Voyage vs OpenAI vs Cohere 埋め込み：2026年、RAG向けに全3社をテストしました

Voyage vs OpenAI vs Cohere 埋め込み：2026年、RAG向けに全3社をテストしました

「Voyage対OpenAI対Cohereの埋め込み」という議論は、2024年の話題ではなく、2026年の課題です。Voyageは1月15日にvoyage-4を、6月29日にはvoyage-context-4を発表しました。CohereもEmbed v4を提供しています。一方、OpenAIはどうでしょうか？2024年1月以来、新しい動きはありません。この2年半の空白期間が、RAGパイプラインのインデックス作成にどのホスト型APIを選ぶべきかという計算式を変えてしまいます。

結論：どの埋め込みAPIを選ぶべきか？

2026年のRAGにおいて、最高の検索品質を求めるならVoyage、最も安全でドキュメントが整備されたデフォルトを選ぶならOpenAI、多言語・マルチモーダル対応、あるいはベンダー一元化された埋め込みとリランカーの組み合わせを求めるならCohereを選びましょう。ただし、注意点があります。広く引用されている「14%優れている」という数値は、独立したMTEBの結果ではなく、Voyage独自のRTEBベンチマークに基づくものです。この点は適切に認識してください。

Voyageは、検索品質が実際のボトルネックとなっている場合、専門分野（コード、法務、金融など）で作業している場合、または再インデックスなしでVoyageモデル間を切り替えられる共有埋め込み空間のアップグレードパスを希望する場合に適しています。3社の中ではエコシステムが最小ですが、紙面上では最も鋭い検索性能を発揮します。

OpenAIは、英語中心の一般的なRAGにおいて、最もドキュメントが充実し、SDKサポートが広く、価格設定が予測可能なデフォルトを求める場合に適しています。地味で安全な選択です。トレードオフとして、ネイティブのリランカーがなく、2024年1月以来刷新されていないモデルラインであることが挙げられます。

Cohereは、多言語検索（100以上言語）、マルチモーダル（テキスト＋画像）、あるいは単一ベンダーから埋め込みと市場標準のホスト型リランカー（Rerank 4）を利用したい場合に適しています。リランク検索が積み重なると割高になりますが、ワンベンダーのスタックは便利です。

セルフホスティングオプションを含むより広範な概要を知りたい場合は、オープンソースオプションを含む全9モデルのランキングをご覧ください。本記事では、3つのホスト型APIに焦点を当てて深く掘り下げます。

Voyage、OpenAI、Cohereの埋め込み概要

以下の表は、各プロバイダーのフラッグシップモデルを、品質、次元数、コンテキスト、価格、多言語対応力、リランカーとの組み合わせで比較したものです。率直に申し上げると、3社すべてを同一時期のスナップショットでランク付けする清潔なApple-to-Appleの公開MTEBデータが存在しないため、すべての品質数値は統合せず、出典と日付を明記して引用しています。

価格は2026年7月時点のものであるため、2026年前半に埋め込み価格が2回変動していることを踏まえ、契約前にベンダーの価格ページで必ず再確認してください。次元数もコストに影響します。切り捨てサイズを小さくするほど、ベクトルデータベースでの保存コストを抑えられます。

Voyage AI: 再埋め込みが可能なら最高クラスの検索品質

Voyage AIは、自社のベンチマークにおいて3社中最も鋭い検索品質を提供し、さらに再インデックスなしでvoyage-4モデルのサイズ間を切り替えられる共有埋め込み空間を採用しています。voyage-4ファミリーは2026年1月15日にリリースされ、voyage-4-largeが$0.12/M、voyage-4が$0.06、voyage-4-liteが$0.02です。

これら3つのサイズはすべてMixture-of-Expertsアーキテクチャを採用し、1つの埋め込み空間を共有しているため、liteからlargeへのアップグレードでもフルな再インデックスは不要です。さらに、2026年6月29日にリリースされたvoyage-context-4（$0.12/M、context-3の$0.18から値下げ）は、文脈化されたチャンク埋め込みを生成します。各チャンクは周囲の文書コンテキストをエンコードし、チャンクあたり32K、文書コンテキスト120Kのウィンドウを持ちます。Voyageは、そのエンベッダーをrerank-2.5（$0.05/M）と組み合わせて提供しています。

