Svenska & nordiska språk · MTEB (Hugging Face-gemenskapen)

MTEB(Scandinavian, v1) – Scandinavian Embedding Benchmark

Vilka embeddingmodeller som bäst förstår och hittar text på svenska, danska och norska.

Placeringar (15, varav 3 i vår lista)

Bara modeller i vår lista

1
codefuse-ai/F2LLM-v2-14B

codefuse-ai
71.10[1]
2
Qwen/Qwen3-Embedding-8B

öppna vikter
70.43[1]
3
codefuse-ai/F2LLM-v2-8B

codefuse-ai
69.94[1]
4
codefuse-ai/F2LLM-v2-4B

codefuse-ai
68.46[1]
5
Qwen/Qwen3-Embedding-4B

öppna vikter
68.59[1]
6
codefuse-ai/F2LLM-v2-1.7B

codefuse-ai
67.21[1]
7
Salesforce/SFR-Embedding-2_R

Salesforce
65.56[1]
9
Linq-AI-Research/Linq-Embed-Mistral

Linq AI Research
63.51[1]
10
GritLM/GritLM-7B

GritLM
64.08[1]
11
Salesforce/SFR-Embedding-Mistral

Salesforce
63.66[1]
12
microsoft/harrier-oss-v1-0.6b

liten modell (0,6 miljarder parametrar)
65.20[1]
13
nicher92/saga-embed_v1

nicher92 · liten modell (0,4 miljarder parametrar)
63.48[1]
14
intfloat/e5-mistral-7b-instruct

intfloat
62.01[1]
16
codefuse-ai/F2LLM-v2-0.6B

codefuse-ai
64.32[1]
18
openai/text-embedding-3-large

OpenAI · betaltjänst
62.51[1]

Mått: Snittresultat över 28 uppgifter (0–100), ordnat efter Borda-placering
Bäst är: Högst
Avläst: 25 okt 2026 (i dag)
Drivs av: MTEB (Hugging Face-gemenskapen)

Så ska listan läsas

En embeddingmodell gör om text till en lista med tal, så att texter som betyder ungefär samma sak hamnar nära varandra. Det är grunden för sökfunktioner, "hitta liknande dokument" och för AI-assistenter som ska slå upp svar i egna dokument. Det här är inte chattmodeller.

Topplistan är Scandinavian Embedding Benchmark (SEB), som nu ingår i MTEB-topplistan under namnet MTEB(Scandinavian, v1). Den har 28 uppgifter på svenska, danska, norska (bokmål och nynorska) och dialekter: sortera texter i kategorier, gruppera liknande texter, hitta rätt dokument till en fråga (till exempel i svenska nyheter, Wikipedia och vanliga frågor från myndigheter) och para ihop översatta meningar.

Placeringen räknas fram genom att modellerna rangordnas på varje uppgift och placeringarna vägs ihop (Borda-metoden). Siffran vi visar är modellens snittresultat över alla uppgifter, 0–100, där högre är bättre. Därför kan en modell med något lägre snitt ändå stå högre i listan. Modeller som inte har körts på alla uppgifter saknar snitt och visas inte här, till exempel Googles gemini-embedding-001 (plats 8) och gte-Qwen2-7B-instruct (plats 15).

Vad den inte säger: listan domineras av öppna modeller från forskningsgrupper och nästan ingen av dem finns i vår katalog. Googles Gemini Embedding 2 (som förhandsversion, plats 227) och EmbeddingGemma 2 (plats 200) finns med men har bara körts på ett fåtal av uppgifterna, så deras placering säger inget om hur bra de är. Resultaten skickas ofta in av modellernas skapare, och några modeller kan ha tränats på liknande data som testerna (markerat som lägre "zero-shot"-andel på sidan). Testa alltid på egna dokument innan man bestämmer sig.

Källor

[1]
Scandinavian · MTEB Leaderboard ↗
MTEBTopplistamteb-leaderboard.hf.space

Publicerad okänt datum Läst 25 okt 2026
[2]
The Scandinavian Embedding Benchmarks: Comprehensive Assessment of Multilingual and Monolingual Text Embedding ↗
arXiv (Enevoldsen m.fl.)Forskningsartikelarxiv.org

Publicerad okänt datum Läst 25 okt 2026

Historik

25 okt 2026

Fler placeringar länkade till modeller som lagts till i listan.
25 okt 2026

Tillagd. Avläst 25 okt 2026.