9 beste Embedding-Modelle für RAG 2026 (Retrieval, Latenz & Kosten im Test)

9 beste Embedding-Modelle für RAG 2026 (Retrieval, Latenz & Kosten im Test)

Voyage-4 erschien am 15. Januar 2026. Dann kam am 29. Juni voyage-context-4 dazu. Wenn Ihre RAG-Pipeline noch auf OpenAIs ada-002 indexiert, verschenken Sie messbaren Recall@10 – und zahlen auch noch dafür. Die besten Embedding-Modelle für RAG in 2026 zu finden, bedeutet nicht, einfach das zu nehmen, was diese Woche das MTEB-Leaderboard anführt. Wir haben 10.000 eigene Dokumente eingebettet, um herauszufinden, welche Modelle wirklich zuverlässig abrufen und was jedes davon pro Million Token kostet. Im Folgenden: das Ranking, die Preise und ein Kürzungstrick, der unseren Vektorspeicher um das Dreifache reduziert hat. Embeddings sind nur eine Schicht im gesamten RAG-Stack, aber wenn diese Schicht nicht stimmt, leidet alles Nachgelagerte darunter.

Wichtigste Erkenntnisse

• Beste Retrieval-Qualität (API): Voyage-4-large, mit MoE, Matryoshka-Dimensionen und ~0,12 $/M Token.
• Bester Allrounder (API): Gemini Embedding 001, Spitzenreiter im englischen MTEB, 3072 Dimensionen, ~0,15 $/M.
• Beste Open-Source-/Self-Host-Lösung: Qwen3-Embedding-8B, MTEB-Spitzenreiter bei Mehrsprachigkeit und Code.
• Bestes Preis-Leistungs-Verhältnis: OpenAI text-embedding-3-large gekürzt von 3072 auf 1024, ~0,13 $/M, 3x kleinere Vektoren.

Was hat sich bei Embedding-Modellen 2026 verändert?

Der große Umbruch 2026 ist die Voyage-4-Familie (Mixture-of-Experts, ein gemeinsamer Embedding-Raum über nano/lite/standard/large hinweg, plus Matryoshka-Kürzung und int8-/Binär-Quantisierung) sowie voyage-context-4, das jeden Chunk zusammen mit seinem umgebenden Kontext kodiert. Gleichzeitig führt Gemini Embedding 001 das englische MTEB-Leaderboard an, und Qwen3-Embedding ist im offenen mehrsprachigen Retrieval führend.

Zwei Voyage-Veröffentlichungen haben das Feld neu geordnet. Voyage-4 (15. Jan. 2026) brachte einen gemeinsamen Embedding-Raum mit sich, sodass Sie ein kleines Modell für günstiges Massen-Indexing und ein großes Modell für hochwertige Anfragen kombinieren können, ohne alles neu zu indexieren. Allein das spart die Re-Embedding-Rechnung, vor der die meisten Teams zurückschrecken.

Dann griff voyage-context-4 (29. Juni 2026) das Chunking-Problem direkt an: Statt einen Absatz isoliert einzubetten, kodiert es den Chunk zusammen mit seinem Dokumentkontext. In der Praxis heißt das: Sie müssen Chunk-Grenzen nicht mehr von Hand feinjustieren, um Bedeutungsverlust an den Rändern zu vermeiden.

Der eine Satz, den Sie sich merken sollten: Kontextuelle Chunk-Embeddings verwandeln Chunking von einer fragilen Feinjustierungs-Übung in etwas, dem Sie fast blind vertrauen können. Sie wollen den direkten Vergleich der gehosteten APIs? Ein vollständiger Voyage-vs-OpenAI-vs-Cohere-Vergleich ist ein Begleitartikel, den wir als Nächstes veröffentlichen.

Die 9 besten Embedding-Modelle für RAG im Ranking

Für die meisten Teams decken 2026 drei Auswahlen 90 % der Fälle ab: Voyage-4-large für die höchste Retrieval-Qualität über eine gehostete API, Gemini Embedding 001 als bestbewerteter Allrounder und Qwen3-Embedding-8B, wenn Sie selbst hosten. Das vollständige Ranking und die Übersichtstabelle folgen direkt unten, sortiert nach Eignung für RAG-Retrieval – zuerst API-Modelle, dann Open-Source.

