{
  "aboutHtml": "<p>Gemini Embedding 2 Preview هو الإصدار التجريبي المسمّى من Google لعائلة التضمين المتعدد الوسائط الأصلية لديها. وهو يحوّل النصوص والصور والفيديو والصوت وPDF إلى فضاء رقمي مشترك، مع تمثيل المقصود الدلالي عبر أكثر من 100 لغة. والمخرجات تضمينات: متجهات تُستخدم لمقارنة المواد المرتبطة واسترجاعها. وتظل هوية هذا الإصدار التجريبي منفصلة عن إصدار Gemini Embedding 2 المستقر، ولا تعني أوزانًا قابلة للتبادل أو فضاء متجهات مطابقًا.</p><p>يصف الإعلان الأصلي البحث عبر الوسائط والتصنيف والتجميع وتحليل المشاعر والتوليد المعزّز بالاسترجاع تطبيقاتٍ لاحقة. ويمكن لاستعلام نصي العثور على عنصر مرئي ذي صلة، كما يمكن لصورة أو مقطع أن يكون مصدرًا للبحث. ويخزّن التطبيق التمثيلات ويقارنها ويعيد السجلات المقابلة؛ ويمكن لنموذج لغوي منفصل استخدام المادة المصدرية المسترجعة لصياغة إجابة. ولا يحتوي التضمين نفسه على شرح باللغة الطبيعية أو نص مفرّغ.</p><p>توثّق صفحة النموذج الخاصة به حد مدخلات من 8,192 رمزًا وأبعاد مخرجات من 128 إلى 3,072، مع أحجام موصى بها هي 768 و1,536 و3,072. ويحدّد إعلان الإصدار التجريبي قيمة افتراضية تبلغ 3,072، ويصف Matryoshka Representation Learning الذي يحتفظ بالمعلومات المفيدة في بدايات أقصر من التمثيل. حافظ على بُعد مختار واحد للمتجهات المطلوب مقارنتها، واحتفظ بإصدار النموذج مع المجموعة بدلًا من دمج التمثيلات لمجرد تطابق أطوالها.</p><p>يوثّق إعلان الإصدار التجريبي ما يصل إلى ست صور PNG أو JPEG لكل طلب، وما يصل إلى 120 ثانية من فيديو MP4 أو MOV، ومستندات PDF حتى ست صفحات. ويوثّق أيضًا تضمين الصوت مباشرةً من دون تفريغ نصي وسيط. وتأتي هذه المواصفات من إعلان الإصدار التجريبي نفسه، لا من دليل الإصدار المستقر اللاحق. ولا يثبت الإعلان كل حدود مدة الصوت أو ترميزاته أو أخذ عينات الإطارات الحالية لهذا الملف التجريبي تحديدًا.</p><p>يتيح المدخل المتعدد الوسائط المتداخل أن يعكس التمثيل العلاقات بين الوسائط، مثل صورة وتعليقها النصي. وفي كتالوج منتجات، قدّم الصورة الفوتوغرافية والوصف المعتمد معًا عندما يصفان عنصرًا واحدًا قابلًا للاسترجاع. وفي مجموعة مستندات، قسّم المصدر إلى مقاطع محددة الموضوع أو صفحات، واحفظ عنوانه وموضعه. وفي مكتبة وسائط، اختر مقطعًا يقابل الحدث الذي ينبغي للمستخدمين العثور عليه، واحتفظ بنطاقه الزمني الأصلي مع السجل المخزّن.</p><p>توضّح مهمة الاسترجاع المفيدة العلاقة المقصودة. فسؤال يطلب تفسيرًا، وبحث عن عناصر متشابهة بصريًا، وتجميع بحسب الموضوع هي مهام مختلفة، حتى إن استخدمت مجموعة المصادر نفسها. جهّز المحتوى بصورة متسقة، وسجّل الإصدار والبُعد، واحتفظ بارتباط كل متجه بمصدره. ويوفّر التشابه مرشّحين يفحصهم التطبيق؛ ولا يثبت أن سجلين يقرّران الحقيقة نفسها، أو أن مصدرًا مسترجعًا يجيب عن سؤال بالكامل.</p><p>في بحث عملي في الوسائط، مثّل الصورة أو مقتطف الفيديو المختار، وقارنه بوصف المحتوى المطلوب. واعرض المصدر المطابق بجانب تعليقه النصي أو نطاقه الزمني، حتى يستطيع المستخدم مراجعته. وبالنسبة إلى مساعد معرفي، استرجع الصفحة أو المقطع ذي الصلة قبل توليد الرد المكتوب. ويتمثّل دور نموذج Preview في التمثيل الرقمي المتعدد الوسائط الذي يدعم خطوات الاختيار هذه، بينما يظل التخزين وقواعد الترتيب والإجابة النهائية أجزاءً من سير العمل المحيط.</p>",
  "aboutText": "Gemini Embedding 2 Preview هو الإصدار التجريبي المسمّى من Google لعائلة التضمين المتعدد الوسائط الأصلية لديها. وهو يحوّل النصوص والصور والفيديو والصوت وPDF إلى فضاء رقمي مشترك، مع تمثيل المقصود الدلالي عبر أكثر من 100 لغة. والمخرجات تضمينات: متجهات تُستخدم لمقارنة المواد المرتبطة واسترجاعها. وتظل هوية هذا الإصدار التجريبي منفصلة عن إصدار Gemini Embedding 2 المستقر، ولا تعني أوزانًا قابلة للتبادل أو فضاء متجهات مطابقًا.\n\nيصف الإعلان الأصلي البحث عبر الوسائط والتصنيف والتجميع وتحليل المشاعر والتوليد المعزّز بالاسترجاع تطبيقاتٍ لاحقة. ويمكن لاستعلام نصي العثور على عنصر مرئي ذي صلة، كما يمكن لصورة أو مقطع أن يكون مصدرًا للبحث. ويخزّن التطبيق التمثيلات ويقارنها ويعيد السجلات المقابلة؛ ويمكن لنموذج لغوي منفصل استخدام المادة المصدرية المسترجعة لصياغة إجابة. ولا يحتوي التضمين نفسه على شرح باللغة الطبيعية أو نص مفرّغ.\n\nتوثّق صفحة النموذج الخاصة به حد مدخلات من 8,192 رمزًا وأبعاد مخرجات من 128 إلى 3,072، مع أحجام موصى بها هي 768 و1,536 و3,072. ويحدّد إعلان الإصدار التجريبي قيمة افتراضية تبلغ 3,072، ويصف Matryoshka Representation Learning الذي يحتفظ بالمعلومات المفيدة في بدايات أقصر من التمثيل. حافظ على بُعد مختار واحد للمتجهات المطلوب مقارنتها، واحتفظ بإصدار النموذج مع المجموعة بدلًا من دمج التمثيلات لمجرد تطابق أطوالها.\n\nيوثّق إعلان الإصدار التجريبي ما يصل إلى ست صور PNG أو JPEG لكل طلب، وما يصل إلى 120 ثانية من فيديو MP4 أو MOV، ومستندات PDF حتى ست صفحات. ويوثّق أيضًا تضمين الصوت مباشرةً من دون تفريغ نصي وسيط. وتأتي هذه المواصفات من إعلان الإصدار التجريبي نفسه، لا من دليل الإصدار المستقر اللاحق. ولا يثبت الإعلان كل حدود مدة الصوت أو ترميزاته أو أخذ عينات الإطارات الحالية لهذا الملف التجريبي تحديدًا.\n\nيتيح المدخل المتعدد الوسائط المتداخل أن يعكس التمثيل العلاقات بين الوسائط، مثل صورة وتعليقها النصي. وفي كتالوج منتجات، قدّم الصورة الفوتوغرافية والوصف المعتمد معًا عندما يصفان عنصرًا واحدًا قابلًا للاسترجاع. وفي مجموعة مستندات، قسّم المصدر إلى مقاطع محددة الموضوع أو صفحات، واحفظ عنوانه وموضعه. وفي مكتبة وسائط، اختر مقطعًا يقابل الحدث الذي ينبغي للمستخدمين العثور عليه، واحتفظ بنطاقه الزمني الأصلي مع السجل المخزّن.\n\nتوضّح مهمة الاسترجاع المفيدة العلاقة المقصودة. فسؤال يطلب تفسيرًا، وبحث عن عناصر متشابهة بصريًا، وتجميع بحسب الموضوع هي مهام مختلفة، حتى إن استخدمت مجموعة المصادر نفسها. جهّز المحتوى بصورة متسقة، وسجّل الإصدار والبُعد، واحتفظ بارتباط كل متجه بمصدره. ويوفّر التشابه مرشّحين يفحصهم التطبيق؛ ولا يثبت أن سجلين يقرّران الحقيقة نفسها، أو أن مصدرًا مسترجعًا يجيب عن سؤال بالكامل.\n\nفي بحث عملي في الوسائط، مثّل الصورة أو مقتطف الفيديو المختار، وقارنه بوصف المحتوى المطلوب. واعرض المصدر المطابق بجانب تعليقه النصي أو نطاقه الزمني، حتى يستطيع المستخدم مراجعته. وبالنسبة إلى مساعد معرفي، استرجع الصفحة أو المقطع ذي الصلة قبل توليد الرد المكتوب. ويتمثّل دور نموذج Preview في التمثيل الرقمي المتعدد الوسائط الذي يدعم خطوات الاختيار هذه، بينما يظل التخزين وقواعد الترتيب والإجابة النهائية أجزاءً من سير العمل المحيط.",
  "editorialOverlay": {
    "copy_fields": null,
    "copy_sha256": null,
    "copy_source": null,
    "html_sha256": "94cf8f54ddfb4cc2c1d2a19628090cc5c9723d1e72e479ed7af4ea5cc38b2d97",
    "module_sha256": "ee9dc1c50b1e6a8fb7fa062030fcb4646b9aaaeb08be513b723a5a92a7290f06",
    "raw_model_unchanged": true,
    "schema": "ailoot-native-model-editorial-v1"
  },
  "locale": "ar",
  "methods": [
    {
