Nesta página
Um embedding em IA é uma lista de números, chamada vetor, que representa o sentido de um texto. Textos com significado parecido ganham vetores próximos, mesmo quando usam palavras diferentes. Por isso os embeddings servem para busca semântica, para agrupar conteúdos e para a etapa de recuperação do RAG, que encontra trechos antes de a IA gerar a resposta.
- Serve para busca semântica, agrupar conteúdos e recuperar trechos no RAG, antes de outro modelo gerar a resposta.
- Muitos sistemas combinam vetores, busca por palavras exatas e reranking, pois códigos e nomes exigem precisão.
- Vetores de modelos diferentes não se misturam no mesmo índice; teste o modelo com suas próprias perguntas.
Fonte principal: OpenAI – Guia de embeddings ↗
O que é um embedding em IA e de onde vem a ideia?
O embedding é a forma de transformar um texto em números para que o computador consiga medir se dois textos falam da mesma coisa.
🌱 Sou novo nisso. Pense num mapa. Cada texto vira um ponto nesse mapa. Textos com sentido parecido ficam perto uns dos outros. Textos sobre assuntos diferentes ficam longe. Esse "mapa" tem muitas dimensões, não só duas, mas a ideia é a mesma.
A ideia começou com palavras. Os modelos de linguagem quebram o texto em pedaços chamados tokens (palavras, partes de palavras ou caracteres) e convertem esses pedaços em vetores. O guia de riscos de privacidade em modelos de linguagem do European Data Protection Board dá um exemplo clássico: palavras relacionadas, como "king" e "queen", ocupam posições próximas nesse espaço. Hoje o mesmo princípio vale para frases, parágrafos e documentos inteiros.
🔎 Já uso. Para medir se dois vetores estão próximos, a abordagem comum é a similaridade de cosseno. Um estudo do NBER sobre IA no atendimento ao cliente explica que essa medida dá 0 quando dois textos não têm relação de sentido e 1 quando têm o mesmo sentido. No modelo usado pelos autores, as frases "Can you help me with logging in?" e "Why is my login not working?" tiveram similaridade de 0,68. Elas quase não repetem palavras, mas falam do mesmo problema.
O mesmo estudo lembra um ponto importante: o vetor de um texto depende do modelo de embedding usado. Vetores de modelos diferentes não podem ser misturados no mesmo índice.
A documentação de embeddings da OpenAI descreve esses vetores como representações usadas para entender relações entre conteúdos, em tarefas como agrupamento e recuperação (consultada em nov/2026).
Como o embedding é usado na busca semântica e no RAG?
O embedding faz a primeira triagem. Ele encontra os trechos com sentido mais próximo da pergunta, e depois outro modelo usa esses trechos para gerar a resposta.
RAG (retrieval-augmented generation, ou geração com recuperação) é quando a IA consulta seus documentos antes de responder. O fluxo típico tem estas etapas:
1. dividir os documentos em trechos; 2. gerar um embedding para cada trecho; 3. guardar os vetores num índice vetorial; 4. transformar a pergunta em embedding; 5. recuperar os trechos mais parecidos; 6. se quiser, aplicar busca por palavras, filtros e reranking; 7. enviar os trechos escolhidos ao modelo que gera a resposta.
Por que também buscar por palavras? A busca semântica é forte quando você usa palavras diferentes das do documento. Já a busca por palavras exatas (lexical) continua necessária para nomes próprios, números de formulário, números de caso ou de contrato, códigos de erro e citações legais. Um vetor pode achar "um formulário de imposto parecido", mas você quer exatamente aquele número. Por isso muitos sistemas usam busca híbrida, que combina as duas.
Um benchmark público de RAG de 24 de outubro de 2026 testa agentes (IA que executa tarefas com ferramentas) que escolhem entre ferramentas separadas de busca por palavras-chave, busca semântica e leitura de trechos. O teste usa OpenSearch 2.19, o embedding BAAI/bge-base-en-v1.5 e o gerador gpt-5.4-mini. O resultado vale para essa configuração específica e não deve ser generalizado para todo sistema.
Reranking. O reranker recebe a pergunta e os trechos já recuperados e os reordena com uma análise mais detalhada. A Cohere anunciou o Rerank 5 em 21 de outubro de 2026. Um tutorial da OpenRouter de 13 de novembro de 2026 observa que alguns fornecedores cobram por token e outros por busca. O reranking costuma aumentar custo e tempo de resposta, mas pode evitar respostas baseadas em trechos irrelevantes.
