O que é Jina Embeddings v5?
O Jina Embeddings v5 é uma família de modelos de embedding da Jina AI, que a Elastic comprou em outubro de 2025. Modelos de embedding transformam conteúdo em vetores para que um software encontre material relacionado, a base da busca e da geração aumentada por recuperação (RAG). Os modelos de texto chegaram no in ício de 2026: v5-text-small (677M parâmetros, entrada de 32K tokens, 1024 dimensões) e v5-text-nano (239M, 8K tokens). Os modelos omni vieram em maio de 2026 e acrescentam imagens, vídeo, áudio e PDFs: omni-small com cerca de 1,7B parâmetros e omni-nano com cerca de 1B.
Para texto, os modelos omni produzem exatamente os mesmos vetores que o modelo de texto correspondente, então você pode adicionar outras mídias a um índice existente sem reconstruí-lo. Todos os modelos têm adaptadores de tarefa para recuperação, classificação, clustering e correspondência de texto, e os vetores podem ser truncados até 32 dimensões.
A API da Jina cobra US$ 0,05 por milhão de tokens pelos modelos small e US$ 0,02 pelos nano. Os pesos estão no Hugging Face sob a licença não comercial CC BY-NC 4.0; a auto-hospedagem comercial exige a licença Jina On-Prem da Elastic, vendida desde agosto de 2026.
Quanto custa Jina Embeddings v5?
| Plano | Preço | O que inclui |
|---|---|---|
| Small models | $0.05 per 1M tokens | |
| Nano | $0.02 per 1M tokens |
API da Jina: modelos small a US$ 0,05 por 1M de tokens, nano a US$ 0,02. Pesos gratuitos para uso não comercial; a auto-hospedagem comercial exige uma licença paga da Elastic.
Jina Embeddings v5 vale a pena?
O Jina v5 é a família de embeddings pequenos a ser batida em texto multilíngue, com um caminho de evolução multimodal que nenhum rival oferece. O model card da Jina informa 67,7 no benchmark multilíngue MMTEB e 71,7 no MTEB English v2 para o v5-text-small, o maior entre os embedders multilíngues com menos de um bilhão de parâmetros, segundo a empresa. Ele foi destilado do Qwen3-Embedding-4B, muito maior, e por isso um modelo de 677M pontua como um maior. São resultados da própria Jina.
Os modelos omni são a parte diferenciada. Os vetores de texto são idênticos aos do modelo só de texto, então uma equipe pode começar com busca em texto e adicionar fotos de produtos, apresentações ou gravações de chamadas depois, sem refazer nenhum embedding. A Voyage oferece um espaço compartilhado entre tamanhos de modelo, mas não entre mídias. O post de lançamento da Elastic apresenta a maioria das comparações multimodais como gráficos, então a afirmação de que o small compete com modelos de 3B a 7B em documentos visuais é difícil de verificar.
Os custos hospedados são baixos e previsíveis. Uma imagem de 600x600 custa cerca de 363 tokens no omni-small, então fazer embedding de 1M de fotos de produtos sai por cerca de US$ 18 a US$ 0,05 por milhão; vídeo é amostrado em 32 frames. A Jina diz que nunca treina com entradas nem saídas da API, mas não publica prazo de retenção nem cita certificação SOC 2 ou ISO, e a própria página jurídica avisa que os termos mais antigos podem não refletir a prática atual da Elastic.
A licença é o obstáculo. A CC BY-NC 4.0 proíbe o uso comercial dos pesos, então o uso em produção passa pela API da Jina, pelo Elastic Inference Service ou por uma licença Jina On-Prem com preço anual sob consulta. Rivais totalmente abertos como o Qwen3-Embedding não têm essa restrição, e a US$ 0,05 por milhão de tokens a Jina fica abaixo dos US$ 0,12 do voyage-4-large, mas com um conjunto mais escasso de evidências independentes de recuperação.
Onde ele se destaca
Uma equipe de busca de varejo com um índice de texto de 5M de anúncios de produtos
Adicionar busca por foto sem reconstruir o índice
Mantenha os vetores existentes do v5-text-small e faça embedding das imagens dos produtos com o omni-small no mesmo espaço. A cerca de 363 tokens por imagem de 600x600, 1M de fotos custa cerca de US$ 18 na API da Jina.
Um cliente da Elastic Cloud construindo RAG sobre wikis internas
Obter embeddings sem um fornecedor ou contrato separado
Chame o endpoint pré-configurado .jina-embeddings-v5-omni-small no Elastic Inference Service; ele é cobrado na assinatura da Elastic e pode truncar vetores para 32 dimensões para economizar armazenamento.