      "html": "<div class=\"sheet-head\"><span class=\"mav\" aria-hidden=\"true\">G</span><h2 id=\"sheet-title\">Google: Gemini Embedding 2 Preview</h2><button class=\"icon-btn\" type=\"button\" data-close-sheet aria-label=\"إغلاق\">×</button></div><div class=\"idline\"><span>Google /</span><code>google/gemini-embedding-2-preview</code><button type=\"button\" id=\"copy-id\">نسخ ID</button></div><nav class=\"card-jump-nav\" aria-label=\"أقسام بطاقة النموذج\"><button type=\"button\" data-card-jump=\"overview\">البداية</button><button type=\"button\" data-card-jump=\"methods\">المدخلات والطرائق</button><button type=\"button\" data-card-jump=\"pricing\">الباقات</button><button type=\"button\" data-card-jump=\"examples\">أمثلة</button><button type=\"button\" data-card-jump=\"results\">النتائج</button><button type=\"button\" data-card-jump=\"aliases\">الأسماء البديلة</button></nav><div class=\"card-method-tabs\" role=\"tablist\" aria-label=\"طرائق API\"><button type=\"button\" role=\"tab\" tabindex=\"0\" aria-controls=\"card-method-content\" aria-selected=\"true\" id=\"card-method-tab-0\" data-card-method=\"Ultra|embeddings|/v1/embeddings|google%2Fgemini-embedding-2-preview\">التضمينات</button></div><div id=\"card-method-content\" role=\"tabpanel\" aria-labelledby=\"card-method-tab-0\"><section class=\"card-section\" data-card-section=\"overview\"><h3 tabindex=\"-1\">البداية</h3><p class=\"mdesc-full\">يحوّل Gemini Embedding 2 Preview النصوص والصور والصوت والفيديو وPDF إلى متجهات رقمية ضمن فضاء متعدد الوسائط واحد. ويدعم ملف إصداره التجريبي الموثّق على نحو مستقل الاسترجاع والمقارنة عبر الوسائط، ومدخلًا من 8,192 رمزًا وأبعاد متجهات مرنة.</p><dl class=\"card-io\" data-card-io><div><dt>المدخلات المقبولة</dt><dd>النص</dd></div><div><dt>النتائج</dt><dd>embedding</dd></div></dl><details class=\"card-about\"><summary>عن النموذج</summary><p class=\"note-s\" data-model-method-boundary>يغطي هذا الوصف قدرات النموذج. وترد أدناه المدخلات والمخرجات والخيارات المتاحة في Ailoot للطريقة المحددة.</p><div class=\"mabout\" id=\"m-about\"><p>Gemini Embedding 2 Preview هو الإصدار التجريبي المسمّى من Google لعائلة التضمين المتعدد الوسائط الأصلية لديها. وهو يحوّل النصوص والصور والفيديو والصوت وPDF إلى فضاء رقمي مشترك، مع تمثيل المقصود الدلالي عبر أكثر من 100 لغة. والمخرجات تضمينات: متجهات تُستخدم لمقارنة المواد المرتبطة واسترجاعها. وتظل هوية هذا الإصدار التجريبي منفصلة عن إصدار Gemini Embedding 2 المستقر، ولا تعني أوزانًا قابلة للتبادل أو فضاء متجهات مطابقًا.</p><p>يصف الإعلان الأصلي البحث عبر الوسائط والتصنيف والتجميع وتحليل المشاعر والتوليد المعزّز بالاسترجاع تطبيقاتٍ لاحقة. ويمكن لاستعلام نصي العثور على عنصر مرئي ذي صلة، كما يمكن لصورة أو مقطع أن يكون مصدرًا للبحث. ويخزّن التطبيق التمثيلات ويقارنها ويعيد السجلات المقابلة؛ ويمكن لنموذج لغوي منفصل استخدام المادة المصدرية المسترجعة لصياغة إجابة. ولا يحتوي التضمين نفسه على شرح باللغة الطبيعية أو نص مفرّغ.</p><p>توثّق صفحة النموذج الخاصة به حد مدخلات من 8,192 رمزًا وأبعاد مخرجات من 128 إلى 3,072، مع أحجام موصى بها هي 768 و1,536 و3,072. ويحدّد إعلان الإصدار التجريبي قيمة افتراضية تبلغ 3,072، ويصف Matryoshka Representation Learning الذي يحتفظ بالمعلومات المفيدة في بدايات أقصر من التمثيل. حافظ على بُعد مختار واحد للمتجهات المطلوب مقارنتها، واحتفظ بإصدار النموذج مع المجموعة بدلًا من دمج التمثيلات لمجرد تطابق أطوالها.</p><p>يوثّق إعلان الإصدار التجريبي ما يصل إلى ست صور PNG أو JPEG لكل طلب، وما يصل إلى 120 ثانية من فيديو MP4 أو MOV، ومستندات PDF حتى ست صفحات. ويوثّق أيضًا تضمين الصوت مباشرةً من دون تفريغ نصي وسيط. وتأتي هذه المواصفات من إعلان الإصدار التجريبي نفسه، لا من دليل الإصدار المستقر اللاحق. ولا يثبت الإعلان كل حدود مدة الصوت أو ترميزاته أو أخذ عينات الإطارات الحالية لهذا الملف التجريبي تحديدًا.</p><p>يتيح المدخل المتعدد الوسائط المتداخل أن يعكس التمثيل العلاقات بين الوسائط، مثل صورة وتعليقها النصي. وفي كتالوج منتجات، قدّم الصورة الفوتوغرافية والوصف المعتمد معًا عندما يصفان عنصرًا واحدًا قابلًا للاسترجاع. وفي مجموعة مستندات، قسّم المصدر إلى مقاطع محددة الموضوع أو صفحات، واحفظ عنوانه وموضعه. وفي مكتبة وسائط، اختر مقطعًا يقابل الحدث الذي ينبغي للمستخدمين العثور عليه، واحتفظ بنطاقه الزمني الأصلي مع السجل المخزّن.</p><p>توضّح مهمة الاسترجاع المفيدة العلاقة المقصودة. فسؤال يطلب تفسيرًا، وبحث عن عناصر متشابهة بصريًا، وتجميع بحسب الموضوع هي مهام مختلفة، حتى إن استخدمت مجموعة المصادر نفسها. جهّز المحتوى بصورة متسقة، وسجّل الإصدار والبُعد، واحتفظ بارتباط كل متجه بمصدره. ويوفّر التشابه مرشّحين يفحصهم التطبيق؛ ولا يثبت أن سجلين يقرّران الحقيقة نفسها، أو أن مصدرًا مسترجعًا يجيب عن سؤال بالكامل.</p><p>في بحث عملي في الوسائط، مثّل الصورة أو مقتطف الفيديو المختار، وقارنه بوصف المحتوى المطلوب. واعرض المصدر المطابق بجانب تعليقه النصي أو نطاقه الزمني، حتى يستطيع المستخدم مراجعته. وبالنسبة إلى مساعد معرفي، استرجع الصفحة أو المقطع ذي الصلة قبل توليد الرد المكتوب. ويتمثّل دور نموذج Preview في التمثيل الرقمي المتعدد الوسائط الذي يدعم خطوات الاختيار هذه، بينما يظل التخزين وقواعد الترتيب والإجابة النهائية أجزاءً من سير العمل المحيط.</p></div></details></section><section class=\"card-section\" data-card-section=\"methods\"><h3 tabindex=\"-1\">متاح في Ailoot · المدخلات والطرائق</h3><details class=\"card-method\" open><summary><b>Ailoot Ultra · التضمينات</b> <code>POST /v1/embeddings</code></summary><dl class=\"method-capabilities\"><div><dt>الإدخال</dt><dd><code>text</code></dd></div><div><dt>الإخراج</dt><dd><code>embedding</code></dd></div><div><dt>السياق</dt><dd>⁦8,192⁩ tokens</dd></div><div><dt>صيغة الإخراج</dt><dd>json</dd></div></dl><div class=\"tw\" data-card-parameters data-typed-parameters><table><thead><tr><th>الحقل</th><th>النوع</th><th>المتطلب</th><th>القيم والحدود</th><th>القيمة الافتراضية</th></tr></thead><tbody><tr data-parameter-availability=\"source_interface\"><th data-cell-label=\"الحقل\" scope=\"row\"><span class=\"card-cell-label\">الحقل</span><code class=\"card-field-name\">model</code></th><td data-cell-label=\"النوع\" data-field-type><span class=\"card-cell-label\">النوع</span><code>string</code></td><td data-cell-label=\"المتطلب\"><span class=\"card-cell-label\">المتطلب</span>مطلوب</td><td data-cell-label=\"القيم والحدود\"><span class=\"card-cell-label\">القيم والحدود</span><div>google/gemini-embedding-2-preview</div></td><td data-cell-label=\"القيمة الافتراضية\" data-default=\"unspecified\"><span class=\"card-cell-label\">القيمة الافتراضية</span>—</td></tr><tr data-parameter-availability=\"source_interface\"><th data-cell-label=\"الحقل\" scope=\"row\"><span class=\"card-cell-label\">الحقل</span><code class=\"card-field-name\">input</code></th><td data-cell-label=\"النوع\" data-field-type><span class=\"card-cell-label\">النوع</span><code>string|string[]</code></td><td data-cell-label=\"المتطلب\"><span class=\"card-cell-label\">المتطلب</span>مطلوب</td><td data-cell-label=\"القيم والحدود\"><span class=\"card-cell-label\">القيم والحدود</span></td><td data-cell-label=\"القيمة الافتراضية\" data-default=\"unspecified\"><span class=\"card-cell-label\">القيمة الافتراضية</span>—</td></tr></tbody></table></div><details