#1
Qwen3-Embedding-8B
Alibaba EU-Fit hoch Self-Host Apache 2.0 8B
Top-Tier mehrsprachige RAG + Code-Retrieval auf EU-GPU mit Budget für 8B-Inferenz.
Eines der stärksten Open-Weight-Embedding-Modelle der 8B-Klasse (MMTEB 70,58, MTEB-Code 80,68) und weiterhin Qwens bestes Text-Embedding — das multimodale Qwen3-VL-Embedding-8B liegt im MMTEB darunter (67,88). 100+ Sprachen, 32K-Kontext, MRL 32–4096 Dims für Storage-Tradeoffs. Best Choice für RAG-Pipelines mit hohem Qualitätsanspruch und vorhandenem GPU-Budget; Apache-2.0-Lizenz erlaubt unbeschränkte kommerzielle Nutzung trotz CN-Origin, weil Inferenz vollständig in eigener EU-Infrastruktur läuft.
- Dims:
- 4096 Dim (MRL 32–4096)
- Kontext:
- 32.768 Tokens
- Sprachen:
- 100+ (inkl. DE, Code)
- MTEB:
- Multi 70.58 · Code 80.68
CN-Origin (Alibaba), aber Apache-2.0-lizenziert — Inferenz läuft vollständig auf eigener EU-GPU, keine Provider-Telemetrie.
Stärken
- + MMTEB 70,58 + MTEB-Code 80,68 — klar vor OpenAI text-embedding-3-large (58,93)
- + Apache 2.0 — kommerziell unbeschränkt, Self-Host auf EU-GPU
- + 32K-Kontext + MRL (32–4096 Dims) für flexible Vektor-Datenbanken
Limitierungen
- − 8B Parameter → ~16 GB VRAM für FP16-Inferenz
- − CN-Origin (Alibaba) — Supply-Chain-Audit der HF-Artefakte ratsam
- − Höherer TCO als 568M-Modelle bei hohem Indexierungsvolumen
EU-Fit hoch Self-Host MIT 568M
DACH-Multilingual-RAG mit nativem Hybrid Dense+Sparse Retrieval auf knapper GPU.
Multilinguales Embedding-Workhorse (568M Parameter, MIT-lizenziert) auf einer einzelnen L4/A10 GPU — mit rund 32 Mio. Downloads pro Monat das meistgenutzte Modell dieser Liste. Einzigartig: nativer Hybrid-Modus (Dense + Sparse + Multi-Vector) in einem Forward-Pass, ideal wenn Recall in juristischen oder industriellen Dokumenten-Korpora maximiert werden muss; dafür braucht die Vektor-DB Sparse-Support (Milvus, Vespa, Qdrant). 8K-Kontext, 100+ Sprachen. Im reinen Dense-Vergleich (MMTEB 59,56) haben neuere Modelle gleicher Größe aufgeholt — erste Wahl bleibt BGE-M3, wenn Hybrid-Retrieval auf knappem GPU-Budget gebraucht wird.
- Dims:
- 1024 Dim
- Kontext:
- 8.192 Tokens
- Sprachen:
- 100+
- MTEB:
- Multi 59.56
CN-Origin (BAAI Peking), MIT-lizenziert — Inferenz auf eigener EU-GPU, weltweit am breitesten in OSS-Vektor-DBs unterstützt.
Stärken
- + Hybrid Dense + Sparse + Multi-Vector in einem Forward-Pass
- + MIT-Lizenz + 568M Parameter → läuft auf einzelner L4/A10
- + 8K Kontext, 100+ Sprachen, breiteste OSS-Tooling-Unterstützung
Limitierungen
- − MMTEB 59,56 — im reinen Dense-Retrieval von neueren Modellen überholt
- − Kein MRL — fixe 1024-Dim-Vektoren
- − CN-Origin (BAAI Peking) — Supply-Chain-Audit der HF-Artefakte ratsam
#3
Gemini Embedding 2
Google EU-Fit mittel API proprietär (API) API
Multimodale RAG-Pipelines (PDF/Bild/Audio in einem Vektorraum) ohne Self-Host-Aufwand.