Voyageの主張には常に付随すべき正直な注意点があります。「voyage-4-largeはOpenAIを約14.05%、Cohereを約8.20%上回る」という見出しの数値は、Voyage独自のRTEB結果（29データセットのベンチマーク、nDCG@10）であり、1月15日のローンチブログで自己報告されたものです。これは独立したMTEBスコアではありません。そのため、MTEBの数値だけでは判断できない理由があるのです。

Voyageでの埋め込みは数行のコードで実現できます。

import voyageai
vo = voyageai.Client()
result = vo.embed(
    ["your chunk text here"],
    model="voyage-4-large",
    input_type="document",
)

検索品質がRAGのボトルネックになっている場合はVoyageを選んでください。正直な限界としては、3社の中でエコシステムが最小であり、14%という数値はベンダー報告値であること、そしてVoyageへの切り替えにはコーパス全体の再埋め込みが必要になる点が挙げられます。

OpenAI 埋め込み: リランカーなしの安全なデフォルト

OpenAIは、最も安全でドキュメントが整備されたデフォルトです。text-embedding-3-largeは、あらゆる埋め込みAPIの中で最も広いSDKおよびツールサポートを持ち、予測可能な価格設定と堅実な英語検索性能を提供します。驚きなく、すべてのフレームワークが箱から出してすぐにサポートしている状態を望む場合の選択です。

text-embedding-3-largeは$0.13/M（バッチ処理時は$0.065）で動作し、マトリョーシカ切り捨てにより最大3072次元をサポートし、8191トークンのコンテキストを処理します。予算重視の兄弟モデルであるtext-embedding-3-smallは、1536次元で$0.02/Mであり、一般的なRAGでも十分に機能します。

競合他社のページでは言及されない2つの真実があります。第一に、text-embedding-4は存在しません。OpenAIの埋め込みドキュメントには依然として3シリーズのみが記載されています。このラインは2024年1月以来刷新されておらず、VoyageやCohereが2026年のリリースを出している間に、あなたは約2.5年前のモデルでインデックスを作成することになります。第二に、OpenAIはネイティブのリランカーを提供していません。必要なチームは、OpenAIの埋め込みをCohere Rerankやクロスエンコーダーと組み合わせます。2026年7月現在、OpenAIのリランクエンドポイントは存在しないため、それを前提としたアーキテクチャ設計は避けてください。

多言語対応はまずまずです（MIRACLはローンチ時に約54.9%まで改善）が、OpenAIは多言語のリーダーではありません。voyage-4-large対text-embedding-3-largeの選択において、OpenAIはピークの検索性能を安定性とエコシステムの広さと引き換えにしています。

英語中心の一般的なRAG向けに、最もドキュメントが充実した地味で信頼性の高いデフォルトを求める場合はOpenAIを選んでください。正直な限界としては、リランカーがないこと、そして業界が動いている間に2.5年間静止していたモデルである点が挙げられます。

Cohere Embed v4: マルチモーダル + 最高のホスト型リランカー

Cohere Embed v4は多言語およびマルチモーダルのリーダーであり、3社の中で市場標準のホスト型リランカーとネイティブに組み合わせられる唯一の存在です。コーパスが100以上の言語にまたがる場合、またはテキストと画像が混在する場合は、これが最も適合します。

embed-v4.0は$0.12/Mで、128Kトークンのコンテキストを処理し、マルチモーダル入力（テキスト、画像、および交錯した文書）をサポートします。次元数はマトリョーシカにより256/512/1024/1536で、デフォルトは1536です。v3ラインは1024次元でテキストのみだったため、v4はモダリティとコンテキストの両面で genuine な進化です。

Cohereを選ぶ本当の理由はスタックにあります。Embed v4をRerank 4と組み合わせることで、単一ベンダーから埋め込みとリランキングを利用できます。Rerank 4 Fastは1,000検索あたり$2.00、Rerank 4 Proは1,000検索あたり$2.50です（1検索は最大100文書に対する1クエリに相当）。隔離を必要とする企業向けに、CohereのModel Vault専用ティアは月額$2,500～$6,500で利用できますが、これはデフォルトではなくエンタープライズオプションです。

