EmbeddingGemma 2 en resumen
Google lanzó EmbeddingGemma 2 el 6 de octubre de 2026: un modelo de embeddings multimodal abierto, sobre la arquitectura Gemma 4, que reúne texto, código, imágenes, video y audio en un espacio de 768 dimensiones. Sus 740M de parámetros se cargan por módulos, licencia Apache 2.0 y pesos gratis en Hugging Face y Kaggle.
Pregúntale a tu IA sobre esta noticia
Pregunta qué cambió en EmbeddingGemma 2 y qué deberías comprobar antes de usarlo en tu negocio. Compáralo en precio, velocidad, inteligencia y relación precio-velocidad con los modelos que usaría de otro modo, e indica para qué tareas sirve o no.
Qué cambió con EmbeddingGemma 2
El 6 de octubre de 2026, Google lanzó EmbeddingGemma 2, su modelo de embeddings multimodal abierto sobre la arquitectura Gemma 4. Reúne texto, código, imágenes, video y audio en un espacio de embeddings de 768 dimensiones: una nota de voz puede encontrar un clip de video y un texto puede buscar en tus fotos. Tiene 740 millones de parámetros modulares: base de texto de unos 270M, más codificadores opcionales de visión (170M) y audio (300M) que cargas solo si los necesitas. Su contexto de 8.192 tokens admite unos 5,5 minutos de audio, 29 imágenes o 58 fotogramas de video por entrada. La licencia es Apache 2.0, no los Términos de Gemma; los pesos son gratuitos en Hugging Face y Kaggle, con soporte desde el lanzamiento en sentence-transformers, llama.cpp, vLLM, SGLang, Ollama, LM Studio y LiteRT/MediaPipe. Su llegada al Model Garden de Gemini Enterprise Agent Platform será próximamente.
Las puntuaciones son las de la propia Google, de la tarjeta del modelo: 78,68 de NDCG@10 en MTEB Code, frente a 68,76 del primer EmbeddingGemma, una media de 61,36 en MTEB Multilingual v2 y 59,01 en total en MMEB v2 con las 768 dimensiones completas. El aprendizaje Matryoshka te permite truncar los vectores de 768 a 512, 256 o 128 dimensiones y reducir el almacenamiento de vectores hasta 6x. El modelo está pensado para funcionar en el dispositivo: Google sitúa su huella cuantizada en unos 191MB de RAM en modo solo texto y unos 567MB con todo el paquete multimodal en un Pixel 11 Pro. Al 17 de noviembre de 2026, Artificial Analysis no había publicado una página de EmbeddingGemma 2 y Arena no lo incluye, así que aún no hay puntuaciones independientes. Google publicó el informe técnico del modelo en arXiv el 17 de noviembre de 2026.
EmbeddingGemma 2 en cifras
Los valores provienen de la fuente enlazada en la fecha indicada. No son mediciones de IA Compa.
- MTEB Code NDCG@10 (tarjeta del modelo de Google)al · Fuente de MTEB Code NDCG@10 (tarjeta del modelo de Google): ai.google.dev (se abre en una pestaña nueva)
- 78.68
- MMEB v2 total a 768 dimensiones (tarjeta del modelo de Google)al · Fuente de MMEB v2 total a 768 dimensiones (tarjeta del modelo de Google): ai.google.dev (se abre en una pestaña nueva)
- 59.01
- Ventana de contextoal · Fuente de Ventana de contexto: ai.google.dev (se abre en una pestaña nueva)
- 8,192 tokens
Cómo se compara
Modelos actuales que hemos cubierto: lanzados en los últimos seis meses, solo la versión más reciente de cada línea. Cada valor es el más reciente registrado para el modelo. (Modelos)
Dónde comparar EmbeddingGemma 2
Clasificaciones independientes y recursos oficiales para comparar este modelo por tu cuenta. Las posiciones cambian con frecuencia; cada sitio muestra sus datos actuales.
Clasificaciones generales
Por qué EmbeddingGemma 2 importa para los negocios
Por qué importa: los embeddings son la fontanería detrás de la búsqueda y la recuperación, y esta versión te permite operar esa fontanería por tu cuenta. Una empresa puede indexar sus documentos, su código, sus fotos de producto y sus grabaciones de llamadas en un solo espacio y buscar en todo ello en su propio hardware, sin factura por consulta a una API y sin que los datos de tus clientes salgan del edificio. Apache 2.0 significa que puedes incluirlo en un producto comercial sin negociar una licencia, y los codificadores modulares junto con el truncado Matryoshka mantienen pequeña la huella en el teléfono, el portátil o el servidor, y también la factura de la base de datos vectorial.
Ponlo a trabajar: Servicios de IA
Recibe Noticias de IA por correo
Noticias de IA verificadas, cada una con su fuente oficial, los lunes y jueves por la mañana. Agrega las noticias de última hora para enterarte de las más importantes en cuanto las publicamos.
Cada noticia enlaza su fuente oficial
Gratis, en español o en inglés
Date de baja con un clic, cuando quieras
Fuentes de esta noticia
- Introducing EmbeddingGemma 2: On-device, open multimodal embeddings (se abre en una pestaña nueva)Oficial
Google · blog.google
- EmbeddingGemma 2 model card (se abre en una pestaña nueva)Oficial
Google · ai.google.dev
- google/embeddinggemma-2 on Hugging Face (se abre en una pestaña nueva)Oficial
Google on Hugging Face · huggingface.co
- EmbeddingGemma 2 technical report (arXiv:2610.37364) (se abre en una pestaña nueva)Oficial
Google (arXiv) · arxiv.org
Última verificación: . IA Compa resume anuncios públicos para lectores de negocios. No tenemos relación con las empresas mencionadas. Confirma siempre los detalles, precios y disponibilidad con la fuente oficial.
- #embedding-model
- #multimodal
- #open-weights
- #on-device
- #gemma
- #semantic-search