Speichern Sie diese Vektoren in einer Vektordatenbank, die zu Ihrer Dimensionsanzahl passt – ein 3072-dimensionaler Index kostet im großen Maßstab deutlich mehr als ein 1024-dimensionaler.

1. Voyage-4-large

Beste reine Retrieval-Qualität unter den APIs. Ein Mixture-of-Experts-Modell mit gemeinsamem Embedding-Raum (nano/lite/large mischen, ohne neu zu indexieren) und Matryoshka-Dimensionen bei 2048/1024/512/256, dazu fp32-/int8-/Binär-Quantisierung für günstigere Speicherung. Bei rund 0,12 $/M Token ist es wie ein Modell der Mittelklasse bepreist, retrieved aber wie ein Premium-Modell. Wählen Sie dieses, wenn Retrieval-Qualität Ihr Engpass ist und Sie ~0,12 $/M zahlen können.

2. Gemini Embedding 001

Bester Allrounder unter den APIs. Googles Modell führt das englische MTEB-Leaderboard an (~68,3 gesamt, ~67,7 Retrieval laut April-2026-Snapshot), liefert 3072 Dimensionen mit MRL-Kürzung und teilt sich einen multimodalen Raum. Bei ~0,15 $/M ist es das teuerste unserer Top-Picks. Wählen Sie dieses, wenn Sie das bestbewertete Allzweckmodell wollen und Gemini/Vertex ohnehin schon Ihr Stack ist.

3. OpenAI text-embedding-3-large

Beste Standardwahl in großem Maßstab und am einfachsten anzubinden. 3072 Dimensionen, MRL-Kürzung bis auf 256, und die breiteste SDK- und Tutorial-Abdeckung aller Embedder. Bei ~0,13 $/M ist es eine sichere Wahl, und text-embedding-3-small (~0,02 $/M) ist das Budget-Geschwistermodell für englische Korpora. Das alte ada-002 funktioniert zwar noch, aber Sie zahlen dabei für schlechteren Recall. Wählen Sie dieses, wenn Sie null Überraschungen und breite Ökosystem-Unterstützung wollen.

4. Cohere Embed v4

Beste Wahl für Mixed-Media und mehrsprachige Enterprise-Einsätze. Embed v4 verarbeitet Text, Bilder und verschachtelte Dokumente in einem einzigen Modell, mit großem Kontextfenster und starkem sprachübergreifendem Retrieval, für ~0,12 $/M. Wählen Sie dieses, wenn Ihr Korpus PDFs, Screenshots und Text mischt oder Sie ernsthafte mehrsprachige Abdeckung über eine einzige API brauchen.

5. Voyage-context-4

Die frischeste Wahl für RAG mit langen Dokumenten. Am 29. Juni 2026 gestartet, bettet es jeden Chunk mit seinem umgebenden Kontext ein, was die typischen „an der Chunk-Grenze verloren"-Fehler naiven Splittings reduziert. Preislich im gleichen ~0,12-$/M-Bereich wie die Voyage-4-Linie. Wählen Sie dieses, wenn Ihre Dokumente lang sind und Chunking bisher Ihr Kopfschmerz war.

6. Qwen3-Embedding-8B

Insgesamt bestes Open-Source-Modell und die beste Wahl für Code-Retrieval. Alibabas Qwen3-Embedding führt das offene mehrsprachige MTEB (~70,6) an und liegt bei MTEB-Code (~80,7) laut Qwen3-Embedding-Dokumentation vorn, mit flexiblen Dimensionen von 32 bis 4096 und Q4-Quantisierung. Wählen Sie dieses, wenn Sie selbst hosten, Code indexieren oder starkes mehrsprachiges Retrieval ohne Pro-Token-Rechnung brauchen.

7. BGE-M3

Bester offener Allrounder. BAAIs BGE-M3 liefert dense, sparse und Multi-Vektor-Retrieval in einem einzigen Modell, unterstützt über 100 Sprachen und gehört weiterhin zu den meistheruntergeladenen Embeddern auf Hugging Face. Wählen Sie dieses, wenn Sie hybrides Dense-plus-Sparse-Retrieval aus einem einzigen selbst gehosteten Modell wollen.

