLM, llama.cpp tras convertir a GGUF; no Ollama.
- Datos y privacidad
- Apache 2.0. IBM dice que los datos de entrenamiento proceden de pares públicos con licencia permisiva, datos técnicos internos de IBM y datos sintéticos generados por IBM, todo ello tras un proceso de aprobación de gobernanza. Alojado por ti, los documentos se quedan en tu hardware.
- Coste a escala
- Los pesos son gratuitos y los modelos son pequeños; en una H100 IBM midió 1.828 documentos por segundo para el 311M y 2.534 para el 97M a 512 tokens, así que un índice de 10 millones de fragmentos tarda unas 1,5 horas con el 311M.
- Límites
- Solo texto; 32.768 tokens por entrada; recorte de vectores solo en el 311M; la velocidad cae en Transformers 5.8.0 frente a 4.57.6; el entrenamiento de recuperación reforzado cubre 52 de los más de 200 idiomas.
Lo bueno
- Apache 2.0, con datos de entrenamiento que IBM dice que tienen licencia permisiva y están aprobados
- Contexto de 32.768 tokens; 71,7 en LongEmbed en las pruebas de IBM
- El 97M procesa 2.534 documentos por segundo en una H100
- Los vectores del 311M se reducen a 128 dimensiones con poca pérdida
- Builds ONNX y OpenVINO para CPU y hardware de Intel
Lo malo
- Segundo tras Harrier 270M en recuperación multilingüe (65,2 frente a 66,4)
- Por detrás de Jina v5 nano en código y recuperación en inglés
- Todas las pruebas son de IBM
- No es compatible con Ollama
- Solo texto
Ideal para
Empresas que necesitan un embedder multilingüe pequeño con una procedencia de datos clara para buscar en documentos largos.
Alternativas a Granite Embedding Multilingual R2 (311M and 97M)
Granite Embedding Multilingual R2 (311M and 97M): preguntas frecuentes
- ¿Merece la pena Granite Embedding Multilingual R2 (311M and 97M)?
- Granite Embedding R2 es el embedder pequeño que un departamento legal aprobará rápido, aunque el 270M de Harrier lo supera ligeramente en precisión. Le damos un 3.9 sobre 5.
- ¿Cuánto cuesta Granite Embedding Multilingual R2 (311M and 97M)?
- Gratis bajo Apache 2.0. Las fichas de los modelos no indican ningún endpoint alojado; alójalo tú en CPU o GPU.
- ¿Qué inconvenientes tiene Granite Embedding Multilingual R2 (311M and 97M)?
- Segundo tras Harrier 270M en recuperación multilingüe (65,2 frente a 66,4); por detrás de Jina v5 nano en código y recuperación en inglés; todas las pruebas son de IBM; no es compatible con Ollama; solo texto.
- ¿Para quién es Granite Embedding Multilingual R2 (311M and 97M)?
- Empresas que necesitan un embedder multilingüe pequeño con una procedencia de datos clara para buscar en documentos largos.
- ¿Cuánto cuesta Granite Embedding Multilingual R2 (311M and 97M) para un equipo o en producción?
- Los pesos son gratuitos y los modelos son pequeños; en una H100 IBM midió 1.828 documentos por segundo para el 311M y 2.534 para el 97M a 512 tokens, así que un índice de 10 millones de fragmentos tarda unas 1,5 horas con el 311M.
- ¿Es Granite Embedding Multilingual R2 (311M and 97M) seguro para los datos de la empresa?
- Apache 2.0. IBM dice que los datos de entrenamiento proceden de pares públicos con licencia permisiva, datos técnicos internos de IBM y datos sintéticos generados por IBM, todo ello tras un proceso de aprobación de gobernanza. Alojado por ti, los documentos se quedan en tu hardware.
- ¿Cuáles son las mejores alternativas a Granite Embedding Multilingual R2 (311M and 97M)?
- Las alternativas más cercanas que hemos analizado son Harrier-OSS-v1 (270M, 0.6B, 27B), EmbeddingGemma 2, Jina Embeddings v5, Qwen3-Embedding and Qwen3-Reranker y all-MiniLM-L6-v2.
Respuestas comprobadas el 7 nov 2026.