Google: Gemini Embedding 2
يحوّل Gemini Embedding 2 النصوص والصور والصوت والفيديو وPDF إلى فضاء رقمي مشترك. وتدعم متجهاته البحث عبر الوسائط والاسترجاع والتصنيف والتجميع، بأبعاد مرنة وحد مدخلات من 8,192 رمزًا.
عن النموذج
يغطي هذا الوصف قدرات النموذج. وترد أدناه المدخلات والمخرجات والخيارات المتاحة في Ailoot للطريقة المحددة.
Gemini Embedding 2 هو نموذج التضمين المتعدد الوسائط من Google للتمثيل الرقمي للنصوص والصور والفيديو والصوت وPDF. ويحوّل أنواع الوسائط المختلفة إلى فضاء مشترك، حتى يتمكن التطبيق من مقارنة المعنى عبرها. والنتيجة متجه أعداد مفيد للبحث الدلالي أو استرجاع المستندات أو التوصية أو التصنيف أو التجميع؛ وليست إجابة مكتوبة أو ملف وسائط مولّدًا. وتوثّق Google تغطية دلالية عبر أكثر من 100 لغة.
بالنسبة إلى قاعدة معرفة، أنشئ متجهات للمقاطع المصدرية، وقارن استعلام المستخدم بها، واسترجع المادة ذات الصلة. ويمكن لنموذج نصي منفصل بعد ذلك صياغة إجابة باستخدام تلك المصادر. وفي مجموعة وسائط، يمكن لوصف نصي البحث عن صور أو فيديو ذي صلة؛ ويمكن للصورة أيضًا أن تكون الاستعلام. حافظ على اتصال كل متجه بالمحتوى الأصلي، بما في ذلك مرجع الصفحة أو المقطع، حتى يمكن فحص النتيجة المسترجعة وعرضها في سياقها الأصلي.
حد المدخلات الإجمالي هو 8,192 رمزًا. ويتيح دليل النموذج المستقر ما يصل إلى ست صور PNG أو JPEG، وما يصل إلى 180 ثانية من صوت MP3 أو WAV، وما يصل إلى 120 ثانية من فيديو MP4 أو MOV. وترميزات الفيديو الموثّقة هي H264 وH265 وAV1 وVP9. وتستخدم معالجة الفيديو 32 إطارًا كحد أقصى: تُؤخذ عينات من المقاطع التي تصل إلى 32 ثانية بمعدل إطار واحد في الثانية، بينما تُؤخذ عينات موزعة بالتساوي من المقاطع الأطول وصولًا إلى 32 إطارًا. ولا يُعالج المسار الصوتي للفيديو ضمن مدخل الفيديو هذا؛ أنشئ تضمينًا لصوته على نحو منفصل عندما يكون مهمًا للاسترجاع.
يقبل مدخل PDF ملفًا واحدًا حتى ست صفحات. وتوصي Google بصفحة واحدة لكل PDF للحصول على أفضل جودة. قسّم المصدر الأكبر إلى صفحات أو أقسام ذات معنى، واحتفظ بعلاقتها بالمستند الأصلي. واختر مقتطفًا يمثّل ما ينبغي أن يكون قابلًا للاسترجاع، بدلًا من جمع مواد غير مرتبطة لمجرد أنها تلائم الحد. ويظل حد الرموز المشترك منطبقًا على طلب الوسائط المختلطة. وتستهلك كل صفحة PDF عددًا قدره 258 رمزًا مرئيًا، إضافة إلى رموز النص المستخرج منها. وفي سير العمل الموثّق لدى Google، يُقتطع المحتوى الذي يتجاوز الحد المشترك البالغ 8,192 رمزًا من دون خطأ.
عدد أبعاد المخرجات مرن من 128 إلى 3,072، بقيمة افتراضية تبلغ 3,072 وأحجام موصى بها هي 768 و1,536 و3,072. ويستخدم النموذج Matryoshka Representation Learning، لذلك تظل بدايات المتجه مفيدة عند الأبعاد الأصغر. ويوثّق دليله التطبيع التلقائي لكل من المتجهات الافتراضية والمختصرة. اختر بُعدًا متسقًا للسجلات والاستعلامات التي يقارنها تطبيقك؛ فالحجم المطلوب يغيّر التمثيل الرقمي، لا المحتوى المصدري نفسه.