class=\"card-about\" data-material-combinations><summary>تركيبات مواد الإدخال</summary><p class=\"note-s\"><b>text_to_embedding</b></p></details><details class=\"note-s\" data-method-contract><summary>معلمات الطريقة ودورة حياتها</summary><div class=\"tw\" data-card-table=\"contract\"><table><thead><tr><th>المعلمة</th><th>المواصفات</th></tr></thead><tbody><tr><th data-cell-label=\"المعلمة\" scope=\"row\"><span class=\"card-cell-label\">المعلمة</span><code>content_type</code></th><td data-cell-label=\"المواصفات\"><span class=\"card-cell-label\">المواصفات</span>application/json</td></tr><tr><th data-cell-label=\"المعلمة\" scope=\"row\"><span class=\"card-cell-label\">المعلمة</span><code>required</code></th><td data-cell-label=\"المواصفات\"><span class=\"card-cell-label\">المواصفات</span>model, input</td></tr><tr><th data-cell-label=\"المعلمة\" scope=\"row\"><span class=\"card-cell-label\">المعلمة</span><code>input_shapes</code></th><td data-cell-label=\"المواصفات\"><span class=\"card-cell-label\">المواصفات</span>string, string[]</td></tr><tr><th data-cell-label=\"المعلمة\" scope=\"row\"><span class=\"card-cell-label\">المعلمة</span><code>material_types</code></th><td data-cell-label=\"المواصفات\"><span class=\"card-cell-label\">المواصفات</span>text</td></tr></tbody></table></div><p>دورة الحياة: <code>synchronous_json</code></p><p class=\"note-s\">احتفظ بكل متجه وفهرس مُعادين.</p><p class=\"note-s\">لا يُستنتج دعم الصور أو الصوت أو كائنات الملفات من ملف الإعداد النصي الأدنى هذا.</p></details></details></section><section class=\"card-section\" data-card-section=\"pricing\"><h3 tabindex=\"-1\">الباقات</h3><div data-native-semantic-method=\"v1\" data-tariff-reference-only><p class=\"note-s\" data-rate-support-note>مراجع التسعير لا تضيف خيارات للطلب. المعلمات المدعومة مذكورة للطريقة المحددة.</p><dl data-price-conditions><dt>الوضع السريع</dt><dd>غير محدد <span class=\"note-s\">عند اختيار الوضع السريع</span></dd><dt>الوضع المرن</dt><dd>غير محدد <span class=\"note-s\">عند اختيار وضع flex</span></dd><dt>أقصى جهد للاستدلال</dt><dd>غير محدد <span class=\"note-s\">عندما يُطبَّق الضبط الافتراضي default مع أقصى جهد للاستدلال</span></dd></dl></div><div data-declared-tariff-pricing><h4>تعرفات Ailoot</h4><h4>الأسعار حسب الإعدادات</h4><div class=\"tw\" data-pricing-profiles><table><thead><tr><th>الإعدادات</th><th>جدول التعرفة</th><th>الرسوم</th></tr></thead><tbody><tr><th data-cell-label=\"الإعدادات\" scope=\"row\"><span class=\"card-cell-label\">الإعدادات</span>التعرفات الأساسية للرموز</th><td data-cell-label=\"جدول التعرفة\"><span class=\"card-cell-label\">جدول التعرفة</span>التعرفة الأساسية</td><td data-cell-label=\"الرسوم\"><span class=\"card-cell-label\">الرسوم</span><div><span>الإدخال · رموز الإدخال</span> <b>$0.0004</b> <span class=\"price-unit\">/ 1K من الرموز</span></div><div><span>الإخراج · رموز الإخراج</span> <b>$0</b> <span class=\"price-unit\">/ 1K من الرموز</span></div><div><span>الإدخال · قراءة ذاكرة التخزين المؤقت</span> <b>—</b> <span class=\"price-unit\">/ 1K من الرموز</span></div><div><span>الإدخال · الكتابة إلى ذاكرة التخزين المؤقت</span> <b>—</b> <span class=\"price-unit\">/ 1K من الرموز</span></div><div><span>الإدخال · الكتابة إلى ذاكرة التخزين المؤقت، 1 ساعة</span> <b>—</b> <span class=\"price-unit\">/ 1K من الرموز</span></div></td></tr></tbody></table></div></div><p class=\"note-s\">تحجز Ailoot مبلغًا تقديريًا قبل الطلب. وبعد ظهور النتيجة، تُسوّي الرسوم النهائية بناءً على الاستخدام المقاس. وتستخدم تسوية البث سجل الاستخدام النهائي. <a href=\"/docs/ar/billing/reserve/\">كيفية عمل حجز المبلغ وتسوية الرسوم →</a></p></section><section class=\"card-section\" data-card-section=\"examples\"><h3 tabindex=\"-1\">أمثلة للطلبات</h3><h4>Ailoot Ultra · التضمينات</h4><div class=\"code-group\"><div class=\"cg-bar\"><div class=\"cg-tabs\" role=\"tablist\" aria-label=\"خيارات الشيفرة\"><button class=\"cg-tab\" id=\"model-code-1488-tab-0\" role=\"tab\" type=\"button\" aria-controls=\"model-code-1488-panel-0\" aria-selected=\"true\" tabindex=\"0\">جسم طلب JSON مكتمل بالحد الأدنى</button><button class=\"cg-tab\" id=\"model-code-1488-tab-1\" role=\"tab\" type=\"button\" aria-controls=\"model-code-1488-panel-1\" aria-selected=\"false\" tabindex=\"-1\">curl · تضمينات نصية بالحد الأدنى</button></div><div class=\"cg-tools\"><button class=\"cg-btn cg-copy\" type=\"button\" aria-label=\"نسخ الشيفرة\"><svg class=\"cp\" viewBox=\"0 0 16 16\" fill=\"none\" stroke=\"currentColor\" stroke-width=\"1.4\"><rect x=\"5.25\" y=\"5.25\" width=\"8.5\" height=\"8.5\" rx=\"1.75\"/><path d=\"M10.75 5.25V3.5a1.25 1.25 0 0 0-1.25-1.25H3.5A1.25 1.25 0 0 0 2.25 3.5v6a1.25 1.25 0 0 0 1.25 1.25h1.75\"/></svg><svg class=\"ok\" viewBox=\"0 0 16 16\" fill=\"none\" stroke=\"currentColor\" stroke-width=\"1.4\"><path d=\"m3 8.5 3.25 3.25L13 5\"/></svg></button></div></div><div class=\"cg-body\"><div class=\"cg-pane\" id=\"model-code-1488-panel-0\" role=\"tabpanel\" aria-labelledby=\"model-code-1488-tab-0\"><pre data-lang=\"json\"><code>{\n  &quot;model&quot;: &quot;google/gemini-embedding-2-preview&quot;,\n  &quot;input&quot;: [\n    &quot;First document&quot;,\n    &quot;Second document&quot;\n  ]\n}</code></pre></div><div class=\"cg-pane\" id=\"model-code-1488-panel-1\" role=\"tabpanel\" aria-labelledby=\"model-code-1488-tab-1\" hidden><pre data-lang=\"bash\"><code>set -eu\n: &quot;${AILOOT_API_KEY:?Set your Ailoot API key}&quot;\ncat &gt; embedding-request.json &lt;&lt;&#39;JSON_REQUEST&#39;\n{\n  &quot;model&quot;: &quot;google/gemini-embedding-2-preview&quot;,\n  &quot;input&quot;: [\n    &quot;First document&quot;,\n    &quot;Second document&quot;\n  ]\n}\nJSON_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/embeddings \\\n  -H &quot;Authorization: Bearer $AILOOT_API_KEY&quot; -H &#39;Content-Type: application/json&#39; \\\n  --data-binary @embedding-request.json -o embedding-response.json\n</code></pre></div></div></div></section><section class=\"card-section\" data-card-section=\"results\"><h3 tabindex=\"-1\">استلام النتائج وحفظها</h3><h4>Ailoot Ultra · التضمينات</h4><p class=\"note-s\">json</p><div class=\"card-result-process\" data-all-results><h5>الاحتفاظ بكل النتائج المكتملة</h5><p class=\"note-s\">احتفظ بكل استجابة كاملة وكل ملف وجزء محتوى تم إرجاعه.</p><p class=\"note-s\">احتفظ بكل متجه مع فهرسه. يجب أن يساوي عدد المتجهات عدد المدخلات، وأن تكون الأبعاد متسقة.</p></div><div class=\"card-result-process\" data-unknown-recovery><h5>عند الحاجة إلى التحقق من الاستجابة الأصلية</h5><p class=\"note-s\">لا تُستحدث نقطة نهاية لمهام التضمين.