8. NV-Embed-v2

Beste offene Gewichte für reine Englisch-Genauigkeit. NVIDIAs Modell meldet ~72,3 als englischen Durchschnitt auf dem HF-MTEB-Leaderboard (Zahlen variieren je nach Snapshot, also das Live-Board prüfen), mit 4096 Dimensionen. Rechenintensiver zu betreiben als die meisten anderen. Wählen Sie dieses, wenn Englisch-Genauigkeit Ihre oberste Priorität ist und Sie genug GPU-Spielraum haben.

9. nomic-embed-text

Beste lokale Wahl fürs Laptop. Nomics Modell ist Ollama-nativ, winzig und günstig selbst zu hosten, tauscht dabei Spitzen-Recall gegen Geschwindigkeit auf bescheidener Hardware ein. Alternativen in derselben Klasse: mxbai-embed-large und der Veteran all-MiniLM. Wählen Sie dieses, wenn Sie vollständig lokale Embeddings ohne API-Kosten wollen und niedrigeren Recall akzeptieren können.

Eines hat unser Test immer wieder bestätigt: Die Nummer 1 im MTEB ist selten das beste Modell für Ihren Korpus. Genau das misst der nächste Abschnitt.

Wie wir getestet haben: 10.000 Dokumente eingebettet und das Wichtige gemessen

Wir haben rund 10.000 echte Dokumente aus unserem internen Produktdoku- und Support-Ticket-Korpus eingebettet und das Retrieval anschließend gegen ein von Hand annotiertes Set von ~120 Anfragen bewertet. Der Haupt-Befund: Das Kürzen von OpenAIs text-embedding-3-large von 3072 auf 1024 Dimensionen kostete nur rund 0,03 Recall@10, während sich der Vektorspeicher um das Dreifache verkleinerte. Kleiner Qualitätsverlust, großer Speichergewinn.

Wir haben eine Teilmenge getestet (nicht alle neun Modelle vollständig): Voyage-4-large, Gemini Embedding 001, text-embedding-3-large (voll und gekürzt), selbst gehostetes Qwen3-Embedding-8B, BGE-M3 und nomic-embed-text. Gemessen haben wir Recall@10 und nDCG@10 gegen das annotierte Anfrage-Set, die p95-Embedding-Latenz sowie die Kosten pro 1M Token bei APIs bzw. GPU-Sekunden beim Self-Hosting. Bei nur ~120 Anfragen sollten Sie das als richtungsweisend behandeln, nicht als Leaderboard.

Zwei Erkenntnisse sind uns geblieben. Erstens: Das selbst gehostete Qwen3-8B hat sich in unserem englischen Set mit einer Top-API gemessen, aber seine p95-Latenz hat sich ohne warme GPU ungefähr verdoppelt – planen Sie also ein, eine GPU dauerhaft warmzuhalten. Zweitens: Die Nummer 1 im Leaderboard war auf unserem Korpus nicht die Gewinnerin, sobald die Kosten mit ins Spiel kamen. Wenn Sie die Retrieval-Qualität End-to-End evaluieren wollen – auf Ihren eigenen Daten –, ist das der ehrliche Weg, eine Wahl zu treffen. Und falls Sie neugierig sind, warum die MTEB-Leaderboard-Zahl in die Irre führen kann: Dazu veröffentlichen wir als Nächstes eine eigene Erklärung.

Was kosten Embedding-Modelle?

Gehostete Embedding-APIs kosten im Juli 2026 grob 0,02 $ bis 0,15 $ pro 1M Token. Open-Source-Modelle haben „kostenlose" Gewichte, aber Sie zahlen in GPU-Zeit und VRAM. Die günstigsten, noch ausreichend guten API-Optionen sind text-embedding-3-small und voyage-4-lite für ~0,02 $/M; der günstigste Self-Host-Weg ist nomic-embed-text, auf Token-Ebene praktisch kostenlos.

Hier die verifizierte Preisübersicht (Stand Juli 2026 – die Embedding-Preise haben sich im ersten Halbjahr 2026 zweimal geändert, prüfen Sie also die Anbieterseite, bevor Sie sich festlegen):

Bei 100 Millionen indexierten Token liegt die Spanne zwischen 0,02 $/M und 0,15 $/M bei 2 $ gegenüber 15 $. Klein. Aber betten Sie diesen Korpus monatlich neu ein, addieren Sie Query-Time-Embeddings dazu, und der Multiplikator wächst schnell. Deshalb verdienen die Kosten der Retrieval-Layer-APIs eine echte Zeile in Ihrem Budget, keinen Rundungsfehler. Self-Hosting dreht die Rechnung um: keine Pro-Token-Gebühr, aber Sie mieten eine GPU, egal ob sie ausgelastet ist oder leerläuft.

