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.
הקלטים משמשים למטרות הספקים עצמם
לפחות ספק אחד של מודל זה משתמש בקלטים שלך למטרותיו שלו, למשל לאימון מודלים של בינה מלאכותית. אל תזין מידע אישי של צדדים שלישיים או מידע רגיש. אפשר להתנגד לשימוש זה בכל עת בהגדרות החשבון או דרך „ניהול הסכמות” בצ'אט.
לקריאת מדיניות הפרטיותתמחור
| קבוצה | קלט | פלט | TTFT | הצלחה | זמן פעילות | פגיעות מטמון |
|---|---|---|---|---|---|---|
| AIS-Gemini-3-olx1-gemini-embedding-2 | $0.18 | $0.18 | - | - | - | - |
זמן פעילות
ביצועים
שימוש ודירוג
שאלות נפוצות
שימוש ב־gemini-embedding-2 ב
מודלים דומים
כתובת בסיס
https://api.unorouter.com/v1קראו ל-gemini-embedding-2 מהקוד שלכם
כוונו כל SDK תואם OpenAI ל-UnoRouter ובקשו את המודל לפי שם. החליפו את YOUR_API_KEY במפתח אמיתי מלוח הבקרה שלכם.
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!"}]
}'