Publié par Octen le 15 mai 2026, Octen/octen-vl-embedding est un modèle d’embedding dense qui représente chaque texte par un vecteur de 2 048 dimensions. Cette représentation numérique sert à mesurer la proximité sémantique entre des contenus.

Publié par Octen le 15 mai 2026, Octen/octen-vl-embedding-large est un modèle d’embedding dense qui transforme les textes en vecteurs de 4 096 dimensions. Ses évaluations couvrent notamment le français et l’allemand, ainsi que plusieurs domaines spécialisés.

Publié par Octen le 10 janvier 2026 sous licence ouverte Apache 2.0, Octen/Octen-Embedding-0.6B est un modèle dense de 596 millions de paramètres, affiné par LoRA à partir de Qwen3-Embedding-0.6B. Il produit des vecteurs de 1 024 dimensions et accepte jusqu’à 32 768 tokens.

Publié par Octen le 30 décembre 2025 sous licence ouverte Apache 2.0, Octen/Octen-Embedding-4B est un modèle d’embedding dense de 4 milliards de paramètres, tous actifs. Affiné par LoRA à partir de Qwen3-Embedding-4B, il produit des vecteurs de 2 560 dimensions.

Publié par Octen le 23 décembre 2025 sous licence ouverte Apache 2.0, Octen/Octen-Embedding-8B est un modèle dense de 8 milliards de paramètres, tous actifs. Dérivé de Qwen/Qwen3-Embedding-8B et affiné avec LoRA, il produit des vecteurs de 4 096 dimensions.