</p></div><details class=\"card-about\" data-output-fields><summary>حقول الاستجابة</summary><div class=\"tw\" data-card-table=\"output\"><table><thead><tr><th>الحقل</th><th>النوع</th></tr></thead><tbody><tr><th data-cell-label=\"الحقل\" scope=\"row\"><span class=\"card-cell-label\">الحقل</span><code class=\"card-field-name\">object</code></th><td data-cell-label=\"النوع\" data-field-type><span class=\"card-cell-label\">النوع</span>string</td></tr><tr><th data-cell-label=\"الحقل\" scope=\"row\"><span class=\"card-cell-label\">الحقل</span><code class=\"card-field-name\">model</code></th><td data-cell-label=\"النوع\" data-field-type><span class=\"card-cell-label\">النوع</span>string</td></tr><tr><th data-cell-label=\"الحقل\" scope=\"row\"><span class=\"card-cell-label\">الحقل</span><code class=\"card-field-name\">data[].index</code></th><td data-cell-label=\"النوع\" data-field-type><span class=\"card-cell-label\">النوع</span>integer</td></tr><tr><th data-cell-label=\"الحقل\" scope=\"row\"><span class=\"card-cell-label\">الحقل</span><code class=\"card-field-name\">data[].embedding</code></th><td data-cell-label=\"النوع\" data-field-type><span class=\"card-cell-label\">النوع</span>finite float[]</td></tr><tr><th data-cell-label=\"الحقل\" scope=\"row\"><span class=\"card-cell-label\">الحقل</span><code class=\"card-field-name\">usage</code></th><td data-cell-label=\"النوع\" data-field-type><span class=\"card-cell-label\">النوع</span>object</td></tr></tbody></table></div></details><details class=\"card-about\" data-method-errors><summary>الأخطاء والخطوات التالية</summary><div class=\"tw\" data-card-table=\"errors\"><table><thead><tr><th>الاستجابة</th><th>الشرط</th><th>الخطوة التالية</th></tr></thead><tbody><tr><th data-cell-label=\"الاستجابة\" scope=\"row\"><span class=\"card-cell-label\">الاستجابة</span>⁦400⁩ · <code>invalid_request_error</code></th><td data-cell-label=\"الشرط\"><span class=\"card-cell-label\">الشرط</span>النموذج مفقود أو JSON غير سليم البنية.</td><td data-cell-label=\"الخطوة التالية\"><span class=\"card-cell-label\">الخطوة التالية</span>صحّح الحقول المشار إليها.</td></tr><tr><th data-cell-label=\"الاستجابة\" scope=\"row\"><span class=\"card-cell-label\">الاستجابة</span>⁦413⁩ · <code>invalid_request_error</code></th><td data-cell-label=\"الشرط\"><span class=\"card-cell-label\">الشرط</span>تم تجاوز الحد المهيّأ لحجم متن الطلب.</td><td data-cell-label=\"الخطوة التالية\"><span class=\"card-cell-label\">الخطوة التالية</span>قلّل حجم المحتوى الفعلي.</td></tr><tr><th data-cell-label=\"الاستجابة\" scope=\"row\"><span class=\"card-cell-label\">الاستجابة</span>⁦422⁩ · <code>invalid_request_error</code></th><td data-cell-label=\"الشرط\"><span class=\"card-cell-label\">الشرط</span>المدخل أو عناصر التحكم تخالف السياسة المخصصة الحالية.</td><td data-cell-label=\"الخطوة التالية\"><span class=\"card-cell-label\">الخطوة التالية</span>استخدم الإدخال النصي الأدنى الموضّح دون عناصر تحكم موروثة.</td></tr><tr><th data-cell-label=\"الاستجابة\" scope=\"row\"><span class=\"card-cell-label\">الاستجابة</span>⁦503⁩ · <code>billing_error</code></th><td data-cell-label=\"الشرط\"><span class=\"card-cell-label\">الشرط</span>يتعذر تثبيت السماح بالاستخدام أو عرض السعر.</td><td data-cell-label=\"الخطوة التالية\"><span class=\"card-cell-label\">الخطوة التالية</span>احتفظ بالاستجابة؛ ولا تستبدل السياسة.</td></tr></tbody></table></div></details></section><section class=\"card-section\" data-card-section=\"aliases\"><h3 tabindex=\"-1\">الأسماء البديلة</h3><h4>الأسماء البديلة للنموذج</h4><p class=\"note-s\"><span data-model-alias-route=\"Ultra\"><b>Ailoot Ultra</b> <a href=\"#m=google%2Fgemini-embedding-2-preview&amp;route=Ultra&amp;caller=google%2Fgemini-embedding-2-preview&amp;fmt=embeddings\"><code>google/gemini-embedding-2-preview</code></a></span></p><h4>الأسماء البديلة لمسارات الطرائق</h4><p class=\"note-s\">استخدم مسارات الطرائق المعروضة أعلاه.</p><h4>معرّفات النماذج ذات الصلة IDs</h4><p class=\"note-s\"><a href=\"#m=google%2Fgemini-embedding-2-preview&amp;route=Ultra&amp;caller=google%2Fgemini-embedding-2-preview&amp;fmt=embeddings\"><code>google/gemini-embedding-2-preview</code></a></p></section></div>",
      "method_identity": {
        "effective_request_model_id": "google/gemini-embedding-2-preview",
        "fmt": "embeddings",
        "http": "POST",
        "path": "/v1/embeddings",
        "request_model_id": "google/gemini-embedding-2-preview",
        "route_label": "Ultra"
      },
      "method_key": "Ultra|embeddings|/v1/embeddings|google%2Fgemini-embedding-2-preview",
      "ordinal": 0,
      "rawMethod": {
        "available": null,
        "cache_read": null,
        "cache_write": null,
        "cache_write_1h": null,
        "contract": {
          "data": {
            "all_results": "Keep every vector with its index. Vector count must equal input count; dimensions must be consistent.",
            "errors": [
              {
                "code": null,
                "condition": "النموذج مفقود أو JSON غير سليم البنية.",
                "http_status": 400,
                "recovery": "صحّح الحقول المشار إليها.",
                "type": "invalid_request_error"
              },
              {
                "code": null,
                "condition": "تم تجاوز الحد المهيّأ لحجم متن الطلب.",
                "http_status": 413,
                "recovery": "قلّل حجم المحتوى الفعلي.",
                "type": "invalid_request_error"
              },
              {
                "code": null,
                "condition": "المدخل أو عناصر التحكم تخالف السياسة المخصصة الحالية.",
                "http_status": 422,
                "recovery": "استخدم الإدخال النصي الأدنى الموضّح دون عناصر تحكم موروثة.",
                "type": "invalid_request_error"
              },
              {
                "code": null,
                "condition": "يتعذر تثبيت السماح بالاستخدام أو عرض السعر.",
                "http_status": 503,
                "recovery": "احتفظ بالاستجابة؛ ولا تستبدل السياسة.",
                "type": "billing_error"
              }
            ],
            "example_body": {
              "input": [
                "First document",
                "Second document"
              ],
              "model": "google/gemini-embedding-2-preview"
            },
            "hints": [],
            "ignored_fields": [],
            "lifecycle": {
              "create": {
                "http": "POST",
                "path": "/v1/embeddings"
              },
              "job_read": null,
              "mode": "synchronous_json",
              "unknown": "لا تُستحدث نقطة نهاية لمهام التضمين."