Googles erstes natively multimodales Embedding (text/image/video/audio/PDF in einem 3072-dim Vektorraum), MRL bis 128 Dims runter. MTEB Multilingual 69,9 — höchster veröffentlichter Wert unter den API-Modellen dieser Liste. GA-API gemini-embedding-2 (GA 04/2026, multimodal) in der EU nur über die Vertex-Multi-Region eu verfügbar, $0.20/Mtok Text ($0.10 im Batch). Best Choice wenn RAG-Quellen heterogen sind (PDFs mit Diagrammen, Audio-Memos) und Self-Host-Komplexität vermieden werden soll.
- Dims:
- 3072 Dim (MRL 128–3072)
- Kontext:
- 8.192 Tokens
- Sprachen:
- 100+ (im MTEB-Benchmark über 250+ Sprachen evaluiert)
- MTEB:
- Multi 69.9 · Code 84
- Preis:
- ~€0.180 / Mtok
US-Provider; EU-Verarbeitung nur über die Vertex-Multi-Region eu (kein europe-west1/3/4), Standard-Vertex-DPA gilt.
Stärken
- + Erstes natively multimodales Embedding (Text/Bild/Video/Audio/PDF)
- + MTEB Multilingual 69,9 (Spitze der API-Modelle hier) + MTEB-Code 84,0
- + Matryoshka Representation Learning — 128 → 3072 Dims ohne Re-Embed
Limitierungen
- − GA-Modell-ID gemini-embedding-2 — Alt-Deployments auf -Preview-ID müssen migrieren
- − US-Provider; Vertex-EU-DPA als rechtliche Grundlage nötig
- − $0.20/Mtok — höher als Mistral Embed ($0.10) oder Self-Host
#4
Mistral Embed
Mistral AI EU-Fit hoch API proprietär (API) API
EU-souveräne, schlanke RAG-API mit DSGVO-konformer Datenresidenz für DACH-Behörden und Mittelstand.
mistral-embed-2312 ist Mistrals EU-native (Paris) Embedding-API, 1024 Dim, 8K-Kontext, 0,10 €/$ pro Mtok. MTEB moderat (~55–58), keine Refresh-Iteration für Text seit 12/2023. Für Code-RAG gibt es ergänzend Codestral Embed (05/2025) — laut Mistral vor Voyage Code 3, Cohere Embed v4 und OpenAI text-embedding-3-large. Trotzdem die richtige Wahl wenn (a) Datenresidenz in der EU vertraglich gesetzt sein muss, (b) Self-Host-Stack nicht aufgebaut werden kann, (c) RAG-Qualität auf Mittelmaß ausreicht (z. B. interne Wissensbasen ohne Long-Tail-Recall-Anforderung).
- Dims:
- 1024 Dim
- Kontext:
- 8.192 Tokens
- Sprachen:
- DE/EN/FR/ES/IT (Mistral-Trainings-Sprachen)
- MTEB:
- Multi 57
- Preis:
- ~€0.100 / Mtok
EU-native (Paris, Frankreich) — DSGVO direkt, keine US-Mutter, kein CLOUD-Act.
Stärken
- + EU-native (FR), keine CLOUD-Act-Exposition
- + 0,10 €/Mtok — einzige EU-native API in dieser Liste
- + Stabiler Production-Endpoint seit Ende 2023
Limitierungen
- − MTEB-Score deutlich unter Qwen3-Embedding-8B und Gemini Embedding 2 (~57 vs. ~70)
- − Modell von Ende 2023, bis heute keine neue Text-Iteration
- − Kein MRL — fixe 1024-Dim-Vektoren
#5
Nemotron-3-Embed-1B
NVIDIA EU-Fit hoch Self-Host OpenMDW-1.1 1.14B
Effizientes Produktions-Retrieval auf knapper GPU: RTEB 72.4 bei nur 1.14B Parametern und 32K-Kontext.
