Embeddings

La tarification est au token, similaire à la génération de texte mais typiquement 10 à 100× moins chère. Les modèles phares (OpenAI text-embedding-3-large, Voyage 3, Cohere Embed v3) coûtent 0,05 à 0,15 € par million de tokens. Les options open-weights (Jina V3, BGE, MxBai) ne coûtent effectivement rien à exploiter sur sa propre infrastructure. Un corpus RAG typique de 10 millions de tokens (environ 20 000 documents) coûte 0,50 à 1,50 € à embedder une fois. Le re-embedding à chaque montée de version du modèle est le principal coût récurrent.

Le compromis est dimension, rappel et prix. Les embeddings de plus haute dimension (3 072 ou 4 096 dims) capturent plus de nuance mais coûtent plus à stocker et chercher. Les modèles de plus basse dimension (256 à 768 dims) coûtent dix fois moins et récupèrent quand même le bon document dans 90 à 95 % des cas sur la plupart des charges. Utilisez le phare haute dimension quand la qualité de retrieval est critique (recherche juridique, Q&R médical) ; utilisez un modèle économique quand vous pouvez tolérer un résultat manqué occasionnel.

Attention à la taille des chunks : la plupart des modèles d'embedding performent au mieux sur des chunks de 200 à 500 tokens. Embedder un document de 50 pages entier comme un seul vecteur perd le sens par section. Embedder trop petit (sous 50 tokens) rend les chunks individuels bruités. Choisissez un chunker qui respecte les frontières de paragraphe et ajoute un petit overlap (10 à 20 %) entre les chunks.

Attention au mismatch multilingue : tous les modèles d'embedding ne parlent pas toutes les langues à égalité. Si votre corpus est multilingue, choisissez un modèle dont les données d'entraînement couvrent vos langues — Jina V3, Cohere Multilingual et Voyage Multilingual sont les défauts sûrs.

Les top picks ci-dessus couvrent le phare au plus haut rappel, le modèle de production le moins cher, l'option de plus haute dimension et l'indexeur le plus rapide.