            },
            "material_combinations": [
              {
                "alternatives": [
                  "string",
                  "string[]"
                ],
                "mode": "text_to_embedding"
              }
            ],
            "operation_modes": [
              "single_embedding",
              "batched_embeddings"
            ],
            "outputs": {
              "all_results": "احتفظ بكل متجه مع فهرسه. يجب أن يساوي عدد المتجهات عدد المدخلات، وأن تكون الأبعاد متسقة.",
              "default_dimensions": null,
              "family": "embedding",
              "fields": [
                {
                  "description": null,
                  "name": "object",
                  "type": "string"
                },
                {
                  "description": null,
                  "name": "model",
                  "type": "string"
                },
                {
                  "description": null,
                  "name": "data[].index",
                  "type": "integer"
                },
                {
                  "description": null,
                  "name": "data[].embedding",
                  "type": "finite float[]"
                },
                {
                  "description": null,
                  "name": "usage",
                  "type": "object"
                }
              ],
              "format": "json"
            },
            "parameters": [
              {
                "availability": "source_interface",
                "default": null,
                "default_known": false,
                "enum": [
                  "google/gemini-embedding-2-preview"
                ],
                "enum_known": true,
                "name": "model",
                "required": true,
                "type": "string"
              },
              {
                "availability": "source_interface",
                "default": null,
                "default_known": false,
                "enum": null,
                "enum_known": false,
                "name": "input",
                "required": true,
                "type": "string|string[]"
              }
            ],
            "profile_binding": "Minimal current Source subset: only model and text input. Optional controls and another model dimensions/token limits are not inherited.",
            "request_schema": {
              "additionalProperties": false,
              "properties": {
                "input": {
                  "oneOf": [
                    {
                      "minLength": 1,
                      "type": "string"
                    },
                    {
                      "items": {
                        "minLength": 1,
                        "type": "string"
                      },
                      "minItems": 1,
                      "type": "array"
                    }
                  ]
                },
                "model": {
                  "enum": [
                    "google/gemini-embedding-2-preview"
                  ],
                  "type": "string"
                }
              },
              "required": [
                "model",
                "input"
              ],
              "type": "object"
            },
            "schema_template": {
              "input": [
                "First document",
                "Second document"
              ],
              "model": "google/gemini-embedding-2-preview"
            },
            "unsupported": [
              "image/audio/file objects in this minimal text profile",
              "dimensions (current Native43 supports_dimensions:false)",
              "foreign model-specific dimensions or token limits"
            ]
          },
          "hints": [
            "احتفظ بكل متجه وفهرس مُعادين.",
            "لا يُستنتج دعم الصور أو الصوت أو كائنات الملفات من ملف الإعداد النصي الأدنى هذا."
          ],
          "input": {
            "content_type": "application/json",
            "input_shapes": [
              "string",
              "string[]"
            ],
            "material_types": [
              "text"
            ],
            "required": [
              "model",
              "input"
            ]
          },
          "lifecycle": {
            "mode": "synchronous_json",
            "unknown": "no embedding job endpoint inferred"
          },
          "manufacturer_capability": null,
          "method": {
            "http": "POST",
            "path": "/v1/embeddings"
          },
          "method_aliases": [],
          "operation_modes": [
            "text_to_embedding"
          ],
          "output": {
            "default_dimensions": null,
            "family": "embedding",
            "format": "json",
            "http_success": 200,
            "vectors": "Keep every vector, index, model and usage field. Current dedicated Source validates count, finite float elements and consistent actual dimensions."
          }
        },
        "ctx": 8192,
        "declared_pricing_profiles": [
          {
            "dimensions": {
              "regime": "base"
            },
            "label": "التعرفات الأساسية للرموز",
            "units": [
              {
                "amount": "0.0004000",
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "input_price",
                "label": "Input tokens",
                "native_amount_usd_per_unit": "0.0000004",
                "native_quantity": 1,
                "native_unit": "input_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "in",
                "unit": "input_token"
              },
              {
                "amount": "0",
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "output_price",
                "label": "Output tokens",
                "native_amount_usd_per_unit": "0",
                "native_quantity": 1,
                "native_unit": "output_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "out",
                "unit": "output_token"
              },
              {
                "amount": null,
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "cache_read_price",
                "label": "Cache read",
                "native_amount_usd_per_unit": null,
                "native_quantity": 1,
                "native_unit": "cached_input_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "in",
                "unit": "cached_input_token"
              },
              {
                "amount": null,
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "cache_write_price",
                "label": "Cache write",
                "native_amount_usd_per_unit": null,
                "native_quantity": 1,
                "native_unit": "generic_cache_creation_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "in",
                "unit": "generic_cache_creation_token"
              },
              {
                "amount": null,
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "cache_write_1h_price",
                "label": "Cache write, 1 hour",
                "native_amount_usd_per_unit": null,
                "native_quantity": 1,
                "native_unit": "one_hour_cache_creation_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "in",
                "unit": "one_hour_cache_creation_token"
              }
            ]
          }
        ],
        "examples": [
          {
            "code": "{\n  \"model\": \"google/gemini-embedding-2-preview\",\n  \"input\": [\n    \"First document\",\n    \"Second document\"\n  ]\n}",
            "label": "Complete minimal JSON body",
            "language": "json"
          },
          {
            "code": "set -eu\n: \"${AILOOT_API_KEY:?Set your Ailoot API key}\"\ncat > embedding-request.json <<'JSON_REQUEST'\n{\n  \"model\": \"google/gemini-embedding-2-preview\",\n  \"input\": [\n    \"First document\",\n    \"Second document\"\n  ]\n}\nJSON_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/embeddings \\\n  -H \"Authorization: Bearer $AILOOT_API_KEY\" -H 'Content-Type: application/json' \\\n  --data-binary @embedding-request.json -o embedding-response.json\n",
            "label": "curl · minimal text embeddings",
            "language": "bash"
          }
        ],
        "family": "openai",
        "fast_multiplier": null,
        "flex_multiplier": null,
        "fmt": "embeddings",
        "hints": [
          "Keep every vector index and dimension.",
          "Multimodal model name does not admit image objects on this exact path."