Um engenheiro de plataforma indexando 1B de tokens de tickets de suporte multilíngues
Fazer embedding do histórico uma vez e manter o custo das consultas desprezível
A indexação custa US$ 50 no small ou US$ 20 no nano. Com os 2M de tokens por minuto do plano pago, isso leva cerca de oito horas, ou cerca de 20 minutos no Premium, com 50M.
Um fornecedor da área de saúde que precisa rodar a busca dentro das redes dos clientes
Auto-hospedar embeddings sem chamadas para fora
Compre o Jina On-Prem da Elastic, que roda totalmente offline e não exige assinatura do Elasticsearch; o preço é anual e sob consulta. Os pesos gratuitos do Hugging Face não podem ser usados comercialmente.
Antes de decidir
- Configuração
- Uma nova chave de API vem com tokens de teste gratuitos; chame o endpoint de embeddings com um nome de modelo e uma tarefa. Localmente, os pesos carregam no Transformers, sentence-transformers ou vLLM 0.20.1.
- Integrações
- API da Jina e Elastic Inference Service; sentence-transformers e vLLM para auto-hospedagem. Imagens de até 5 MB e PDFs de até 8 MB, um PDF por requisição.
- Dados e privacidade
- A Jina diz que nunca usa requisições, entradas ou saídas da API para treinar modelos e só as armazena o necessário para atender às requisições, sob o DPA da Elastic. Não são citados prazo de retenção, SOC 2 nem certificação ISO, e a lista de modelos da API mostra data centers nos EUA.
- Custo em escala
- 1B de tokens de texto custa US$ 50 no small ou US$ 20 no nano; 1M de imagens de produtos, cerca de US$ 18 no omni-small. A auto-hospedagem comercial é uma licença anual Jina On-Prem com preço não publicado.
- Limites
- 32K tokens nos modelos small, 8K no nano. Os limites de taxa são 100 requisições e 100K tokens por minuto em chaves gratuitas, 500 e 2M nas pagas, 5.000 e 50M no Premium. Sem limite de tamanho de lote, exceto um PDF por requisição.
O que é bom
- Melhor pontuação no MMTEB abaixo de 1B parâmetros, segundo a Jina
- Os modelos omni compartilham os vetores de texto, então adicionar mídia não exige reindexar
- Imagens custam cerca de 363 tokens cada no omni-small
- API hospedada a partir de US$ 0,02 por milhão de tokens, nunca usada para treino
O que não é
- Pesos CC BY-NC 4.0; a auto-hospedagem comercial exige uma licença sob consulta
- Resultados multimodais publicados principalmente como gráficos
- Sem prazo de retenção nem certificação de segurança publicados
Ideal para
Equipes que constroem busca multilíngue ou multimodal com modelos pequenos, especialmente dentro da Elastic.
Alternativas ao Jina Embeddings v5
Jina Embeddings v5: perguntas frequentes
- Jina Embeddings v5 vale a pena?
- O espaço vetorial compartilhado entre texto e mídia do Jina v5 é a ideia mais engenhosa entre os embeddings pequenos, e a licença não comercial é o pedágio para quem quer rodá-lo por conta própria. Damos nota 4.3 de 5.
- Quanto custa Jina Embeddings v5?
- API da Jina: modelos small a US$ 0,05 por 1M de tokens, nano a US$ 0,02. Pesos gratuitos para uso não comercial; a auto-hospedagem comercial exige uma licença paga da Elastic.
- Quais são as desvantagens de Jina Embeddings v5?
- Pesos CC BY-NC 4.0; a auto-hospedagem comercial exige uma licença sob consulta; resultados multimodais publicados principalmente como gráficos; sem prazo de retenção nem certificação de segurança publicados.
- Para quem Jina Embeddings v5 é indicado?
- Equipes que constroem busca multilíngue ou multimodal com modelos pequenos, especialmente dentro da Elastic.
- Quanto custa Jina Embeddings v5 para uma equipe ou em produção?
- 1B de tokens de texto custa US$ 50 no small ou US$ 20 no nano; 1M de imagens de produtos, cerca de US$ 18 no omni-small. A auto-hospedagem comercial é uma licença anual Jina On-Prem com preço não publicado.
- Jina Embeddings v5 é seguro para dados da empresa?
- A Jina diz que nunca usa requisições, entradas ou saídas da API para treinar modelos e só as armazena o necessário para atender às requisições, sob o DPA da Elastic. Não são citados prazo de retenção, SOC 2 nem certificação ISO, e a lista de modelos da API mostra data centers nos EUA.
- Quais são as melhores alternativas ao Jina Embeddings v5?
- As alternativas mais próximas que analisamos são Qwen3-Embedding and Qwen3-Reranker, voyage-4-large e EmbeddingGemma 2.
Respostas verificadas em 22 de out. de 2026.