Modelo de embeddings
Un modelo especializado en producir embeddings en lugar de generar texto. Se elige por la calidad de recuperación (puntuación MTEB), las dimensiones del vector, la longitud máxima de entrada y el precio.
Qué es
Las opciones van desde API alojadas (OpenAI text-embedding-3, Voyage, Cohere, Google) hasta modelos abiertos que puedes ejecutar tú (BGE, E5, Nomic). Se diferencian en las dimensiones de salida (que marcan el costo de almacenamiento), la longitud de contexto y la calidad de recuperación en benchmarks.
Por qué importa
Un modelo de más dimensiones puede recuperar mejor pero cuesta más de almacenar y buscar: un vector de 3.072-d ocupa 4× el almacenamiento de uno de 768-d. Muchos modelos permiten acortar el vector (Matryoshka) para cambiar un poco de calidad por mucho costo.