Google: Gemini Embedding 2 Preview
google/gemini-embedding-2-previewGemini Embedding 2 Preview — первая мультимодальная модель встраивания от Google. В настоящее время мы поддерживаем сопоставление текста и изображений в едином векторном пространстве для семантического поиска и поисковой дополненной генерации (RAG). Она поддерживает входной контекст до 8,192 токенов и гибкие размеры выходных векторов от 128 до 3,072 (рекомендуется: 768, 1536 или 3,072). Разработана для кросс-модального сходства — вы можете встроить текстовый запрос и получить наиболее релевантные изображения или наоборот, — что делает её хорошо подходящей для мультимодального поиска, рекомендаций и конвейеров понимания документов.
Gemini Embedding 2 Preview — первая мультимодальная модель встраивания от Google. В настоящее время мы поддерживаем сопоставление текста и изображений в едином векторном пространстве для семантического поиска и поисковой дополненной генерации (RAG). Она поддерживает входной контекст до 8,192 токенов и гибкие размеры выходных векторов от 128 до 3,072 (рекомендуется: 768, 1536 или 3,072). Разработана для кросс-модального сходства — вы можете встроить текстовый запрос и получить наиболее релевантные изображения или наоборот, — что делает её хорошо подходящей для мультимодального поиска, рекомендаций и конвейеров понимания документов.
Провайдеры
Провайдер выбирается автоматически с учётом цены и доступности. Для явного выбора скопируйте его ID из таблицы. Как указать провайдера
Красный и жёлтый щиты отмечают предупреждения о данных. Наведите на значок для подробностей. Условия конкретного endpoint могут отличаться от общей политики провайдера.
Цены
Стоимость показана в рублях по текущему курсу пополнения. Итоговая сумма зависит от фактического usage ответа.
Параметры и модальности
Поддержка параметров синхронизирована с текущей версией модели.