Neueste Generation (Release 16.07.2026): Effizienz-Spitze der aktuellen Retrieval-Leaderboards. RTEB 72.4 / MMTEB Retrieval 71.0 — 27–28% weniger Fehlerrate als der 1B-Vorgänger. 32K-Kontext, multilingual + Code-Retrieval, 2048-Dim-Vektoren lassen sich auf 1024/512 Dims kürzen, sentence-transformers/vLLM/NIM-Support. NVFP4-Schwestervariante für Blackwell (2× Throughput, 99%+ Accuracy-Retention); die 8B-Variante führte zum Release das RTEB-Leaderboard an (78,46). Open-Source Fine-Tuning- und Distillation-Recipes (NeMo AutoModel) für Domänen-Anpassung. Ausblick: Nemotron-3.5-Embed-1B (Release laut Model Card 20.10.2026) ergänzt Bild-Retrieval und teilt denselben Text-Vektorraum — Text-Indizes bleiben ohne Re-Embedding nutzbar. Best Choice für produktive RAG-Pipelines mit Latenz-/Kostendruck, die trotzdem aktuelle Retrieval-Qualität brauchen.
- Dims:
- 2048 Dim (MRL)
- Kontext:
- 32.768 Tokens
- Sprachen:
- Multilingual + Code
- MTEB:
- Multi 71
US-Vendor (NVIDIA), aber offene Gewichte (OpenMDW-1.1) — Inferenz läuft vollständig auf eigener EU-GPU, keine Provider-Telemetrie. Backbone: Mistral Ministral-3 (Apache 2.0).
Stärken
- + RTEB 72.4 bei 1.14B Parametern — aktuelle Effizienz-Spitze
- + 32K Kontext + Multilingual + Code-Retrieval in einem Modell
- + Offene Gewichte + Fine-Tuning-Recipes; NVFP4-Variante für Blackwell
Limitierungen
- − US-Vendor (NVIDIA) — Supply-Chain-Audit der HF-Artefakte ratsam
- − OpenMDW-1.1 statt Apache-2.0 — License-Review einplanen
- − Brandneu (Juli 2026) — wenig Langzeit-Production-Erfahrung in der Community
#6
Voyage 4 Lite
Voyage AI EU-Fit mittel API proprietär (API) API
Preisfloor-Einstieg für große Indexierungsvolumen ohne Self-Host-Aufbau.
$0.02/1M Tokens (erste 200 Mio. Tokens frei) — zusammen mit OpenAI text-embedding-3-small der Preisfloor der API-Embeddings in dieser Liste. Teilt den Vektorraum mit voyage-4, voyage-4-large und dem offenen voyage-4-nano (Apache 2.0): Abfragen lassen sich später ohne Re-Indexierung auf ein stärkeres Modell heben. Über den EU-Endpoint von MongoDB Atlas bleibt die Verarbeitung im EWR. Für DACH-RAG mit moderatem Qualitätsanspruch und hohem Volumen (Erst-Indexierung, Archiv-Suche) die günstigste verwaltete Option; Qualität unter Qwen3-Embedding-8B und Nemotron einordnen.
- Dims:
- 1024 Dim (MRL 256–2048)
- Kontext:
- 32.000 Tokens
- Sprachen:
- Multilingual (EN-stark, DE solide)
- MTEB:
- Multi 62
- Preis:
- ~€0.018 / Mtok
US-Provider (Voyage AI, Teil von MongoDB); seit 29.09.2026 EU-Datenresidenz über MongoDB Atlas (eu.ai.mongodb.com, Verarbeitung in EWR-Regionen, +10 % Aufpreis) — US-Mutter, CLOUD-Act-Caveat bleibt.
Stärken
- + $0.02/1M Tokens — Preisfloor der API-Klasse
- + MRL 256–2048 Dims + int8/Binär-Quantisierung
- + 32K-Kontext; gemeinsamer Vektorraum der Voyage-4-Familie
Limitierungen
- − EU-Residency nur über den Atlas-Endpoint (+10 %) — US-Mutterkonzern
- − MTEB deutlich unter den Open-Weight-Spitzenmodellen
- − Kein Self-Host für Lite — offen ist nur das kleinere voyage-4-nano
#7
Cohere Embed 5 Pro
Cohere EU-Fit mittel API proprietär (API) API
Long-Context-RAG (128K) über verwaltete API — mit Pro indexieren, mit Fast günstig abfragen.
