Google: Gemini Embedding 2
Gemini Embedding 2 is Google's first natively multimodal embedding model, designed to map text, images, video, audio, and documents (PDFs) into a single, unified vector space. Unlike previous pipelines that required separate models for different modalities, Gemini Embedding 2 understands cross-modal relationships directly. It enables high-accuracy cross-modal retrieval, such as finding a specific video scene using a text description or finding similar audio clips from an image. The model captures deep semantic intent across more than 100 languages and features Matryoshka Representation Learning (MRL), allowing developers to truncate embedding dimensions to save storage and compute costs without significant loss in performance.
Eingaben werden für eigene Zwecke der Anbieter genutzt
Mindestens ein Anbieter dieses Modells nutzt deine Eingaben für eigene Zwecke, etwa zum Training von KI-Modellen. Gib keine personenbezogenen Daten Dritter und keine sensiblen Daten ein. Du kannst dieser Nutzung jederzeit in den Kontoeinstellungen oder über „Einwilligungen verwalten“ im Chat widersprechen.
Datenschutzerklärung lesenPreise
Verfügbarkeit
Leistung
Nutzung & Rang
Häufige Fragen
gemini-embedding-2 nutzen in
Ähnliche Modelle
Basis-URL
https://api.unorouter.com/v1gemini-embedding-2 aus deinem Code aufrufen
Richte jedes OpenAI-kompatible SDK auf UnoRouter aus und frage das Modell per Namen an. Ersetze YOUR_API_KEY durch einen echten Schlüssel aus deinem Dashboard.
curl https://api.unorouter.com/v1/chat/completions \
-H "Authorization: Bearer YOUR_API_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "gemini-embedding-2",
"messages": [{"role": "user", "content": "Hello!"}]
}'