        ],
        "http": "POST",
        "in": 0.4,
        "input": [
          "text"
        ],
        "label": "التضمينات",
        "max_out": null,
        "max_reasoning_effort_multiplier": null,
        "out": 0,
        "output": [
          "embedding"
        ],
        "path": "/v1/embeddings",
        "price_conditions": [
          {
            "label": "Fast mode",
            "value": "Not specified",
            "when": "When fast mode is selected"
          },
          {
            "label": "Flex mode",
            "value": "Not specified",
            "when": "When flex mode is selected"
          },
          {
            "label": "Maximum reasoning effort",
            "value": "Not specified",
            "when": "When maximum reasoning effort uses the default adjustment"
          }
        ],
        "pricing": {
          "billing_mode": "token",
          "image_input_price": null,
          "image_output_price": null,
          "per_request_price": null
        },
        "pricing_profiles": [
          {
            "dimensions": {
              "regime": "base"
            },
            "label": "Base token rates",
            "units": [
              {
                "amount": "0.0004000",
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "input_price",
                "label": "Input tokens",
                "native_amount_usd_per_unit": "0.0000004",
                "native_quantity": 1,
                "native_unit": "input_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "in",
                "unit": "input_token"
              },
              {
                "amount": "0",
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "output_price",
                "label": "Output tokens",
                "native_amount_usd_per_unit": "0",
                "native_quantity": 1,
                "native_unit": "output_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "out",
                "unit": "output_token"
              },
              {
                "amount": null,
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "cache_read_price",
                "label": "Cache read",
                "native_amount_usd_per_unit": null,
                "native_quantity": 1,
                "native_unit": "cached_input_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "in",
                "unit": "cached_input_token"
              },
              {
                "amount": null,
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "cache_write_price",
                "label": "Cache write",
                "native_amount_usd_per_unit": null,
                "native_quantity": 1,
                "native_unit": "generic_cache_creation_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "in",
                "unit": "generic_cache_creation_token"
              },
              {
                "amount": null,
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "cache_write_1h_price",
                "label": "Cache write, 1 hour",
                "native_amount_usd_per_unit": null,
                "native_quantity": 1,
                "native_unit": "one_hour_cache_creation_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "in",
                "unit": "one_hour_cache_creation_token"
              }
            ]
          }
        ],
        "request_model_id": "google/gemini-embedding-2-preview",
        "route_label": "Ultra",
        "status_reads": [],
        "tiers": [],
        "units": [
          {
            "amount": "0.0004000",
            "amount_unit": "usd_per_thousand_tokens",
            "billing_input": true,
            "estimate_only": false,
            "key": "input_price",
            "label": "Input tokens",
            "native_amount_usd_per_unit": "0.0000004",
            "native_quantity": 1,
            "native_unit": "input_token",
            "public_unit_label": "/ 1K tokens",
            "quantity": 1000,
            "quantity_is_estimate": false,
            "rate_role": "typed_native_retail_rate",
            "side": "in",
            "unit": "input_token"
          },
          {
            "amount": "0",
            "amount_unit": "usd_per_thousand_tokens",
            "billing_input": true,
            "estimate_only": false,
            "key": "output_price",
            "label": "Output tokens",
            "native_amount_usd_per_unit": "0",
            "native_quantity": 1,
            "native_unit": "output_token",
            "public_unit_label": "/ 1K tokens",
            "quantity": 1000,
            "quantity_is_estimate": false,
            "rate_role": "typed_native_retail_rate",
            "side": "out",
            "unit": "output_token"
          },
          {
            "amount": null,
            "amount_unit": "usd_per_thousand_tokens",
            "billing_input": true,
            "estimate_only": false,
            "key": "cache_read_price",
            "label": "Cache read",
            "native_amount_usd_per_unit": null,
            "native_quantity": 1,
            "native_unit": "cached_input_token",
            "public_unit_label": "/ 1K tokens",
            "quantity": 1000,
            "quantity_is_estimate": false,
            "rate_role": "typed_native_retail_rate",
            "side": "in",
            "unit": "cached_input_token"
          },
          {
            "amount": null,
            "amount_unit": "usd_per_thousand_tokens",
            "billing_input": true,
            "estimate_only": false,
            "key": "cache_write_price",
            "label": "Cache write",
            "native_amount_usd_per_unit": null,
            "native_quantity": 1,
            "native_unit": "generic_cache_creation_token",
            "public_unit_label": "/ 1K tokens",
            "quantity": 1000,
            "quantity_is_estimate": false,
            "rate_role": "typed_native_retail_rate",
            "side": "in",
            "unit": "generic_cache_creation_token"
          },
          {
            "amount": null,
            "amount_unit": "usd_per_thousand_tokens",
            "billing_input": true,
            "estimate_only": false,
            "key": "cache_write_1h_price",
            "label": "Cache write, 1 hour",
            "native_amount_usd_per_unit": null,
            "native_quantity": 1,
            "native_unit": "one_hour_cache_creation_token",
            "public_unit_label": "/ 1K tokens",
            "quantity": 1000,
            "quantity_is_estimate": false,
            "rate_role": "typed_native_retail_rate",
            "side": "in",
            "unit": "one_hour_cache_creation_token"
          }
        ]
      }
    }
  ],
  "model_id": "google/gemini-embedding-2-preview",
  "nativeProvenance": {
    "input_facts_canonical_sha256": "a87984e58bddaffed7b4f2e2ea5ade1c0a7213b54c791d25215196f2286859d4",
    "input_html_sha256": "61c410eb770023c1d0f5eefff7d1dfee45846a68f88d754c26c9bacea6c45448",
    "private_audit_sha256": "d267c6d4615e6eed804c2e7226f1282a21fab89dbd53ef9928918108888e32f9",
    "role": "historical-normalized-input-audit-hashes",
    "schema": "ailoot-native-model-provenance-v2"
  },
  "page": {
    "canonical": "https://ailoot.ai/models/ar/google-gemini-embedding-2-preview/",
    "description": "يحوّل Gemini Embedding 2 Preview النصوص والصور والصوت والفيديو وPDF إلى متجهات رقمية ضمن فضاء متعدد الوسائط واحد. ويدعم ملف إصداره التجريبي الموثّق على نحو مستقل الاسترجاع والمقارنة عبر الوسائط، ومدخلًا من 8,192 رمزًا وأبعاد متجهات مرنة.",
    "locale": "ar",
    "md_url": "https://ailoot.ai/models/ar/google-gemini-embedding-2-preview/index.md",
    "title": "Google: Gemini Embedding 2 Preview — Ailoot",
    "url": "https://ailoot.ai/models/ar/google-gemini-embedding-2-preview/"
  },
  "rawModel": {
    "about": "Gemini Embedding 2 Preview هو الإصدار التجريبي المسمّى من Google لعائلة التضمين المتعدد الوسائط الأصلية لديها. وهو يحوّل النصوص والصور والفيديو والصوت وPDF إلى فضاء رقمي مشترك، مع تمثيل المقصود الدلالي عبر أكثر من 100 لغة. والمخرجات تضمينات: متجهات تُستخدم لمقارنة المواد المرتبطة واسترجاعها. وتظل هوية هذا الإصدار التجريبي منفصلة عن إصدار Gemini Embedding 2 المستقر، ولا تعني أوزانًا قابلة للتبادل أو فضاء متجهات مطابقًا.\n\nيصف الإعلان الأصلي البحث عبر الوسائط والتصنيف والتجميع وتحليل المشاعر والتوليد المعزّز بالاسترجاع تطبيقاتٍ لاحقة. ويمكن لاستعلام نصي العثور على عنصر مرئي ذي صلة، كما يمكن لصورة أو مقطع أن يكون مصدرًا للبحث. ويخزّن التطبيق التمثيلات ويقارنها ويعيد السجلات المقابلة؛ ويمكن لنموذج لغوي منفصل استخدام المادة المصدرية المسترجعة لصياغة إجابة. ولا يحتوي التضمين نفسه على شرح باللغة الطبيعية أو نص مفرّغ.\n\nتوثّق صفحة النموذج الخاصة به حد مدخلات من 8,192 رمزًا وأبعاد مخرجات من 128 إلى 3,072، مع أحجام موصى بها هي 768 و1,536 و3,072. ويحدّد إعلان الإصدار التجريبي قيمة افتراضية تبلغ 3,072، ويصف Matryoshka Representation Learning الذي يحتفظ بالمعلومات المفيدة في بدايات أقصر من التمثيل. حافظ على بُعد مختار واحد للمتجهات المطلوب مقارنتها، واحتفظ بإصدار النموذج مع المجموعة بدلًا من دمج التمثيلات لمجرد تطابق أطوالها.\n\nيوثّق إعلان الإصدار التجريبي ما يصل إلى ست صور PNG أو JPEG لكل طلب، وما يصل إلى 120 ثانية من فيديو MP4 أو MOV، ومستندات PDF حتى ست صفحات. ويوثّق أيضًا تضمين الصوت مباشرةً من دون تفريغ نصي وسيط. وتأتي هذه المواصفات من إعلان الإصدار التجريبي نفسه، لا من دليل الإصدار المستقر اللاحق. ولا يثبت الإعلان كل حدود مدة الصوت أو ترميزاته أو أخذ عينات الإطارات الحالية لهذا الملف التجريبي تحديدًا.\n\nيتيح المدخل المتعدد الوسائط المتداخل أن يعكس التمثيل العلاقات بين الوسائط، مثل صورة وتعليقها النصي. وفي كتالوج منتجات، قدّم الصورة الفوتوغرافية والوصف المعتمد معًا عندما يصفان عنصرًا واحدًا قابلًا للاسترجاع. وفي مجموعة مستندات، قسّم المصدر إلى مقاطع محددة الموضوع أو صفحات، واحفظ عنوانه وموضعه. وفي مكتبة وسائط، اختر مقطعًا يقابل الحدث الذي ينبغي للمستخدمين العثور عليه، واحتفظ بنطاقه الزمني الأصلي مع السجل المخزّن.\n\nتوضّح مهمة الاسترجاع المفيدة العلاقة المقصودة. فسؤال يطلب تفسيرًا، وبحث عن عناصر متشابهة بصريًا، وتجميع بحسب الموضوع هي مهام مختلفة، حتى إن استخدمت مجموعة المصادر نفسها. جهّز المحتوى بصورة متسقة، وسجّل الإصدار والبُعد، واحتفظ بارتباط كل متجه بمصدره. ويوفّر التشابه مرشّحين يفحصهم التطبيق؛ ولا يثبت أن سجلين يقرّران الحقيقة نفسها، أو أن مصدرًا مسترجعًا يجيب عن سؤال بالكامل.\n\nفي بحث عملي في الوسائط، مثّل الصورة أو مقتطف الفيديو المختار، وقارنه بوصف المحتوى المطلوب. واعرض المصدر المطابق بجانب تعليقه النصي أو نطاقه الزمني، حتى يستطيع المستخدم مراجعته. وبالنسبة إلى مساعد معرفي، استرجع الصفحة أو المقطع ذي الصلة قبل توليد الرد المكتوب. ويتمثّل دور نموذج Preview في التمثيل الرقمي المتعدد الوسائط الذي يدعم خطوات الاختيار هذه، بينما يظل التخزين وقواعد الترتيب والإجابة النهائية أجزاءً من سير العمل المحيط.",
    "alias_of": null,
    "aliases": [],
    "author": "Google",
    "capabilities": {
      "context_length": 8192,
      "manufacturer_input": [
        "text",
        "image",
        "file",
        "audio",
        "video"
      ],
      "manufacturer_output": [
        "embeddings"
      ]
    },
    "card_routes": [
      {
        "label": "Ultra",
        "rates": [
          {
            "amount": "0.0004000",
            "amount_unit": "usd_per_thousand_tokens",
            "billing_input": true,
            "estimate_only": false,
            "key": "input_price",
            "label": "Input tokens",
            "native_amount_usd_per_unit": "0.0000004",
            "native_quantity": 1,
            "native_unit": "input_token",
            "public_unit_label": "/ 1K tokens",
            "quantity": 1000,
            "quantity_is_estimate": false,
            "rate_role": "typed_native_retail_rate",
            "side": "in",
            "unit": "input_token"
          },
          {
            "amount": "0",
            "amount_unit": "usd_per_thousand_tokens",
            "billing_input": true,
            "estimate_only": false,
            "key": "output_price",
            "label": "Output tokens",
            "native_amount_usd_per_unit": "0",
            "native_quantity": 1,
            "native_unit": "output_token",
            "public_unit_label": "/ 1K tokens",
            "quantity": 1000,
            "quantity_is_estimate": false,
            "rate_role": "typed_native_retail_rate",
            "side": "out",
            "unit": "output_token"
          }
        ],
        "summary": "التسعير الكامل للتكوين في التفاصيل."
