Comparatif des modèles d'embedding 2026 : text-embedding-3, Cohere, BGE-M3, Voyage & Jina

Un modèle d'embedding convertit du texte en vecteurs numériques qui rendent la similarité sémantique mesurable. Ces vecteurs sont la base de tout système RAG. Un comparatif sérieux de modèles d'embedding évalue les candidats selon les dimensions, la longueur de contexte, les benchmarks MTEB/MMTEB, le multilinguisme, les coûts, la capacité d'auto-hébergement et la licence. Pour les contenus en allemand, une règle s'impose : le classement MTEB anglais n'est pas un classement allemand. Ce qui compte, ce sont MMTEB, MIRACL et MTEB-DE.

• Meilleur allemand (propriétaire) : Cohere Embed v4, leader multilingue, utilisable par API, via Azure ou en Private Deployment dans ton propre VPC ou sur site (données de 2026).
• Standard open source du RAG multilingue : BGE-M3 (MIT), SOTA sur MIRACL, combine dense, sparse et multi-vecteur dans un seul modèle.
• Score MMTEB le plus élevé des modèles ouverts du comparatif : Qwen3-Embedding-8B (Apache 2.0), mais il demande nettement plus de puissance GPU que BGE-M3.
• Open weights sous réserve de licence : Jina v3/v4, développés à Berlin et intégrés à Elastic depuis octobre 2025. v4 est multimodal et traite aussi les documents visuels. Les poids ne sont libres que pour un usage non commercial. En usage commercial, tu utilises Jina par API ou avec une licence distincte.

Pourquoi le classement MTEB anglais est trompeur

MTEB v1 est dominé par des tâches en anglais. Les références pertinentes pour les contenus en allemand sont MMTEB (le Massive Multilingual Text Embedding Benchmark, avec plus de 500 tâches et plus de 250 langues), MIRACL (retrieval monolingue dans 18 langues) ainsi que des sous-ensembles allemands comme MTEB-DE, GermanQuAD-Retrieval et MIRACL-de. Ces benchmarks rebattent régulièrement les cartes du leaderboard : les modèles qui brillent en anglais perdent souvent 5-15 points de nDCG@10 en allemand, surtout sur les mots composés, la langue de spécialité, la terminologie juridique et médicale et la recherche de mots longs très sensible à la tokenisation.

Pour les corpus B2B en allemand s'ajoute une difficulté : entités nommées, codes produits, numéros de paragraphes de loi, codes CIM, numéros d'article SAP, IBAN et références de dossiers sont exactement les tokens sur lesquels les modèles de dense retrieval purs faiblissent. Le choix du modèle est donc toujours une décision sur la qualité de la langue allemande, pas sur le leaderboard global.

Comparatif des principaux modèles d'embedding en 2026

Le tableau suivant résume les principaux critères de sélection. Lorsqu'ils ne sont pas liés à une source, les scores de benchmark proviennent de la base de recherche interne (données de 2026). Les informations de licence des modèles open weight proviennent des fiches de modèle sur Hugging Face (données d'octobre 2026).

API propriétaires : OpenAI, Cohere, Voyage

Avec 3 072 dimensions et 8 192 tokens de contexte, OpenAI text-embedding-3-large affiche des scores solides en anglais, mais décroche nettement face à Cohere et BGE sur les tâches spécialisées en allemand. Il reste accessible uniquement par API (y compris via Azure OpenAI dans des régions européennes comme Sweden Central ou Switzerland North), ce qui maintient la juridiction américaine. Cohere Embed v4 est le leader multilingue propriétaire avec les meilleures performances en allemand, jusqu'à 128k de contexte et une troncature Matryoshka de 256 à 1 536 dimensions. Pour l'exploiter de manière souveraine, tu le déploies en Private Deployment dans ton propre VPC ou sur site. Voyage (chez MongoDB depuis février 2025) est spécialisé dans l'anglais, la finance, le juridique et le code ; pour la recherche en allemand, ce n'est pas la référence.

Modèles open weight : BGE-M3, Jina, Qwen3

BGE-M3 (BAAI, MIT) est le standard open source du RAG multilingue : 1 024 dimensions, 8 192 tokens de contexte, SOTA sur MIRACL et, particularité, des embeddings dense, sparse et multi-vecteur dans un seul modèle. Jina v3 et v4 ont été développés à Berlin, mais Jina AI appartient à Elastic depuis octobre 2025. Avec 32k de contexte, v4 traite en plus des documents visuellement riches (tableaux, graphiques, diagrammes) et atteint ViDoRe 90,17 en mode multi-vecteur. Attention aux licences : jina-embeddings-v3 est sous CC BY-NC 4.0, jina-embeddings-v4 sous Qwen Research License. Les deux n'autorisent l'auto-hébergement qu'à des fins non commerciales. En usage commercial, tu les utilises par API ou avec une licence distincte. Pour la même raison, NV-Embed-v2 (NVIDIA, CC-BY-NC) est exclu des déploiements commerciaux. Sont en revanche librement utilisables jina-embeddings-v2-base-de (Apache 2.0), qui avec 322 Mo est le choix bilingue pragmatique pour les stacks de PME sans GPU, et Qwen3-Embedding (Apache 2.0).

