# IBM 开源多语言嵌入模型 R2：不到 1 亿参数，32K 上下文，检索跑分在同级里最高

> 原标题：Granite Embedding Multilingual R2：开源多语言嵌入模型，具备32K上下文与领先检索性能

- 来源：AI HOT 精选
- 发布时间：2026-05-14T18:55:01.000Z
- AX AI 日报：https://ai-daily.ax0x.ai/items/20675
- 原文：https://huggingface.co/blog/ibm-granite/granite-embedding-multilingual-r2

## 摘要

IBM 在 Hugging Face 上发了两个新的多语言嵌入模型，都走 Apache 2.0 协议。小号 9700 万参数，在 MTEB 多语言检索上拿了 60.3 分，正文说这是目前所有开源同尺寸模型里最高的。大号 3.11 亿参数，得分 65.2，在 5 亿参数以下的开放模型里排第二。

## 推荐理由

IBM 在 Hugging Face 开源两个 Apache 2.0 多语言嵌入模型，9700 万参数的小号在 MTEB 多语言检索上拿到 60.3 分，为轻量级多语言检索方案提供了新的同级参照。

## 锐评

9700 万参数、32K 上下文、Apache 2.0，这个组合对做 RAG 的挺实用。嵌入模型这块大家平时都直接调 API，一亿条 chunk 重跑一次的成本不低，能塞进自己机器、还不用管协议，省的是真金白银。60.3 分是不是同级最高我不好说，MTEB 多语言榜各家刷得都挺勤，但参数摆在这，小模型能到这个分已经够用了。反正嵌入模型不像生成模型那样天天换，选一个能自托管的先跑起来，比追榜实在。