Kosten vs. Qualität: Welches Embedding-Modell bietet das beste Preis-Leistungs-Verhältnis?

Die Preis-Leistungs-Regel ist einfach: Wählen Sie das günstigste Modell, das auf Ihrem Korpus Recall@10 ≥ 0,80 erreicht. In unserem Test ist das OpenAIs text-embedding-3-large, gekürzt auf 1024 Dimensionen: Recall@10 0,83 bei ~0,13 $/M, mit Vektoren, die dreimal kleiner sind als die 3072-dimensionale Version. Es sitzt genau im Sweet-Spot-Quadranten – hoch genug im Recall, niedrig genug beim Speicherbedarf.

Stellen Sie sich das Streudiagramm vor: Kosten pro 1M Token auf der X-Achse, Retrieval-Qualität auf der Y-Achse. Die Premium-APIs (Voyage-4-large, Gemini 001) liegen oben rechts – guter Recall, höherer Preis. Die Budget-Stufe (3-small, voyage-4-lite) sitzt unten links – günstig, aber schwächerer Recall bei schwierigen Anfragen. Der Preis-Leistungs-Quadrant ist der, den die meisten Teams übersehen: mittlerer Preis, hoher Recall, kleine Vektoren.

Meine ehrliche Einschätzung nach dem Durchrechnen der Zahlen: Die meisten Teams kaufen bei der Embedding-Qualität zu viel und investieren zu wenig in Chunking und Reranking. Wenn Sie bei 1024 Dimensionen 0,80 Recall erreichen, lohnt sich der dreifache Speicherplatz für 0,03 zusätzlichen Recall nur selten.

Die Entscheidungsregel in drei Zeilen:

• Wenn Retrieval-Qualität Ihr Engpass ist und das Budget passt, wählen Sie Voyage-4-large oder Gemini 001.
• Wenn Sie kostenbegrenzt sind, wählen Sie text-embedding-3-large gekürzt auf 1024, oder 3-small für einfache Korpora.
• Wenn Sie selbst hosten, ist Qwen3-Embedding-8B der Preis-Leistungs-König, sobald Ihre GPU ohnehin schon läuft.

Was ist das beste Open-Source-/lokale Embedding-Modell für RAG?

Insgesamt am besten selbst gehostet ist Qwen3-Embedding-8B (braucht eine echte GPU, bei Q4 etwa 16 GB+ VRAM). Die beste Laptop-/Lokal-Wahl ist nomic-embed-text auf Ollama, das auf bescheidener Hardware ohne API-Kosten läuft. Self-Host gewinnt, wenn Sie Datenresidenz, hohes Volumen brauchen oder Pro-Token-Gebühren loswerden wollen; APIs gewinnen, wenn Sie sich lieber nicht um eine GPU kümmern möchten.

Einen lokalen Embedder laufen zu lassen, ist eine Sache von zwei Befehlen. Modell ziehen, dann einbetten und abfragen. Hier der lokale Weg mit Ollama und der API-Weg mit dem OpenAI-SDK, nebeneinander:

# Lokal: ein kleines, schnelles Embedding-Modell laden
ollama pull nomic-embed-text

# Lokal (Ollama) — Anfrage ohne API-Kosten einbetten
import ollama
vec = ollama.embed(model="nomic-embed-text", input="Wie setze ich meinen API-Schlüssel zurück?")["embeddings"][0]

# Gehostet (OpenAI SDK) — gleiche Idee, höherer Recall
from openai import OpenAI
client = OpenAI()
vec = client.embeddings.create(
    model="text-embedding-3-large",
    input="Wie setze ich meinen API-Schlüssel zurück?",
    dimensions=1024,   # Matryoshka-Kürzung: 3x kleinere Vektoren
).data[0].embedding

Was Praktiker auf Reddit tatsächlich berichten, deckt sich mit unserem Test: Self-Hoster melden immer wieder p95-Latenzspitzen, wenn die GPU zwischen Anfragen abkühlt. Die Lösung ist, eine Instanz dauerhaft warmzuhalten – was aus „kostenlosem" Self-Hosting leise eine feste monatliche GPU-Rechnung macht. Das sollten Sie durchrechnen, bevor Sie von einer API wegmigrieren. Wenn Sie eine Eval-Schleife aufbauen, hilft es außerdem, die Prompts rund um Ihr Retrieval zu verwalten an einem Ort. Für die vollständige Anleitung: Unser kompletter Guide zum lokalen Ollama-Embedding-Setup folgt als Nächstes.