Exemple pratique : coûts de stockage et Matryoshka

Exemple de calcul concret pour 10 millions de vecteurs à 1 024 dimensions avec un index HNSW :

• float32 (référence) : vecteurs bruts 40 Go, plus 50-100 % de surcoût HNSW -> working set effectif de 60-80 Go.
• halfvec (float16) : environ 30-40 Go pour une perte de recall négligeable.
• Scalar Quantization (SQ8) : environ 10-20 Go pour seulement 1-3 % de perte de recall.
• Binary + Rescore : environ 5-10 Go, mais uniquement avec un rescore sur vecteurs complets du top N, sinon 30-60 % de perte de recall.

S'y ajoute Matryoshka : avec 3 072 dimensions, text-embedding-3-large est surdimensionné pour la plupart des cas de RAG d'entreprise. Une troncature à 1 024 ou 512 dimensions ne coûte qu'environ 1-3 % de qualité de recherche, mais réduit de 3-6x le stockage et la latence ANN. Aucun entraînement supplémentaire n'est nécessaire. Il en va de même pour Cohere Embed v4, mxbai-2d et Voyage 4. Pour un nouveau projet, la recommandation est la suivante : choisir un modèle compatible Matryoshka et stocker à 512-1 024 dimensions. BGE-M3 n'est pas entraîné en Matryoshka, mais avec ses 1 024 dimensions fixes, il se situe déjà dans cette plage.

N'oublie pas le reranker

Le choix du modèle n'est que la moitié du travail. Un reranker cross-encoder après la première étape de retrieval est la mesure isolée la plus efficace du pipeline : il augmente typiquement le recall@5 de 5 à 15 points de pourcentage. Selon l'étude d'Anthropic sur le Contextual Retrieval, les embeddings contextualisés combinés au BM25 contextualisé réduisent de 49 % le taux d'échec de la récupération top 20, et de 67 % avec un reranker en plus, à chaque fois par rapport à des embeddings standard. Comme rerankers souverains auto-hébergeables, il y a BGE Reranker v2-m3 (Apache 2.0) et mxbai-rerank-large-v2 (Apache 2.0). Les Jina Reranker v2 et v3 sont sous CC BY-NC 4.0 et nécessitent une licence distincte pour un usage commercial. Comme alternative propriétaire, il existe Cohere Rerank, par API ou en Private Deployment dans ton propre VPC ou sur site.

Recommandation pour les contenus en allemand et les cas d'usage multilingues

Le classement concret pour le RAG d'entreprise en allemand (données de 2026) met en balance qualité, besoins en ressources et licence : 1. Cohere Embed v4 (meilleur allemand, propriétaire, souverain uniquement en Private Deployment), 2. BGE-M3 (standard open source du RAG multilingue, MIT, entièrement souverain, nettement plus sobre à l'exploitation), 3. Qwen3-Embedding-8B (Apache 2.0, score MMTEB le plus élevé (~70,58) parmi les modèles ouverts de ce comparatif, mais nettement plus gourmand en GPU), 4. Jina v3/v4 (développé à Berlin, intégré à Elastic depuis 10/2025, v4 multimodal, usage commercial uniquement par API ou avec licence), 5. BGE-multilingual-gemma2 (encore plus lourd, mais solide sur plusieurs splits). OpenAI text-embedding-3-large se classe nettement derrière sur les tâches en allemand.

Le stack le plus souverain : BGE-M3 ou Qwen3-Embedding, auto-hébergé sur un seul GPU L4/A10G, complété par BGE Reranker v2-m3. Les trois modèles sont sous licence MIT ou Apache 2.0, et toutes les couches tournent sur des clouds souverains de la zone DACH (STACKIT, IONOS, OTC, Hetzner). Cohere Embed v4 vient s'y ajouter là où une qualité légèrement supérieure en allemand justifie l'engagement commercial. Pour une maîtrise totale des données, Cohere propose aussi Embed en Private Deployment dans ton propre VPC ou sur site. Point important pour la conformité : les embeddings issus de données personnelles sont très probablement considérés eux-mêmes comme des données personnelles (voir l'avis 28/2024 du CEPD). Pour les charges de travail réglementées, les modèles auto-hébergeables sont donc le choix le moins risqué. Si un prestataire externe calcule ou stocke les embeddings pour toi, même dans un cloud européen, tu as besoin d'un contrat de sous-traitance au titre de l'art. 28 du RGPD. Une API américaine n'est pas exclue, mais elle exige en plus un fondement de transfert au titre des art. 44 et suivants du RGPD. Si le prestataire est certifié au titre de l'EU-US Data Privacy Framework, la décision d'adéquation suffit. Avec des clauses contractuelles types, tu dois en plus vérifier si le droit du pays de destination compromet la protection (analyse d'impact du transfert).

Pour les agences et les décideurs B2B

Le choix du modèle d'embedding conditionne tout autant la qualité de recherche, les coûts de stockage et la conformité RGPD de ton système RAG. Si tu construis pour des contenus en allemand, base ton choix non pas sur le classement MTEB anglais, mais sur la qualité prouvée en allemand et sur la souveraineté. Agence viennoise, Blck Alpaca conçoit et met en œuvre des stacks souverains et multilingues de RAG et d'agents IA et t'accompagne du choix du modèle à l'intégration du reranker, en passant par l'auto-hébergement. Contacte-nous si tu veux mettre en place une configuration d'embeddings conforme au RGPD pour des contenus en allemand ou optimiser un système existant pour la qualité de recherche en allemand.