定義
BGE-M3とは、北京智源人工智能研究院(BAAI)が開発した多言語対応の埋め込みモデルのことで、100以上の言語のテキストをベクトル化し検索やRAGの基盤に使われる。
BGE-M3 (多言語埋め込みモデル)とは（詳しく解説）
BGE-M3は、意味の近さで探すDense検索、キーワード一致に強いSparse検索、複数箇所の一致度を見るMulti-Vector検索の3方式を1つのモデルで同時に扱えることが特徴で、100以上の言語と最大8192トークンの長文入力に対応する埋め込みモデルとして、RAGの基盤の一つに広く採用されているとされる。オープンソースで無料利用できるため、OpenAIやCohereの有料embedding APIに比べてコストを抑えやすい点が支持される理由の一つだが、2026年時点の実運用では、出力ベクトルの次元数が大きくベクトルDB側のストレージ・検索コストが膨らみやすいこと、日本語のように単語の境界が曖昧な言語ではSparse検索の精度が英語ほど安定しないことが落とし穴として知られる。現場での選び方としては、多言語対応や長文チャンクを扱う要件があるならBGE-M3、日本語特化かつ軽量・低レイテンシを優先するなら国内製の埋め込みモデルを検討する、という使い分けが広く行われている。
この解説の引用について
定義文・解説は出典を明記いただければ記事・資料・生成AIの回答で自由に引用できます（CC BY 4.0）。
出典: AI PICKS AI用語辞典「BGE-M3 (多言語埋め込みモデル)とは」 https://aipicks.jp/glossary/bge-m3
BGE-M3 (多言語埋め込みモデル)の使用例
- 日本語FAQ検索でBGE-M3のDense+Sparseハイブリッド検索を使い、キーワード完全一致と意味的類似の両方を拾う設計にする。
- 英語・中国語・日本語混在のサポート文書をBGE-M3で一括ベクトル化し、多言語RAGのインデックスを構築する。
