Beste Embedding-Modelle 2025: MTEB-Scores & Leaderboard (Cohere, OpenAI, BGE)

MTEB Leaderboard 2025 & 2026 - Top Embedding-Modelle

Schnellreferenztabelle mit MTEB-Scores für alle wichtigen Embedding-Modelle (aktualisiert April 2026):

Hinweis: MTEB v2 (2026) Scores sind nicht direkt mit MTEB v1 vergleichbar. Modelle mit (v2) verwenden den neuen Benchmark. Quelle: MTEB Leaderboard, April 2026.

Was sich im Q1 2026 geändert hat

Die Embedding-Landschaft hat sich Anfang 2026 mit vier großen Veröffentlichungen dramatisch verändert:

Gemini Embedding 2 (März 2026) — Erstes multimodales Embedding

Googles Durchbruch: ein einzelnes Modell, das Text, Bilder, Video, Audio und PDFs in einen gemeinsamen 3.072-dimensionalen Vektorraum einbettet. Führt Retrieval-Benchmarks mit 67.71 MTEB-Retrieval-Score an.

• Cross-linguales Retrieval: 0.997 (höchster Wert aller Modelle)
• Code-Retrieval: 84.0 auf MTEB Code
• Matryoshka: reduzierbar auf 128/768/1536 Dims
• Preis: $0.20/M Text-Tokens, $0.10/M Batch

Microsoft Harrier-OSS-v1 (März 2026) — SOTA mehrsprachig

Drei MIT-lizenzierte Modelle mit neuen multilingualen Rekorden:

• 270M (640 Dims, MTEB v2: 66.5)
• 0.6B (1024 Dims, MTEB v2: 69.0)
• 27B (5376 Dims, MTEB v2: 74.3 — SOTA)

94 Sprachen, 32K Kontext. Benötigt 80GB+ VRAM für 27B.

Voyage 4 Familie (Januar 2026) — Geteilter Embedding-Raum

Branchenweit erstmalig: verschiedene Modelle für Abfragen vs. Dokumente können denselben Vektorraum teilen. MoE-Architektur senkt Serving-Kosten um 40%.

• Modelle: voyage-4-large, voyage-4, voyage-4-lite, voyage-4-nano (Apache 2.0)
• Beansprucht +14% gegenüber OpenAI 3-large auf RTEB
• 200M kostenlose Tokens inklusive

Jina v5-text (Februar 2026) — Destillierte Qualität

Sub-1B-Modelle, die 8B-Qualität durch Destillation erreichen:

• v5-text-small (677M): MTEB v2 = 71.7, 119+ Sprachen
• v5-text-nano (239M): MTEB v2 = 71.0
• Aufgabenspezifische Modellversionen (Retrieval, Text-Matching, Klassifikation)

Etablierte Modelle — Aktueller Status

Cohere Embed v4 (Ende 2025)

• Jetzt 1536 Dims (statt 1024 in v3), 128K Token-Kontext (längster)
• Multimodal: Text + Bilder, verschachtelt
• Matryoshka: 256, 512, 1024, 1536 Dims
• Preis: $0.12/M Tokens

OpenAI text-embedding-3-large (Januar 2024)

• Kein Update seit über 2 Jahren. Jetzt auf Rang ~7-9 je nach Benchmark.
• Weiterhin solide für allgemeinen Einsatz im OpenAI-Ökosystem
• Preis: $0.13/M Tokens

Qwen3-Embedding-8B (2025)

• Apache 2.0, 100+ Sprachen, 4096 Dims
• Multimodale Varianten verfügbar (Qwen3-VL-Embedding)
• Vollständig selbst hostbar

BGE-M3 (2024)

• MIT-Lizenz, 1024 Dims, Multi-Granularität (Dense + Sparse + Multi-Vector)
• Bleibt die Budget-Referenz für Selbsthosting

Entscheidende Faktoren

1. Genauigkeit vs. Kosten

DEVELOPERpython
# Beste Genauigkeit: Gemini Embedding 2
import google.generativeai as genai
result = genai.embed_content(
    model="models/gemini-embedding-2",
    content="Your text here"
)
embedding = result['embedding']

# Budget-Option: Open-Source
from sentence_transformers import SentenceTransformer
model = SentenceTransformer('BAAI/bge-m3')
embedding = model.encode("Your text here")

