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.
Input utilizzati per scopi propri dei fornitori
Almeno un fornitore di questo modello utilizza i tuoi input per scopi propri, ad esempio per addestrare modelli di IA. Non inserire dati personali di terzi né dati sensibili. Puoi opporti a questo utilizzo in qualsiasi momento nelle impostazioni del tuo account o tramite «Gestisci consensi» nella chat.
Leggi l'informativa sulla privacyPrezzi
| Gruppo | Input | Output | TTFT | Successo | Disponibilità | Hit della cache |
|---|---|---|---|---|---|---|
| gem2-gemini-embedding-2-free | $0.00 | $0.00 | - | - | - | - |
| gem3-gemini-embedding-2-free | $0.00 | $0.00 | - | - | - | - |
Disponibilità
Performance
Utilizzo e classifica
Domande frequenti
Usa gemini-embedding-2 in
Modelli simili
URL di base
https://api.unorouter.com/v1Chiamare gemini-embedding-2:free dal tuo codice
Punta qualsiasi SDK compatibile con OpenAI a UnoRouter e richiedi il modello per nome. Sostituisci YOUR_API_KEY con una vera chiave dal tuo 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:free",
"messages": [{"role": "user", "content": "Hello!"}]
}'