Benchmark de embeddings actualizado: 25 modelos, 4 dominios
Los benchmarks de modelos de embedding se han actualizado con resultados nDCG@10 de 200 preguntas de finanzas, derecho, soporte técnico y salud.
Benchmarks de Embeddings
Compara modelos de embedding en 200 preguntas de finanzas, derecho, soporte técnico y salud. Explora los resultados de recuperación de AIMultiple, los precios de API y los detalles de cada modelo. Ver la metodología.
Resultados del benchmark hasta el 1 de octubre de 2026. Precios de API comprobados el 15 de octubre de 2026.
MEJOR MODELO
Voyage 4 Large
nDCG@10 0.851
Mejor relación calidad-precio
PPLX Embed v1 0.6B
$0.1263 de coste del benchmark
Modelo más grande
PPLX Embed v1 4B
4.02B parámetros
Cobertura
25 modelos
4 dominios · 200 preguntas
Benchmarks de modelos de embedding (nDCG@10)
Puntuación media de recuperación en 200 preguntas de cuatro dominios. Más alto es mejor.
Clasificación
Los 25 modelos, clasificados por el nDCG@10 medio en finanzas, derecho, soporte técnico y salud.
Filtrar y ordenar
# | Modelo | nDCG@10 | Finanzas | CUAD (derecho) | TechQA (soporte) | MedRAG (salud) |
|---|---|---|---|---|---|---|
| 1 |  Voyage 4 Large Voyage AI | 0.851 | 0.838 | 0.704 | 0.887 | 0.978 |
| 2 |  Cohere Embed 5 Pro Cohere | 0.850 | 0.791 | 0.759 | 0.894 | 0.953 |
| 3 | Cohere Embed 5 Fast Cohere | 0.839 | 0.808 | 0.762 | 0.846 | 0.940 |
| 4 |  Gemini Embedding 2 Google | 0.830 | 0.824 | 0.731 | 0.796 | 0.967 |
| 5 | Voyage 4 Voyage AI | 0.829 | 0.782 | 0.700 | 0.855 | 0.980 |
| 6 | Voyage 4 Lite Voyage AI | 0.793 | 0.725 | 0.668 | 0.831 | 0.949 |
| 7 | Gemini Embedding 001 Google | 0.785 | 0.755 | 0.634 | 0.787 | 0.963 |
| 8 | Cohere Embed v4.0 Cohere | 0.772 | 0.723 | 0.626 | 0.785 | 0.953 |
| 9 | Voyage Code 4 Voyage AI | 0.770 | 0.824 | 0.687 | 0.616 | 0.952 |
| 10 |  Codestral Embed Mistral AI | 0.766 | 0.790 | 0.588 | 0.753 | 0.933 |
Página 1 de 3 | ||||||
Precio ($/1M)$0.1200
Parámetros-
Lanzamientoene 2026
Finanzas
0.838
CUAD (derecho)
0.704
TechQA (soporte)
0.887
MedRAG (salud)
0.978
Precio ($/1M)-
Parámetros-
Lanzamientosep 2026
Finanzas
0.791
CUAD (derecho)
0.759
TechQA (soporte)
0.894
MedRAG (salud)
0.953
Precio ($/1M)-
Parámetros-
Lanzamientosep 2026
Finanzas
0.808
CUAD (derecho)
0.762
TechQA (soporte)
0.846
MedRAG (salud)
0.940
Precio ($/1M)$0.2000
Parámetros-
Lanzamientoabr 2026
Finanzas
0.824
CUAD (derecho)
0.731
TechQA (soporte)
0.796
MedRAG (salud)
0.967
Precio ($/1M)$0.0600
Parámetros-
Lanzamientoene 2026
Finanzas
0.782
CUAD (derecho)
0.700
TechQA (soporte)
0.855
MedRAG (salud)
0.980
Precio ($/1M)$0.0200
Parámetros-
Lanzamientoene 2026
Finanzas
0.725
CUAD (derecho)
0.668
TechQA (soporte)
0.831
MedRAG (salud)
0.949
Precio ($/1M)$0.1500
Parámetros-
Lanzamientojul 2025
Finanzas
0.755
CUAD (derecho)
0.634
TechQA (soporte)
0.787
MedRAG (salud)
0.963
Precio ($/1M)-
Parámetros-
Lanzamientoabr 2025
Finanzas
0.723
CUAD (derecho)
0.626
TechQA (soporte)
0.785
MedRAG (salud)
0.953
Precio ($/1M)$0.1200
Parámetros-
Lanzamientoago 2026
Finanzas
0.824
CUAD (derecho)
0.687
TechQA (soporte)
0.616
MedRAG (salud)
0.952
Precio ($/1M)$0.1500
Parámetros-
Lanzamientomay 2025
Finanzas
0.790
CUAD (derecho)
0.588
TechQA (soporte)
0.753
MedRAG (salud)
0.933
Página 1 de 3
Benchmarks de modelos de embeddings por fecha de lanzamiento
El mejor nDCG@10 medio de cada editor según la fecha de lanzamiento del modelo. Cada escalón es un lanzamiento que superó el mejor resultado anterior del editor; se omiten los modelos sin fecha de lanzamiento. El gráfico muestra 16 de 25 modelos.
Coste del benchmark frente a precisión de recuperación
Coste total de generar los embeddings de los 341.040 pasajes y las 200 consultas para cada modelo, frente al nDCG@10 medio. Es el coste de ejecutar el benchmark, no un precio por millón de tokens. Coste estimado: Cohere Embed v4.0. El eje de nDCG@10 empieza en 0.50.
Metodología
Cómo se construyen los benchmarks de modelos de embeddings
Evaluamos modelos de embedding con un conjunto fijo de 200 preguntas: 50 de cada dominio, finanzas, derecho, soporte técnico y salud. Cada consulta busca en la colección completa de pasajes de texto de su dominio. Clasificamos los modelos por el nDCG@10 medio, que premia situar los pasajes relevantes registrados cerca de la parte superior de los diez primeros resultados.
Las cuatro colecciones contienen 341.040 pasajes de texto: fragmentos extraídos de documentos fuente, no un recuento de frases ni de documentos originales. Las preguntas se seleccionaron con BM25 y las etiquetas de relevancia están incompletas. Son resultados sobre un conjunto de desarrollo, no una evaluación ciega con datos reservados. Los embeddings se generaron mediante API alojadas; el gráfico de costes muestra lo que costó a cada modelo el benchmark completo, y los precios de lista de las API aparecen por separado en la clasificación.
AIMultiple
Modelos de embeddingsResultados de recuperación de modelos de embedding en cuatro dominios, con la configuración de la prueba y los límites de la evaluación.AIMultiple
Modelos de embeddings de código abiertoResultados de los 11 modelos de pesos abiertos en el mismo benchmark de 200 preguntas, evaluados mediante API alojadas.Actualizaciones recientes
Actualizaciones recientes
Últimos cambios en los Benchmarks de modelos de embeddings, la cobertura de modelos y la metodología de benchmarks de AIMultiple.
Actualización
Benchmark de embeddings actualizado: 25 modelos, 4 dominios
Los benchmarks de modelos de embedding se han actualizado con resultados nDCG@10 de 200 preguntas de finanzas, derecho, soporte técnico y salud.