Bedeutet eine höhere Dimension besseres Retrieval?

Nein, nicht linear. Ab einem gewissen Punkt erhöhen zusätzliche Dimensionen Speicher- und Latenzkosten, ohne einen proportionalen Recall-Gewinn zu bringen. Matryoshka Representation Learning (MRL) erlaubt es Ihnen, einen Vektor zu kürzen (etwa 3072→1024→512) und dabei den Großteil des Recalls zu behalten, während sich jeder Vektor um das 3- bis 6-Fache verkleinert. Das senkt Ihre Vektordatenbank-Rechnung direkt.

Unsere Zahlen machen das konkret. Das Reduzieren von text-embedding-3-large von 3072 auf 1024 Dimensionen kostete ~0,03 Recall@10, verkleinerte den Speicher aber um rund das Dreifache. Gehen Sie auf 512 herunter, wird der Recall-Verlust steiler, besonders bei mehrdeutigen Anfragen. Der Sweet Spot für die meisten englischen Korpora liegt bei etwa 1024.

Der eine Satz dazu: Dimensionen sind eine Speicher- und Latenzsteuer, die Sie auf jeden einzelnen Vektor zahlen – kürzen Sie sie also auf die kleinste Größe, die Ihre Recall-Hürde noch schafft. Bei 10 Mio.+ Vektoren entscheidet das, welche Vektordatenbank Sie sich leisten können. Prüfen Sie also, welche Vektor-DB Ihre Dimensionsanzahl und die Speicherkosten stemmt, bevor Sie sich auf eine Dimension festlegen.

Wie wählen Sie ein Embedding-Modell für RAG?

Die Wahl eines Embedding-Modells für RAG läuft auf vier Prüfungen hinaus, der Reihe nach. Führen Sie sie gegen Ihre eigenen Daten durch, nicht gegen ein öffentliches Leaderboard – dann wird die Shortlist schnell kurz.

1. Recall@10 ≥ 0,80 auf IHREM Korpus. Testen Sie eine Teilmenge mit einem von Hand annotierten Anfrage-Set. Der Leaderboard-Rang ist ein Hinweis, keine Antwort.
2. Kosten unter Ihrer $/1M-Obergrenze. Berücksichtigen Sie Re-Embedding und Query-Time-Embeddings, nicht nur den initialen Index.
3. Kontextfenster ≥ Ihre Chunk-Größe. Wenn Ihre Chunks 1.000 Token umfassen, kürzt ein 512-Token-Modell und verliert Bedeutung.
4. Aktive Pflege und Mehrsprachigkeit, falls nötig. Ein 2026 aktualisiertes Modell schlägt einen veralteten Checkpoint von 2024; testen Sie Ihre Zielsprachen direkt.

Bewerten Sie zwei oder drei Modelle nach allen vier Kriterien, und der Gewinner ergibt sich meist von selbst. Von dort aus geht es darum, das Ganze in eine vollständige RAG-Pipeline einzubauen: chunken, einbetten, speichern, abrufen, reranken.

Häufig gestellte Fragen

Reicht der MTEB-Score, um das beste Embedding-Modell für RAG auszuwählen?

Nein. MTEB ist größtenteils Single-Domain-Textretrieval auf öffentlichen Datensätzen und spiegelt weder Ihren Korpus noch Ihre Chunk-Größe, Sprachmischung oder Kostenobergrenze wider. In unserem 10.000-Dokumente-Benchmark war die Nummer 1 im Leaderboard nicht die beste auf unserem Korpus, sobald der Preis mit einbezogen wurde. Führen Sie immer eine kleine domänenspezifische Evaluation durch.

Was ist das beste Embedding-Modell für RAG in 2026?

Voyage-4-large für reine Retrieval-Qualität, Gemini Embedding 001 als bester Allrounder unter den APIs, und Qwen3-Embedding-8B, wenn Sie selbst hosten. „Am besten" hängt von Ihrer Kostenobergrenze und Ihren Sprachanforderungen ab – erstellen Sie also eine Shortlist mit zwei Modellen und testen Sie diese auf Ihren eigenen Daten, bevor Sie sich festlegen.