多言語、マルチモーダル、または単一ベンダーの埋め込み＋リランクスタックが必要な場合はCohereを選んでください。正直な限界としては、リランク検索が積み重なると割高になり、英語のみのテキストにおいてはトークンあたりの埋め込み品質がVoyageに対して明確な優位性を持たない点が挙げられます。

同一コーパスで全3社をテストしました

私たちは内部のRAGコーパスを用いて、フラッグシップAPI3社のみを対象に再テストを行いました。そして、ヘッドラインとなる発見は意外なものでした。リランカーの存在が、任意の2つのエンベッダー間のギャップよりもRecall@10に大きな影響を与えたのです。以下に設定と数値を示します。

コーパスは、ハブベンチマークで使用したものと同じ、約10,000件の英語技術文書およびサポートチケットのセットです。そのため、クラスター全体で数値の一貫性が保たれています。ただし、これはAPIのみのスライスです。具体的には、voyage-4-large、text-embedding-3-large、cohere embed-v4.0のみを使用しています。ここではオープンソースモデルの再テストは行っていません。それはハブの役割です。手動でラベル付けされた約120クエリのセットに対してRecall@10とnDCG@10をスコアリングし、1,000チャンクのバッチでp95埋め込みレイテンシを測定し、当社のボリュームにおける100万トークンあたりの実効コストを算出しました。

私たちのセットではvoyage-4-largeがRecall@10でリードしました（0.89対0.86）。しかし、VoyageのRTEB見出しが示唆するような14%ではなく、OpenAIとの差は約3ポイントでした。私たちのドメインでは、実際のギャップははるかに小さかったのです。text-embedding-3-largeを3072次元から1024次元に切り詰めた場合、Recall@10はわずか約3ポイント低下（0.83へ）しましたが、ベクトルDBのストレージは約3分の1に削減されました。Cohereの優位性は英語ではなく、非英語のチケットサブセットで現れました。そしてリランカーはどうでしょうか。Cohere Rerank 4（またはvoyage rerank-2.5）を追加すると、3つのエンベッダーすべてでRecall@10が約6ポイント向上しました。私たちのコーパスでは、エンベッダーを切り替えるよりも、リランカーの方がRecall@10に大きな影響を与えました。

リランカーの疑問：なぜエンベッダーの選択が全てではないのか

エンベッダーは1つの層であり、検索スタック全体ではありません。リランカーはエンベッダーが返す上位候補を再スコアリングし、私たちのテストではエンベッダーの入れ替えよりもRecall@10に大きな影響を与えました。そのため、リランカーを追加していない場合、「どの埋め込みAPIが最適か」は最初の質問として間違っています。

埋め込み＋リランクをスタックとして考えてください。エンベッダーはコーパス全体に広い網を投げかけ、リランカーは獲物を仕分けします。OpenAIを埋め込み用に選んだ場合でも、通常はCohere Rerankなど他の場所でリランカーが必要となり、単一ベンダーの選択が2ベンダーの選択に変わります。これら全体のオーケストレーションについては、RAGスタックの残りをご覧ください。

プロバイダーの切り替え：誰も言及しない再埋め込みコスト

埋め込みプロバイダーを切り替えるということは、コーパス全体を再埋め込みすることを意味します。ベンダー間で埋め込みは互換性がないため、VoyageのベクトルとOpenAIのベクトルは異なる空間に存在します。これは、比較ページでほとんど定量化されていない現実的な移行コストです。

知っておくべき例外は、Voyageの共有埋め込み空間により、Voyageモデル間（liteからlargeなど）の切り替えを再インデックスなしで行える点です。しかし、ベンダーを跨ぐ場合は、インデックス化したすべてのデータの完全な再埋め込みを見込んでください。切り替えた後ではなく、切り替える前にコーパス全体を再エンコードするためのトークンコストを予算計上してください。LLM总支出が本当の懸念事項である場合は、コスト面でのサブスクリプションプラン比較をご覧ください。トークン課金ではなくセルフホスティングを希望しますか？Ollamaでローカルに埋め込みモデルを実行するガイドをご覧ください。また、埋め込みを完全にスキップし、管理型検索APIとして検索を購入するのも有効な道です。

