Modelos de IA para tus aplicaciones GenAI

Construyendo aplicaciones GenAI con los modelos de incrustación y reordenamiento adecuados que se adapten a tu negocio.

How to choose the best embedding model for RAG

Destacado

Cómo elegir el mejor modelo de incrustación para la GAR en 2026: 10 modelos comparados

Hemos evaluado 10 modelos de incrustación en tareas de compresión multimodal, multilingüe, de documentos largos y de dimensiones. Averigüe cuál se adapta mejor a sus necesidades.

Leer Ahora

Modelos de IA Populares

Aprende y compara los principales modelos de incrustación y reordenamiento disponibles en el mercado.

text-embedding-3-small
Inserción
Texto
Propietario
Milvus & Zilliz Cloud Integrated
El modelo de incrustación de texto más rentable de OpenAI, con mayor precisión y eficacia en comparación con text-embedding-ada-002 y text-embedding-3-large.
text-embedding-ada-002
Inserción
Texto
Propietario
Milvus Integrated
El modelo de incrustación de texto heredado de OpenAI; con un nivel medio de precio y rendimiento en comparación con text-embedding-3-large y text-embedding-3-small.
text-embedding-3-large
Inserción
Texto
Propietario
Milvus & Zilliz Cloud Integrated
El modelo de incrustación de texto con mejor rendimiento de OpenAI; adaptado para texto en inglés.
clip-vit-base-patch32
Inserción
Multimodal
Apache 2.0
Zilliz Cloud Integrated
Una variante del modelo multimodal CLIP que utiliza una arquitectura ViT-B/32 Transformer para la codificación de imágenes y un Transformer de autoatención enmascarada para la codificación de texto.
jina-embeddings-v2-small-en
Inserción
Texto
Apache 2.0
Milvus Integrated
Un modelo de incrustación monolingüe en inglés para una longitud de secuencia de hasta 8192 tokens; la variante más pequeña de la familia Jina Embeddings v2.
jina-embeddings-v2-base-en
Inserción
Texto
Apache 2.0
Milvus Integrated
Modelo de incrustación especializado para textos en inglés y documentos largos; admite secuencias de hasta 8192 tokens.
voyage-code-2
Inserción
Texto
Propietario
Milvus Integrated
Modelo de incrustación de texto de Voyage AI optimizado para la recuperación de códigos (un 17% mejor que las alternativas).
voyage-2
Inserción
Texto
Propietario
Milvus Integrated
Modelo de incrustación de texto de uso general de Voyage AI optimizado para equilibrar el coste, la latencia y la calidad de la recuperación.
voyage-large-2
Inserción
Texto
Propietario
Milvus Integrated
Modelo de incrustación de texto de uso general de Voyage AI; optimizado para la calidad de recuperación (por ejemplo, mejor que OpenAI V3 Large); ideal para tareas como resumen, agrupación y clasificación.
embed-english-light-v3.0
Inserción
Texto
Propietario
Milvus Integrated
Una versión más pequeña y rápida de embed-english-v3.0. Casi tan capaz pero mucho más rápido. Sólo en inglés.
embed-english-v3.0
Inserción
Texto
Propietario
Milvus Integrated
Adaptado para texto en inglés; puntuación MTEB: 64,5; puntuación BEIR: 55,9
embed-multilingual-v3.0
Inserción
Texto
Propietario
Milvus Integrated
Adaptado a textos multilingües; admite más de 100 idiomas y puede utilizarse para buscar dentro de un mismo idioma y entre varios idiomas; puntuación MTEB: 64; puntuación BEIR: 54,6.
all-MiniLM-L12-v2
Inserción
Texto
Apache 2.0
Milvus Integrated
Un codificador de frases y párrafos cortos ideal para la búsqueda semántica y la RAG; se basa en el modelo preentrenado Microsoft/MiniLM-L12-H384-uncased y se afinó en un gran conjunto de datos de más de 1.000 millones de pares de frases.
bge-reranker-base
Nueva clasificación
Texto
Apache 2.0
Milvus Integrated
Un modelo de codificador cruzado optimizado para tareas de reordenación basado en la arquitectura BERT.
all-mpnet-base-v2
Inserción
Texto
Apache 2.0
Milvus Integrated
Codificador de frases y párrafos cortos; genera vectores de 768 dimensiones.
jina-embeddings-v3
Inserción
Texto
CC BY-NC 4.0
Milvus Integrated
Modelo de incrustación de texto multilingüe; admite 89 idiomas en total; puede procesar hasta 8192 tokens por secuencia.
instructor-base
Inserción
Texto
Apache 2.0
Milvus Integrated
La variante más pequeña de la familia de modelos Instructor, diseñada para equilibrar eficiencia y prestaciones.
instructor-large
Inserción
Texto
Apache 2.0
Un modelo adaptado a las instrucciones para incrustaciones de texto; mejor rendimiento que `instructor-base`, pero peor que `instructor-xl`.
mistral-embed
Inserción
Texto
Propietario
Un modelo de incrustación especializado para datos de texto con una ventana de contexto de 8.000 tokens. Optimizado para la recuperación de similitudes y aplicaciones RAG. Puntuación de recuperación MTEB: 55,26.
rerank-english-v2.0
Nueva clasificación
Texto
Propietario
Milvus Integrated
Un modelo de reranking para documentos en inglés con una longitud de contexto de 512 tokens.

Modelos de IA para tus aplicaciones GenAI

Cómo elegir el mejor modelo de incrustación para la GAR en 2026: 10 modelos comparados

Modelos de IA Populares

text-embedding-3-small

text-embedding-ada-002

text-embedding-3-large

clip-vit-base-patch32

jina-embeddings-v2-small-en

jina-embeddings-v2-base-en

voyage-code-2

voyage-2

voyage-large-2

embed-english-light-v3.0

embed-english-v3.0

embed-multilingual-v3.0

all-MiniLM-L12-v2

bge-reranker-base

all-mpnet-base-v2

jina-embeddings-v3

instructor-base

instructor-large

mistral-embed

rerank-english-v2.0