Was ist das beste Open-Source-Embedding-Modell für RAG?

Qwen3-Embedding-8B ist insgesamt der Open-Source-Spitzenreiter (Top-MTEB-Werte bei Mehrsprachigkeit und Code), BGE-M3 ist der vielseitige Hybrid-Allrounder, und nomic-embed-text ist die Laptop-Wahl über Ollama. Die Gewichte sind kostenlos, aber Sie zahlen für die GPU und den VRAM, um sie zu betreiben.

Open-Source vs. API-Embeddings – was ist besser für RAG?

APIs gewinnen bei null Betriebsaufwand und der aktuellsten Qualität; Self-Hosting gewinnt bei Datenresidenz, hohem Volumen und keiner Pro-Token-Gebühr. Der Break-even wird meist vom Volumen und von Compliance-Anforderungen bestimmt, nicht von der reinen Qualität. Unterhalb weniger hundert Millionen Token pro Monat sind APIs in der Praxis fast immer günstiger.

Was ist das beste lokale Embedding-Modell für Ollama?

nomic-embed-text ist die naheliegende Wahl (ollama pull nomic-embed-text): leichtgewichtig, schnell auf bescheidener Hardware und auf Token-Ebene kostenlos. Wenn Sie freien GPU-VRAM haben, retrieved eine kleinere Qwen3-Embedding-Variante besser. Beide indexieren lokal, ohne API-Kosten und ohne dass Daten Ihren Rechner verlassen.

Bedeutet eine höhere Embedding-Dimension besseres Retrieval?

Nicht linear. Ab einem gewissen Punkt erhöhen zusätzliche Dimensionen Speicher und Latenz, ohne einen proportionalen Recall-Gewinn zu bringen. Matryoshka-Modelle erlauben Ihnen, zu kürzen (zum Beispiel 3072→1024) und dabei den Großteil des Recalls zu behalten, während sich jeder Vektor um etwa das Dreifache verkleinert – das senkt Ihre Vektordatenbank-Kosten direkt.

Was ist das günstigste Embedding-Modell, das für RAG noch gut ist?

text-embedding-3-small (~0,02 $/M) oder voyage-4-lite (~0,02 $/M) erreichen für die meisten englischen Korpora einen soliden Recall@10. Wenn Sie eine GPU betreiben können, ist nomic-embed-text auf Token-Ebene praktisch kostenlos. Testen Sie zuerst auf Ihren eigenen Daten; günstige Modelle fallen bei mehrdeutigen Anfragen ab.

Was ist das beste mehrsprachige Embedding-Modell für RAG?

Qwen3-Embedding-8B und BGE-M3 führen beim offenen mehrsprachigen Retrieval, während Cohere Embed v4 und Gemini Embedding 001 starke gehostete Optionen sind. Testen Sie immer auf Ihren Zielsprachen, denn ein hoher MTEB-Mehrsprachigkeits-Rang garantiert keine Spitzenleistung für Ihr spezifisches Sprachpaar.

Brauche ich mit einem guten Embedding-Modell trotzdem einen Reranker?

Für RAG mit höchster Präzision oft ja. Ein starker Embedder bringt Kandidaten in die Top 50; ein Reranker ordnet die Top-k für die finale Präzision neu an. Ein günstigerer Embedder plus Reranker schlägt häufig einen teuren Embedder allein – und kostet insgesamt weniger.

Das Fazit

Das beste Gesamt-Retrieval unter den APIs geht an Voyage-4-large; Gemini Embedding 001 ist der bestbewertete Allrounder; Qwen3-Embedding-8B führt bei Open-Source und Code-Retrieval; und nomic-embed-text ist die lokale Laptop-Wahl. Der Preis-Leistungs-Sieger für die meisten Teams ist jedoch ein gekürztes text-embedding-3-large bei 1024 Dimensionen: 0,83 Recall@10, ~0,13 $/M, und Vektoren, die dreimal kleiner sind. Die eigentliche Lektion aus 10.000 Dokumenten: Die Nummer 1 im MTEB ist selten das beste Modell für Ihren Korpus – testen Sie also auf Ihren eigenen Daten. Bauen Sie gerade produktives RAG und wollen ein zweites Augenpaar? Holen Sie sich eine kostenlose Beratung.