著者について

Mert Batur GurbuzはTechsy.ioの共同創業者であり、同社チームはB2Bクライアント向けにAIエージェント、自動化システム、および音声/SDRパイプラインを提供しています。彼はバーミンガム大学で学んでおり、Techsyチームが実際に本番環境で使用しているLLMツールスタックについて執筆しています。LinkedInでつながってください。

よくある質問

Voyageは実際にOpenAIの埋め込みより優れていますか？

ピークの検索性能という点では、紙面上はYesです。voyage-4-largeはtext-embedding-3-largeよりもnDCG@10で約14%高いと報告していますが、これはVoyage独自のRTEBベンチマークであり、独立したものではありません。私たちのコーパスでは、実ドメインでのギャップは約3ポイントであり、リランカーによってさらに縮まります。Voyageはピーク検索性能で勝ち、OpenAIはエコシステムと安定性で勝ちます。

どの埋め込みAPIが最も安いですか？

2つの予算ティアは同額です。voyage-4-liteとtext-embedding-3-smallは、2026年7月時点でどちらも100万トークンあたり$0.02です。限られた予算で十分な汎用RAGインデックスを作成する場合、どちらでも機能します。OpenAIの小規模モデルはより広いツールサポートを持ち、voyage-4-liteは後でvoyage-4-largeへの共有埋め込み空間アップグレードパスを提供します。

OpenAIにはリランカーがありますか？

いいえ。2026年7月現在、OpenAIは埋め込みとチャットモデルのみを提供しており、リランクエンドポイントは存在しません。RAGパイプラインにリランキングが必要な場合（ほとんどの本番環境では恩恵があります）、OpenAIの埋め込みをCohere Rerank 4やBGEリランカーなどのクロスエンコーダーと組み合わせます。ネイティブのOpenAIリランカーが存在することを前提にアーキテクチャを設計しないでください。

Cohere Embed v4は多言語においてOpenAIより優れていますか？

はい。Cohereは3社の中で多言語およびマルチモーダルのリーダーであり、100以上の言語に対応しているとマーケティングされています。一方、OpenAIのtext-embedding-3-largeはまずまずですが、多言語モデルとして位置づけられていません。私たちのテストでは、Cohereの明確な優位性は非英語のチケットサブセットで現れました。英語のみのRAGでは、両者のギャップはかなり縮まります。

再インデックスなしで埋め込みプロバイダーを切り替えることができますか？

いいえ。異なるベンダーの埋め込みは異なるベクトル空間に存在するため、プロバイダーを切り替えるにはコーパス全体を再埋め込みする必要があります。唯一の例外は、Voyageの共有埋め込み空間により、Voyageモデル間（liteからlargeなど）の切り替えを再インデックスなしで行える点です。ベンダーを跨いで移行する前に、完全な再エンコードのトークンコストを予算計上してください。

各プロバイダーのコンテキストウィンドウはどれくらいですか？

大きく異なります。OpenAIのtext-embedding-3-largeは8191トークンが上限で、Voyageのvoyage-4-largeは約32K（現在のドキュメントページで要確認）、Cohereのembed-v4.0は128Kを処理します。Voyageのvoyage-context-4は、文脈化されたチャンク埋め込みのために120Kの文書コンテキストを追加します。長文ドキュメントのRAGでは、Cohereとvoyage-context-4が最も余裕があります。

voyage-4 vs voyage-context-4 — RAGにはどちら？

チャンク分割が多い、または長文ドキュメントのRAGにはvoyage-context-4を使用してください。各チャンクが周囲の文書コンテキストをエンコードするため、断片化されたテキストでの検索が改善されます。チャンクがすでに自己完結している標準的な単一パス検索にはvoyage-4-largeを使用してください。2026年7月時点でどちらも$0.12/Mであるため、選択は価格ではなく文書構造に基づきます。

コード検索RAGにはどれが最適ですか？

Voyageはコード検索の通常の選択です。その専門モデルはそのドメイン向けに調整されているためですが、Qwen3などのオープンモデルも強力な競合相手です。コード検索が主要なワークロードである場合は、自社リポジトリでVoyageとオープンソースのコードエンベッダーをベンチマークしてください。オープンソースの選択肢については、オープンソースオプションを含む全9モデルのランキングをご覧ください。

本番環境のRAGパイプラインを構築中で、スタックについてセカンドオピニオンが必要ですか？無料相談を受ける。