Cohere Embed 5 (GA 30.09.2026) löst Embed v4 ab: 128K-Kontext, Text, Bild und gemischte PDF-Seiten in einem Vektorraum, Matryoshka-Dimensionen 256–2048 sowie int8-/Binär-Ausgabe. Pro (embed-v5.0-pro, $0.12/Mtok) und Fast (embed-v5.0-fast, $0.08/Mtok) teilen denselben Vektorraum — mit Pro indexieren, mit Fast abfragen, ohne Re-Indexierung. Cohere veröffentlicht keinen MTEB-Wert, sondern eigene Retrieval-Benchmarks (u. a. ViDoRe V3: 85,8). Interessant für Dokument-RAG mit sehr langen Chunks (Vertragswerke, Handbücher), wenn Gemini Embedding 2 zu google-nah und Self-Host zu aufwändig ist. Der Aleph-Alpha-Zusammenschluss kann mittelfristig EU-Regionen erschließen — Stand heute nicht darauf bauen.
- Dims:
- 2048 Dim (MRL 256–2048)
- Kontext:
- 128.000 Tokens
- Sprachen:
- 100+ (inkl. DE)
- MTEB:
- MTEB k. A.
- Preis:
- ~€0.110 / Mtok
Cohere (Kanada); Zusammenschluss mit Aleph Alpha am 16.09.2026 unterzeichnet, Closing steht noch unter regulatorischem Vorbehalt. Standard-API ohne EU-Endpoint; Private Deployment (VPC/On-Prem) nur über den Cohere-Vertrieb.
Stärken
- + 128K Kontext — längster API-Embedding-Kontext in dieser Liste
- + Multimodal (Text, Bild, PDF-Seiten) in einem Vektorraum
- + Pro und Fast im selben Vektorraum; MRL 256–2048 Dims
Limitierungen
- − Drittland-Verarbeitung (Kanada/US) — kein EU-Endpoint in der Standard-API
- − Kein veröffentlichter MTEB-Wert — nur Cohere-eigene Benchmarks
- − Preis über Mistral Embed und Voyage 4 Lite
EU-Fit niedrig API proprietär (API) API
Legacy-kompatible OpenAI-RAG-Pipelines zum Preisfloor ($0.02/1M).
Der etablierte OpenAI-Baseline-Embedding: $0.02/1M Tokens, 1536 Dims mit MRL-Kürzung, breiteste SDK-/Framework-Abdeckung. OpenAI nennt MTEB 62,3 (englischer Benchmark); im multilingualen MMTEB erreicht selbst das größere text-embedding-3-large nur 58,93 — für deutsche Long-Tail-Korpora klar hinter Qwen3-Embedding-8B und Nemotron. Seit 2024 kein Nachfolger. Nur führen, wenn eine bestehende OpenAI-Pipeline ohne Re-Embedding weiterlaufen soll; Neubauten mit Qwen3/BGE-M3 (Self-Host) oder Gemini Embedding 2 (Vertex EU) adressieren.
- Dims:
- 1536 Dim (MRL 256–1536)
- Kontext:
- 8.191 Tokens
- Sprachen:
- Multilingual
- MTEB:
- EN 62.3
- Preis:
- ~€0.018 / Mtok
US-Provider; EU-Regional-Processing (EWR + Schweiz) für /v1/embeddings inkl. text-embedding-3-small grundsätzlich möglich, aber nur nach Freigabe durch OpenAI (Sales, Abuse-Monitoring-Kontrollen + Modified-Retention-Amendment). Der 10-%-Aufschlag gilt erst für Modelle ab 05.03.2026, nicht für dieses.
Stärken
- + $0.02/1M Tokens — Preisfloor
- + Breiteste Framework-/SDK-Integration
- + MRL-Kürzung 256–1536 ohne Re-Embed
Limitierungen
- − EU-Processing nur mit OpenAI-Freigabe und Vertragszusatz
- − Kein offizieller MMTEB-Wert; schon 3-large nur 58,93
- − 8K Kontext — deutlich unter Cohere Embed 5 (128K)