      }
    ],
    "ctx": 8192,
    "formats": [
      "embeddings"
    ],
    "id": "google/gemini-embedding-2-preview",
    "input": [
      "text"
    ],
    "kind": "embedding",
    "max_out": null,
    "methods": [
      {
        "available": null,
        "cache_read": null,
        "cache_write": null,
        "cache_write_1h": null,
        "contract": {
          "data": {
            "all_results": "Keep every vector with its index. Vector count must equal input count; dimensions must be consistent.",
            "errors": [
              {
                "code": null,
                "condition": "النموذج مفقود أو JSON غير سليم البنية.",
                "http_status": 400,
                "recovery": "صحّح الحقول المشار إليها.",
                "type": "invalid_request_error"
              },
              {
                "code": null,
                "condition": "تم تجاوز الحد المهيّأ لحجم متن الطلب.",
                "http_status": 413,
                "recovery": "قلّل حجم المحتوى الفعلي.",
                "type": "invalid_request_error"
              },
              {
                "code": null,
                "condition": "المدخل أو عناصر التحكم تخالف السياسة المخصصة الحالية.",
                "http_status": 422,
                "recovery": "استخدم الإدخال النصي الأدنى الموضّح دون عناصر تحكم موروثة.",
                "type": "invalid_request_error"
              },
              {
                "code": null,
                "condition": "يتعذر تثبيت السماح بالاستخدام أو عرض السعر.",
                "http_status": 503,
                "recovery": "احتفظ بالاستجابة؛ ولا تستبدل السياسة.",
                "type": "billing_error"
              }
            ],
            "example_body": {
              "input": [
                "First document",
                "Second document"
              ],
              "model": "google/gemini-embedding-2-preview"
            },
            "hints": [],
            "ignored_fields": [],
            "lifecycle": {
              "create": {
                "http": "POST",
                "path": "/v1/embeddings"
              },
              "job_read": null,
              "mode": "synchronous_json",
              "unknown": "لا تُستحدث نقطة نهاية لمهام التضمين."
            },
            "material_combinations": [
              {
                "alternatives": [
                  "string",
                  "string[]"
                ],
                "mode": "text_to_embedding"
              }
            ],
            "operation_modes": [
              "single_embedding",
              "batched_embeddings"
            ],
            "outputs": {
              "all_results": "احتفظ بكل متجه مع فهرسه. يجب أن يساوي عدد المتجهات عدد المدخلات، وأن تكون الأبعاد متسقة.",
              "default_dimensions": null,
              "family": "embedding",
              "fields": [
                {
                  "description": null,
                  "name": "object",
                  "type": "string"
                },
                {
                  "description": null,
                  "name": "model",
                  "type": "string"
                },
                {
                  "description": null,
                  "name": "data[].index",
                  "type": "integer"
                },
                {
                  "description": null,
                  "name": "data[].embedding",
                  "type": "finite float[]"
                },
                {
                  "description": null,
                  "name": "usage",
                  "type": "object"
                }
              ],
              "format": "json"
            },
            "parameters": [
              {
                "availability": "source_interface",
                "default": null,
                "default_known": false,
                "enum": [
                  "google/gemini-embedding-2-preview"
                ],
                "enum_known": true,
                "name": "model",
                "required": true,
                "type": "string"
              },
              {
                "availability": "source_interface",
                "default": null,
                "default_known": false,
                "enum": null,
                "enum_known": false,
                "name": "input",
                "required": true,
                "type": "string|string[]"
              }
            ],
            "profile_binding": "Minimal current Source subset: only model and text input. Optional controls and another model dimensions/token limits are not inherited.",
            "request_schema": {
              "additionalProperties": false,
              "properties": {
                "input": {
                  "oneOf": [
                    {
                      "minLength": 1,
                      "type": "string"
                    },
                    {
                      "items": {
                        "minLength": 1,
                        "type": "string"
                      },
                      "minItems": 1,
                      "type": "array"
                    }
                  ]
                },
                "model": {
                  "enum": [
                    "google/gemini-embedding-2-preview"
                  ],
                  "type": "string"
                }
              },
              "required": [
                "model",
                "input"
              ],
              "type": "object"
            },
            "schema_template": {
              "input": [
                "First document",
                "Second document"
              ],
              "model": "google/gemini-embedding-2-preview"
            },
            "unsupported": [
              "image/audio/file objects in this minimal text profile",
              "dimensions (current Native43 supports_dimensions:false)",
              "foreign model-specific dimensions or token limits"
            ]
          },
          "hints": [
            "احتفظ بكل متجه وفهرس مُعادين.",
            "لا يُستنتج دعم الصور أو الصوت أو كائنات الملفات من ملف الإعداد النصي الأدنى هذا."
          ],
          "input": {
            "content_type": "application/json",
            "input_shapes": [
              "string",
              "string[]"
            ],
            "material_types": [
              "text"
            ],
            "required": [
              "model",
              "input"
            ]
          },
          "lifecycle": {
            "mode": "synchronous_json",
            "unknown": "no embedding job endpoint inferred"
          },
          "manufacturer_capability": null,
          "method": {
            "http": "POST",
            "path": "/v1/embeddings"
          },
          "method_aliases": [],
          "operation_modes": [
            "text_to_embedding"
          ],
          "output": {
            "default_dimensions": null,
            "family": "embedding",
            "format": "json",
            "http_success": 200,
            "vectors": "Keep every vector, index, model and usage field. Current dedicated Source validates count, finite float elements and consistent actual dimensions."
          }
        },
        "ctx": 8192,
        "declared_pricing_profiles": [
          {
            "dimensions": {
              "regime": "base"
            },
            "label": "التعرفات الأساسية للرموز",
            "units": [
              {
                "amount": "0.0004000",
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "input_price",
                "label": "Input tokens",
                "native_amount_usd_per_unit": "0.0000004",
                "native_quantity": 1,
                "native_unit": "input_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "in",
                "unit": "input_token"
              },
              {
                "amount": "0",
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "output_price",
                "label": "Output tokens",
                "native_amount_usd_per_unit": "0",
                "native_quantity": 1,
                "native_unit": "output_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "out",
                "unit": "output_token"
              },
              {
                "amount": null,
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "cache_read_price",
                "label": "Cache read",
                "native_amount_usd_per_unit": null,
                "native_quantity": 1,
                "native_unit": "cached_input_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "in",
                "unit": "cached_input_token"
              },
              {
                "amount": null,
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "cache_write_price",
                "label": "Cache write",
                "native_amount_usd_per_unit": null,
                "native_quantity": 1,
                "native_unit": "generic_cache_creation_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "in",
                "unit": "generic_cache_creation_token"
              },
              {
                "amount": null,
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "cache_write_1h_price",
                "label": "Cache write, 1 hour",
                "native_amount_usd_per_unit": null,
                "native_quantity": 1,
                "native_unit": "one_hour_cache_creation_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "in",
                "unit": "one_hour_cache_creation_token"
              }
            ]
          }
        ],
        "examples": [
          {
            "code": "{\n  \"model\": \"google/gemini-embedding-2-preview\",\n  \"input\": [\n    \"First document\",\n    \"Second document\"\n  ]\n}",
            "label": "Complete minimal JSON body",
            "language": "json"
          },
          {
            "code": "set -eu\n: \"${AILOOT_API_KEY:?Set your Ailoot API key}\"\ncat > embedding-request.json <<'JSON_REQUEST'\n{\n  \"model\": \"google/gemini-embedding-2-preview\",\n  \"input\": [\n    \"First document\",\n    \"Second document\"\n  ]\n}\nJSON_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/embeddings \\\n  -H \"Authorization: Bearer $AILOOT_API_KEY\" -H 'Content-Type: application/json' \\\n  --data-binary @embedding-request.json -o embedding-response.json\n",
            "label": "curl · minimal text embeddings",
            "language": "bash"
          }
        ],
        "family": "openai",
        "fast_multiplier": null,
        "flex_multiplier": null,
        "fmt": "embeddings",
        "hints": [
          "Keep every vector index and dimension.",
          "Multimodal model name does not admit image objects on this exact path."
