GoogleがGemini新埋め込みモデル提供開始、MTEBで首位獲得

大規模言語モデルを活用した RAG や検索システムを構築する際、回答の精度を左右するのは生成モデル以上に、裏側で文書を正確に拾い上げる埋め込み（Embedding）モデルです。

Google は Gemini API 向けに、新しい実験的テキスト埋め込みモデル「gemini-embedding-exp-03-07」の提供を開始しました。Vertex AI では「text-embedding-large-exp-03-07」という名称で提供され、正式版（GA）リリース時に名称が統一される予定です。

MTEB 多言語リーダーボードで首位を獲得

今回の新モデルは Gemini 自身をベースに学習されており、文脈の細かなニュアンスを汲み取る能力をそのまま受け継いでいます。従来の text-embedding-004 を上回る性能を実現しました。

業界標準のベンチマークである MTEB（Massive Text Embedding Benchmark）の多言語リーダーボードにおいて、平均タスクスコア 68.32 を記録し首位に立ちました。2 位の競合モデルに対してプラス 5.81 ポイントという大きな差をつけています。

金融、科学、法務、検索など幅広い領域でそのまま使える汎用性を備えており、個別タスク向けの細かなファインチューニングを不要にすることを目指しています。さらに、入力トークン長の拡張にも対応しました。

開発者は既存の embed_content エンドポイントからそのまま呼び出し可能ですが、現在は容量が制限された実験的フェーズであり、数か月後の正式公開に向けて改善が進められています。

なぜ重要か

私たちは、Google が基盤モデルの理解力を直接埋め込みモデルへ落とし込んできた点を非常に賢いアプローチだと考えています。

開発者にとって、多言語ベンチマークで次点に 5 ポイント以上の差をつけたモデルが手に入る意義は大きいです。特に法律や金融といった専門用語が多く、従来は独自学習が必要だった社内文書検索において、導入コストを大幅に抑えられる可能性があります。今すぐ手元の評価データで検索精度を比較検証してみる価値は十分にあります。

ただし、現段階では利用枠が限られる実験版であるため、本番環境の基幹パイプラインを即座に置き換えるのはリスクが伴います。今後の安定版提供を見据えた事前検証にとどめるのが現実的です。

業界全体で見れば、ベクトル検索の性能競争において Google が明確に頭ひとつ抜け出た格好となり、OpenAI などの競合に対しても埋め込みモデルの世代交代を促す強い圧力になりそうです。