Édition du 14 octobre 2026 · veille quotidienne Hugging Face en françaisS'abonner · RSS · llms.txt
Accueil / Comparatifs / embeddinggemma-2 ou d1-omni-600M
Comparatif · Français & multilingue

embeddinggemma-2 ou d1-omni-600M ?

Deux des modèles les mieux classés du domaine « Français & multilingue » sur Radar IA, comparés point par point. Les faits viennent des fiches Hugging Face ; aucun jugement de qualité n’est inventé : testez sur vos propres données.

Faits relevés sur l’API publique Hugging Face le 14/10/2026 ; ils sont déclarés par les auteurs des modèles.

Ce que disent les chiffres

Fiche contre fiche

embeddinggemma-2d1-omni-600M
ÉditeurGoogleLiquid AI
Compte Hugging FacegoogleLiquidAI
TâcheEmbeddingsDécision multimodale
Paramètres744 M587 M
Licenceapache-2.0lfm1.0
Langues déclaréesmultilingue (langues non détaillées)anglais, allemand, espagnol, français, italien, néerlandais, polonais, portugais, arabe, hindi, japonais, russe, turc, vietnamien, chinois
Formatssafetensorssafetensors
Bibliothèquetransformerstransformers
Accès aux poidslibrelibre
Créé le2026-09-142026-10-05
Mis à jour le2026-10-062026-10-07
Likes2214120
Téléchargements (30 j)13517512388
Modèle de base—LiquidAI/LFM2.5-Encoder-350M (fine-tune)
arXiv—2511.23404
Score RadarScore Radar 76 sur 100Score Radar 66 sur 100

Pourquoi ils comptent

Google
Score Radar 76 sur 100

★ embeddinggemma-2

LLM en localFrançais & multilingueModèle

Toujours n°1 : la brique de recherche sémantique locale de référence.

♥ 2 k↓ 116 k744 M
Liquid AI
Score Radar 66 sur 100

★ d1-omni-600M

Agents & outilsDocuments & OCRLLM en localFrançais & multilingueModèle

Décision multimodale qui tient sur un CPU, 15 langues

♥ 105↓ 10,5 k587 M