Qu’est-ce que Granite Embedding Multilingual R2 (311M and 97M) ?
Granite Embedding Multilingual R2 est une paire de petits modèles ouverts d'embeddings de texte d'IBM, publiés le 29 avril 2026 sous Apache 2.0 : granite-embedding-311m-multilingual-r2, avec des vecteurs de 768 dimensions, et granite-embedding-97m-multilingual-r2, avec 384. Un modèle d'embeddings transforme un texte en nombres pour qu'un moteur de recherche associe une question aux passages qui y répondent. Ils remplacent les modèles multilingues R1 d'IBM de 2024 et rejoignent les modèles R2 anglais de 2025.
Tous deux sont des encodeurs au design ModernBERT avec un vocabulaire de 262 000 tokens ; ils lisent jusqu'à 32 768 tokens (64 fois les 512 de R1) et couvrent plus de 200 langues, avec un entraînement de recherche supplémentaire pour 52 d'entre elles et pour neuf langages de programmation. Le 311M peut réduire ses vecteurs à 512, 384, 256 ou 128 dimensions. IBM affirme que toutes les données d'entraînement sont sous licences permissives et ont passé sa revue interne de validation des données, et fournit des builds ONNX et OpenVINO à côté des poids PyTorch.
Granite Embedding Multilingual R2 (311M and 97M) vaut-il le coup ?
Granite Embedding Multilingual R2 mérite sa place par la provenance de ses données et son long contexte plutôt que par son rang au classement. IBM annonce 65,2 en recherche MTEB multilingue pour le 311M, 13 points de plus que son prédécesseur R1, et 60,3 pour le 97M. Dans le tableau d'IBM des modèles ouverts de moins de 500 millions de paramètres, le 311M est deuxième, derrière harrier-oss-v1-270m de Microsoft à 66,4 et devant Jina v5 text nano à 63,3 et EmbeddingGemma 300M à 62,5.
Les documents longs sont son avantage le plus net. Sur le benchmark LongEmbed, le 311M obtient 71,7 contre 65,0 pour Harrier 270M, 63,6 pour le nano de Jina et 55,4 pour EmbeddingGemma, ce qui est logique avec sa fenêtre de 32 768 tokens. Il est plus faible sur le code et l'anglais : le modèle nano de Jina obtient 71,2 sur MTEB code contre 63,9 pour Granite, et 58,8 en recherche anglaise contre 52,6.
Le 97M est l'option vitesse. IBM le mesure à 2 534 documents par seconde sur un H100 contre 1 828 pour le 311M, et il dépasse multilingual-e5-small de 9,4 points à vitesse presque égale. Les vecteurs réduits du 311M tiennent bien : passer de 768 à 128 dimensions ne fait baisser la recherche multilingue que de 63,9 à 62,5 dans le tableau d'IBM, pour un stockage divisé par six.
Le hic : toutes les comparaisons ici viennent d'IBM, réalisées par son équipe, et le débit dépend des versions des bibliothèques. IBM note que Transformers 5.8.0 a supprimé l'optimisation sans remplissage de ModernBERT, faisant passer le 311M de 2 960 à 1 828 documents par seconde par rapport à la version 4.57.6. Ollama ne fait pas encore tourner les modèles ModernBERT, et il ne traite que du texte.
Notre avis : dans les entreprises réglementées où la provenance des données d'entraînement est une question d'achat, Granite R2 est un oui facile ; là où seule la précision compte, les petits modèles Harrier sont un peu meilleurs et eux aussi sous licence permissive.
Là où il fait la différence
Une responsable de la gestion des connaissances d'un assureur européen
Chercher dans de longues conditions générales en une douzaine de langues sans API externe
Encodez des sections entières jusqu'à 32 768 tokens avec le 311M sur un serveur CPU via ONNX ou OpenVINO ; l'affirmation d'IBM selon laquelle toutes les données d'entraînement sont sous licence permissive raccourcit la revue des achats.
Un ingénieur plateforme qui gère le RAG de 40 équipes internes
Limiter le coût de stockage des vecteurs sur des dizaines de millions de fragments
Stockez les vecteurs du 311M réduits à 256 dimensions, un tiers des 768 complets, ce qui coûte environ 0,4 point de précision en recherche multilingue dans le tableau d'IBM.
Un développeur qui ajoute la recherche sémantique à une application documentaire sur site
Livrer un modèle d'embeddings rapide sur le matériel du client sans GPU
Embarquez le modèle 97M avec ONNX Runtime ; avec 384 dimensions et 97 millions de paramètres, il est assez petit pour tourner à côté de l'application, et Apache 2.0 autorise la redistribution.