2. Dimensionsgröße

Kleiner = schneller, weniger Speicher, aber weniger präzise

DEVELOPERpython
# OpenAI: Konfigurierbare Dimensionen
response = client.embeddings.create(
    model="text-embedding-3-large",
    input="text",
    dimensions=512  # vs Standard 3072
)

3. Sprachunterstützung

Mehrsprachige Leader (2026):

• Microsoft Harrier-OSS-v1: 94 Sprachen (MIT)
• Cohere embed-v4: 100+ Sprachen
• BGE-M3: 100+ Sprachen
• Jina v5-text: 119+ Sprachen

4. Domänenspezialisierung

Code: Voyage code-3, Gemini Embedding 2 (MTEB Code: 84.0) Recht: BGE oder Qwen3 feinjustiert auf juristische Korpora Medizin: BioGPT Embeddings, PubMedBERT

Matryoshka Embeddings (Standard in 2026)

Matryoshka Representation Learning ist jetzt Industriestandard. Die meisten neuen Modelle unterstützen variable Dimensionen aus einem einzelnen Embedding:

DEVELOPERpython
# Einmal in voller Dimension erzeugen
full_embedding = model.encode(text, dimension=3072)

# Später nach Bedarf kürzen
small_embedding = full_embedding[:256]
medium_embedding = full_embedding[:768]

# Qualität degradiert graduell, nicht abrupt

Modelle mit Matryoshka-Unterstützung (2026): Gemini Embedding 2, Voyage 4, Cohere v4, OpenAI text-3-*, Jina v5, Microsoft Harrier, Nomic v1.5.

Ihren Use-Case benchmarken

Vertrauen Sie nicht auf generische Benchmarks — testen Sie mit IHREN Daten:

DEVELOPERpython
from sentence_transformers import SentenceTransformer, util

def benchmark_model(model_name, queries, documents):
    model = SentenceTransformer(model_name)

    query_embs = model.encode(queries)
    doc_embs = model.encode(documents)

    similarities = util.cos_sim(query_embs, doc_embs)

    return similarities

models = [
    "BAAI/bge-m3",
    "Qwen/Qwen3-Embedding-8B",
    "jinaai/jina-embeddings-v5-text-small"
]

for model in models:
    scores = benchmark_model(model, test_queries, test_docs)
    print(f"{model}: {scores.mean()}")

Fine-Tuning für Ihren Bereich

DEVELOPERpython
from sentence_transformers import SentenceTransformer, InputExample, losses
from torch.utils.data import DataLoader

model = SentenceTransformer('BAAI/bge-base-en-v1.5')

train_examples = [
    InputExample(texts=['query', 'positive_doc', 'negative_doc'])
]

train_dataloader = DataLoader(train_examples, shuffle=True, batch_size=16)

train_loss = losses.MultipleNegativesRankingLoss(model)
model.fit(
    train_objectives=[(train_dataloader, train_loss)],
    epochs=1,
    warmup_steps=100
)

Kostenanalyse (1M Dokumente, April 2026)

Empfehlungen nach Anwendungsfall

Startup/MVP: all-MiniLM-L6-v2 (kostenlos, schnell) oder Jina v5-nano (kostenlos, deutlich bessere Qualität) Produktion (Qualität): Gemini Embedding 2 oder Voyage 4 Large Produktion (Budget): BGE-M3 oder Jina v5-small selbstgehostet Mehrsprachig: Microsoft Harrier-OSS-v1 (MIT, SOTA) oder Cohere embed-v4 Multimodal (Text + Bilder): Gemini Embedding 2 oder Cohere embed-v4 Code-Suche: Gemini Embedding 2 (MTEB Code: 84.0) oder Voyage code-3 Datenschutzkritisch: Qwen3-Embedding-8B (Apache 2.0) oder BGE-M3 (MIT) Enterprise (128K Kontext): Cohere embed-v4

Migrationsstrategie

Ein Wechsel der Embeddings erfordert vollständiges Re-Embedding:

DEVELOPERpython
# Schrittweise Migration
def hybrid_search(query, old_index, new_index, alpha=0.5):
    old_results = old_index.search(old_model.encode(query))
    new_results = new_index.search(new_model.encode(query))

    return blend_rankings(old_results, new_results, alpha)

Das Embedding-Modell ist das Fundament Ihres RAG. Wählen Sie mit Bedacht, benchmarken Sie sorgfältig und seien Sie bereit für Upgrades.