Modèle

nomic-embed-text-v2-moe (embeddings)

Embedding MoE de Nomic (475 M, 305 M actifs), dimension 768 réductible à 256, contexte 512, Apache 2.0, environ 100 langues : option légère pour le RAG.

À vérifier#embeddings #ragPublié le 16 sept. 2026Mis à jour le 16 sept. 2026Vérifié le 16 sept. 2026À revérifier le 15 déc. 2026

Fiche modèle

Fournisseur: Nomic AI
Famille: nomic-embed
Paramètres: 475 M (305 M actifs)
Architecture: Embedding
Contexte: 1k tokens
Licence: Apache 2.0
Sortie: 1 février 2025
Mémoire FP16Estimation: ≈ 1 Go
Appel d'outils: Non
Raisonnement: Non
Français: Correct
Quantifications: f16
Usage recommandé: embeddings légers, stockage vectoriel compact (Matryoshka 256)
Hugging Face: fiche modèle

Pourquoi ce modèle nous intéresse

Premier embedding MoE ouvert : 475 M de paramètres dont 305 M actifs, 8 experts top-2, dimension 768 réductible à 256 (Matryoshka), contexte 512, environ 100 langues, Apache 2.0 ¹. La réduction de dimension divise par trois ou quatre la taille de l'index vectoriel, ce qui compte sur un serveur unique.

Caractéristiques et limites

Contexte 512 tokens (comme e5-large). La version v1.5 (137 M, contexte 8192) est surtout anglophone : ne pas confondre. Environ 1 Go en f16 (estimation). Date de sortie conventionnelle (2025).

Licence

Apache 2.0.

Français

Multilingue annoncé ; qualité française à mesurer (appréciation « ok » = hypothèse).

Performances publiées sur Strix Halo

Non trouvé.

À tester

Rappel à dimension 768 puis 256 contre bge-m3 ; taille d'index résultante dans pgvector ou Qdrant.

Sources

1nomic-ai/nomic-embed-text-v2-moe — fiche modèleDocumentation officielleFiabilité hauteNomic AI · publié 2025 · consulté le 16 sept. 2026 · fiche source