Avant de vous engager
- Mise en route
- pip install sentence-transformers et chargez ibm-granite/granite-embedding-311m-multilingual-r2 ; passez backend='onnx' ou 'openvino' pour utiliser les builds optimisés fournis. FlashAttention 2 est facultatif.
- Intégrations
- Sentence Transformers, Transformers, ONNX Runtime (CPU, CUDA, TensorRT, DirectML), OpenVINO, endpoint d'embeddings de vLLM, llama.cpp après conversion en GGUF ; pas Ollama.
- Données et confidentialité
- Apache 2.0. IBM indique que les données d'entraînement proviennent de paires publiques sous licence permissive, de données techniques internes à IBM et de données synthétiques générées par IBM, le tout via un processus de validation de gouvernance. En auto-hébergement, les documents restent sur votre matériel.
- Coût à grande échelle
- Les poids sont gratuits et les modèles petits ; sur un H100, IBM a mesuré 1 828 documents par seconde pour le 311M et 2 534 pour le 97M à 512 tokens, si bien qu'un index de 10 millions de fragments prend environ 1,5 heure avec le 311M.
- Limites
- Texte uniquement ; 32 768 tokens par entrée ; réduction des vecteurs sur le 311M uniquement ; vitesse en baisse avec Transformers 5.8.0 par rapport à 4.57.6 ; l'entraînement de recherche renforcé couvre 52 des plus de 200 langues.
Les points forts
- Apache 2.0, avec des données d'entraînement qu'IBM dit sous licence permissive et validées
- Contexte de 32 768 tokens ; 71,7 sur LongEmbed dans les tests d'IBM
- Le 97M traite 2 534 documents par seconde sur un H100
- Les vecteurs du 311M descendent à 128 dimensions avec peu de perte
- Builds ONNX et OpenVINO pour CPU et matériel Intel
Les points faibles
- Deuxième derrière Harrier 270M en recherche multilingue (65,2 contre 66,4)
- Derrière Jina v5 nano sur le code et la recherche en anglais
- Tous les benchmarks viennent d'IBM
- Non pris en charge par Ollama
- Texte uniquement
Idéal pour
Les entreprises qui ont besoin d'un petit modèle d'embeddings multilingue à la provenance claire pour chercher dans de longs documents.
Alternatives à Granite Embedding Multilingual R2 (311M and 97M)
Granite Embedding Multilingual R2 (311M and 97M) : questions fréquentes
- Granite Embedding Multilingual R2 (311M and 97M) vaut-il le coup ?
- Granite Embedding R2 est le petit modèle d'embeddings qu'un service juridique validera vite, même si le 270M de Harrier le devance de peu en précision. Nous lui donnons 3.9 sur 5.
- Combien coûte Granite Embedding Multilingual R2 (311M and 97M) ?
- Gratuit sous Apache 2.0. Les fiches des modèles n'indiquent aucun endpoint hébergé ; à héberger soi-même sur CPU ou GPU.
- Quels sont les inconvénients de Granite Embedding Multilingual R2 (311M and 97M) ?
- Deuxième derrière Harrier 270M en recherche multilingue (65,2 contre 66,4); derrière Jina v5 nano sur le code et la recherche en anglais; tous les benchmarks viennent d'IBM; non pris en charge par Ollama; texte uniquement.
- À qui s’adresse Granite Embedding Multilingual R2 (311M and 97M) ?
- Les entreprises qui ont besoin d'un petit modèle d'embeddings multilingue à la provenance claire pour chercher dans de longs documents.
- Combien coûte Granite Embedding Multilingual R2 (311M and 97M) pour une équipe ou en production ?
- Les poids sont gratuits et les modèles petits ; sur un H100, IBM a mesuré 1 828 documents par seconde pour le 311M et 2 534 pour le 97M à 512 tokens, si bien qu'un index de 10 millions de fragments prend environ 1,5 heure avec le 311M.
- Granite Embedding Multilingual R2 (311M and 97M) est-il sûr pour les données de l’entreprise ?
- Apache 2.0. IBM indique que les données d'entraînement proviennent de paires publiques sous licence permissive, de données techniques internes à IBM et de données synthétiques générées par IBM, le tout via un processus de validation de gouvernance. En auto-hébergement, les documents restent sur votre matériel.
- Quelles sont les meilleures alternatives à Granite Embedding Multilingual R2 (311M and 97M) ?
- Les alternatives les plus proches que nous avons testées sont Harrier-OSS-v1 (270M, 0.6B, 27B), EmbeddingGemma 2, Jina Embeddings v5, Qwen3-Embedding and Qwen3-Reranker et all-MiniLM-L6-v2.
Réponses vérifiées le 7 nov. 2026.