Quais modelos de embedding existem hoje? (verificado em nov/2026)
Os preços de API por milhão de tokens mudam com frequência: veja a comparação de preços de API.
🔎 O que muda entre eles. O Embed 5 é apresentado pela Cohere como base para busca, RAG e agentes, e está disponível na API da Cohere, no Model Vault, no Microsoft Foundry e no Amazon SageMaker. O Voyage 4 aceita textos mais longos e permite escolher o tamanho do vetor. Vetores menores ocupam menos espaço. O Gemini Embedding 2 só compensa se sua base tiver imagens, áudio, vídeo ou PDFs escaneados.
🚀 Opção aberta ou local. O benchmark de outubro de 2026 usou BAAI/bge-base-en-v1.5, um modelo que roda fora das APIs comerciais. Não encontramos fonte oficial atual com licença, data e custo de operação de modelos de embedding para você rodar no próprio computador. Por isso não fazemos recomendação aqui.
Quais são as confusões mais comuns sobre embedding?
"O embedding é o modelo que responde." Não é. O modelo de embedding gera vetores, e não texto. Quem escreve a resposta no RAG é outro modelo, com preço próprio. Em um sistema RAG, você paga pelas duas partes.
"Preço baixo quer dizer qualidade baixa, e preço alto quer dizer qualidade alta." Não encontramos um teste independente, com data recente, que compare todos esses modelos da mesma forma. Os números de MTEB (um conjunto público de testes de embeddings) que a OpenAI publica são 62,3% para o text-embedding-3-small e 64,6% para o text-embedding-3-large. São dados do próprio fornecedor e não garantem o desempenho nos seus documentos. Nenhum modelo é o melhor para tudo: teste com suas perguntas reais.
"Contexto maior sempre é melhor." Um contexto maior permite dividir documentos longos em menos trechos. Mas trechos muito longos podem misturar assuntos e piorar a recuperação. O tamanho certo do trecho precisa ser testado.
"Basta o embedding para buscar bem." Para números de formulário, códigos e nomes exatos, a busca por palavras continua importante. Muitos sistemas atuais combinam busca por palavras, busca por vetores e reranking.
Dica para bases com dois idiomas. Se a base mistura português e inglês, teste perguntas em português sobre documentos em inglês e o contrário. Inclua também siglas de órgãos, números de formulário, linguagem coloquial e erros de digitação.
Privacidade primeiro. Antes de indexar documentos com dados de saúde, finanças, emprego ou escola, confira onde ficam os vetores e os documentos, por quanto tempo ficam guardados e quem tem acesso a eles. Para questões legais específicas, procure um profissional.
Perguntas frequentes
Embedding é a mesma coisa que um chatbot?
Não. Um modelo de embedding transforma texto em vetores numéricos para medir semelhança de sentido. Ele não escreve respostas. No RAG, ele encontra os trechos certos, e outro modelo de linguagem gera a resposta a partir deles.
Quanto custa gerar embeddings?
Depende do modelo. O preço por token não é o custo total do sistema. Os preços de API por milhão de tokens mudam com frequência: veja a comparação de preços de API.
O que é similaridade de cosseno?
É uma medida comum para comparar dois vetores. Ela fica perto de 1 quando os textos têm sentido parecido e perto de 0 quando não têm relação.
Preciso de busca por palavras se já uso embeddings?
Em geral, sim. A busca por palavras acha números de formulário, códigos, nomes próprios e expressões exatas, que a busca por sentido pode errar. A busca híbrida combina as duas.
Fontes
- OpenAI – Guia de embeddings · oficial
- OpenAI – Página de preços da API · oficial
- OpenAI – Modelo text-embedding-3-small · oficial
- Cohere – Anúncio do Embed 5 · empresa
- Cohere – Anúncio do Rerank 5 · empresa
- RAG 2026 Benchmark – Métodos · documento
- OpenRouter – Reranking em RAG · empresa
- Comparação de modelos de embedding para RAG (terceiros) · documento
- Métodos de recuperação em 2026: RAG, CAG, KAG (terceiros) · documento
- NBER – Generative AI at Work (working paper) · academica
- European Data Protection Board – AI Privacy Risks & Mitigations: LLMs · organizacion