        ],
        "http": "POST",
        "in": 0.4,
        "input": [
          "text"
        ],
        "label": "التضمينات",
        "max_out": null,
        "max_reasoning_effort_multiplier": null,
        "out": 0,
        "output": [
          "embedding"
        ],
        "path": "/v1/embeddings",
        "price_conditions": [
          {
            "label": "Fast mode",
            "value": "Not specified",
            "when": "When fast mode is selected"
          },
          {
            "label": "Flex mode",
            "value": "Not specified",
            "when": "When flex mode is selected"
          },
          {
            "label": "Maximum reasoning effort",
            "value": "Not specified",
            "when": "When maximum reasoning effort uses the default adjustment"
          }
        ],
        "pricing": {
          "billing_mode": "token",
          "image_input_price": null,
          "image_output_price": null,
          "per_request_price": null
        },
        "pricing_profiles": [
          {
            "dimensions": {
              "regime": "base"
            },
            "label": "Base token rates",
            "units": [
              {
                "amount": "0.0004000",
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "input_price",
                "label": "Input tokens",
                "native_amount_usd_per_unit": "0.0000004",
                "native_quantity": 1,
                "native_unit": "input_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "in",
                "unit": "input_token"
              },
              {
                "amount": "0",
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "output_price",
                "label": "Output tokens",
                "native_amount_usd_per_unit": "0",
                "native_quantity": 1,
                "native_unit": "output_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "out",
                "unit": "output_token"
              },
              {
                "amount": null,
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "cache_read_price",
                "label": "Cache read",
                "native_amount_usd_per_unit": null,
                "native_quantity": 1,
                "native_unit": "cached_input_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "in",
                "unit": "cached_input_token"
              },
              {
                "amount": null,
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "cache_write_price",
                "label": "Cache write",
                "native_amount_usd_per_unit": null,
                "native_quantity": 1,
                "native_unit": "generic_cache_creation_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "in",
                "unit": "generic_cache_creation_token"
              },
              {
                "amount": null,
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "cache_write_1h_price",
                "label": "Cache write, 1 hour",
                "native_amount_usd_per_unit": null,
                "native_quantity": 1,
                "native_unit": "one_hour_cache_creation_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "in",
                "unit": "one_hour_cache_creation_token"
              }
            ]
          }
        ],
        "request_model_id": "google/gemini-embedding-2-preview",
        "route_label": "Ultra",
        "status_reads": [],
        "tiers": [],
        "units": [
          {
            "amount": "0.0004000",
            "amount_unit": "usd_per_thousand_tokens",
            "billing_input": true,
            "estimate_only": false,
            "key": "input_price",
            "label": "Input tokens",
            "native_amount_usd_per_unit": "0.0000004",
            "native_quantity": 1,
            "native_unit": "input_token",
            "public_unit_label": "/ 1K tokens",
            "quantity": 1000,
            "quantity_is_estimate": false,
            "rate_role": "typed_native_retail_rate",
            "side": "in",
            "unit": "input_token"
          },
          {
            "amount": "0",
            "amount_unit": "usd_per_thousand_tokens",
            "billing_input": true,
            "estimate_only": false,
            "key": "output_price",
            "label": "Output tokens",
            "native_amount_usd_per_unit": "0",
            "native_quantity": 1,
            "native_unit": "output_token",
            "public_unit_label": "/ 1K tokens",
            "quantity": 1000,
            "quantity_is_estimate": false,
            "rate_role": "typed_native_retail_rate",
            "side": "out",
            "unit": "output_token"
          },
          {
            "amount": null,
            "amount_unit": "usd_per_thousand_tokens",
            "billing_input": true,
            "estimate_only": false,
            "key": "cache_read_price",
            "label": "Cache read",
            "native_amount_usd_per_unit": null,
            "native_quantity": 1,
            "native_unit": "cached_input_token",
            "public_unit_label": "/ 1K tokens",
            "quantity": 1000,
            "quantity_is_estimate": false,
            "rate_role": "typed_native_retail_rate",
            "side": "in",
            "unit": "cached_input_token"
          },
          {
            "amount": null,
            "amount_unit": "usd_per_thousand_tokens",
            "billing_input": true,
            "estimate_only": false,
            "key": "cache_write_price",
            "label": "Cache write",
            "native_amount_usd_per_unit": null,
            "native_quantity": 1,
            "native_unit": "generic_cache_creation_token",
            "public_unit_label": "/ 1K tokens",
            "quantity": 1000,
            "quantity_is_estimate": false,
            "rate_role": "typed_native_retail_rate",
            "side": "in",
            "unit": "generic_cache_creation_token"
          },
          {
            "amount": null,
            "amount_unit": "usd_per_thousand_tokens",
            "billing_input": true,
            "estimate_only": false,
            "key": "cache_write_1h_price",
            "label": "Cache write, 1 hour",
            "native_amount_usd_per_unit": null,
            "native_quantity": 1,
            "native_unit": "one_hour_cache_creation_token",
            "public_unit_label": "/ 1K tokens",
            "quantity": 1000,
            "quantity_is_estimate": false,
            "rate_role": "typed_native_retail_rate",
            "side": "in",
            "unit": "one_hour_cache_creation_token"
          }
        ]
      }
    ],
    "model_aliases": [
      {
        "canonical_model_id": "google/gemini-embedding-2-preview",
        "request_model_id": "google/gemini-embedding-2-preview",
        "route_label": "Ultra"
      }
    ],
    "name": "Google: Gemini Embedding 2 Preview",
    "price": {
      "in": 0.4,
      "in_label": null,
      "out": 0,
      "out_label": null,
      "scope_label": "Token rates",
      "sort_in": 0.4,
      "sort_out": 0,
      "varies": false
    },
    "short": "يحوّل Gemini Embedding 2 Preview النصوص والصور والصوت والفيديو وPDF إلى متجهات رقمية ضمن فضاء متعدد الوسائط واحد. ويدعم ملف إصداره التجريبي الموثّق على نحو مستقل الاسترجاع والمقارنة عبر الوسائط، ومدخلًا من 8,192 رمزًا وأبعاد متجهات مرنة."
  },
  "renderer_schema": {
    "method_order": "Original DTO methods order; every exact route/format/path/caller survives.",
    "prices": "Original public DTO fields and original native display HTML; no flattened or normalized offers."
  },
  "representation": "exact-public-dto-and-native-renderer-html",
  "representationNotes": {
    "current_reference": {
      "about_json_pointer": "/aboutHtml",
      "methods": [
        {
          "contract_json_pointer": "/methods/0/rawMethod/contract",
          "html_json_pointer": "/methods/0/html",
          "method_ordinal": 0
        }
      ],
      "role": "current-semantic-reference"
    },
    "raw_input": {
      "examples_role": "historical-input-not-current-ready-examples",
      "json_pointers": [
        "/rawModel",
        "/methods/0/rawMethod"
      ],
      "role": "historical-owner-input"
    },
    "schema": "ailoot-native-model-representations-v1"
  },
  "schema": "ailoot-static-model-facts-v1",
  "schema_version": 1,
  "shortText": "يحوّل Gemini Embedding 2 Preview النصوص والصور والصوت والفيديو وPDF إلى متجهات رقمية ضمن فضاء متعدد الوسائط واحد. ويدعم ملف إصداره التجريبي الموثّق على نحو مستقل الاسترجاع والمقارنة عبر الوسائط، ومدخلًا من 8,192 رمزًا وأبعاد متجهات مرنة.",
  "source": {
    "audit_sha256": "2e00086bcbfc28e64d0cebe97aa47c17d8d5618963027f8ffb9dc6123d7d25b1",
    "bridge_map_sha256": "1125275768b9636fc8461bc7da5061239a81ddfe508e2557843ca42c58ab0036",
    "raw_model_json_sha256": "87e9e8ac197236a4f58b06d53c0b7b04a498b99750a272c8ee3569d108fd97d0",
    "renderer_sha256": "081ee0fd5b6b1b60564b02c52d62547e01e922c8c0a16e91a0d055073e76a10e"
  },
  "sourceRevision": "e6a49e7fc39b3f91ef6fe3d41fb977deb95bd67503254b17f3c216e1282dcb5f"
}