في المهام النصية فقط، أدرج الغرض داخل النص بدلًا من استخدام الحقل الأقدم task_type. وتفرّق Google بين الاسترجاع غير المتناظر والمقارنة المتناظرة. ويستخدم استعلام البحث “task: search result | query: {content}”، بينما يستخدم المستند المصدري “title: {title} | text: {content}”؛ واستخدم “title: none” إذا لم يكن له عنوان. ولمهام الإجابة عن الأسئلة والتحقق من الحقائق واسترجاع الشيفرة بادئات استعلام خاصة بها. وفي التصنيف أو التجميع أو تشابه الجمل، استخدم تنسيق المهمة نفسه بصورة متسقة على الجانبين. وينصح الدليل عمومًا بعدم إضافة بادئة خاصة بالمهمة إلى الجزء النصي من تمثيل متعدد الوسائط مجمّع.
تحدّد بنية المدخل ما إذا كانت النتيجة تمثّل عنصرًا مجمّعًا واحدًا أم عناصر منفصلة. فالأجزاء المتعددة المقدَّمة معًا تنشئ تضمينًا مجمّعًا؛ وتنشئ كائنات Content المنفصلة تضمينات منفصلة لكل عنصر. وفي منشور يتضمن نصًا وصورة، يمكن لتمثيل مجمّع التقاط العلاقة بينهما. وبالنسبة إلى السجلات القابلة للبحث بصورة مستقلة، أبقها منفصلة. ويؤثر هذا الاختيار في مستوى تفصيل الاسترجاع: فمتجه واحد لمنشور كامل يختلف عن متجه لكل مقطع أو صورة.
يذكر الدليل أن متجهات Gemini Embedding 001 وGemini Embedding 2 تشغل فضاءين غير متوافقين، ولا يمكن مقارنتها مباشرةً. وتحتاج المجموعة المنقولة من النموذج الأقدم إلى إعادة إنشاء تضميناتها للفضاء الجديد. حافظ على اتساق اختيار النموذج والأبعاد مع المتجهات التي تُقارَن، واحتفظ بالنصوص والوسائط الأصلية منفصلة عن الفهرس الرقمي. وتشابه التضمين إشارة للاسترجاع، وليس شرحًا واقعيًا لسبب إجابة مستند عن سؤال المستخدم.
في كتالوج عملي، أنشئ تضمينًا لصورة المنتج مع وصفه المعتمد عندما ينبغي استرجاع الزوج بوصفه عنصرًا واحدًا. وفي مجموعة مستندات، أنشئ تضمينات لمقاطع محددة الموضوع، وقارنها باستعلام مصوغ وفق الغرض، ثم اعرض المقاطع المصدرية بجانب نتيجة البحث. وبالنسبة إلى الصوت أو الفيديو، اختر الجزء الذي يصف الحدث القابل للبحث واحتفظ بنطاقه الزمني الأصلي. والناتج المفيد تمثيل رقمي مرتبط بأدلة مصدرية للخطوة التالية من البحث أو التحليل في التطبيق.
Ailoot Ultra · التضمينات POST /v1/embeddings google/gemini-embedding-2
google/gemini-embedding-2البداية
يحوّل Gemini Embedding 2 النصوص والصور والصوت والفيديو وPDF إلى فضاء رقمي مشترك. وتدعم متجهاته البحث عبر الوسائط والاسترجاع والتصنيف والتجميع، بأبعاد مرنة وحد مدخلات من 8,192 رمزًا.
- المدخلات المقبولة
- النص · token_ids
- النتائج
- embedding
متاح في Ailoot · المدخلات والطرائق
Ailoot Ultra · التضمينات POST /v1/embeddings
- الإدخال
text,token_ids- الإخراج
embedding- السياق
- 8,192 tokens
- صيغة الإخراج
- json
| الحقل | النوع | المتطلب | القيم والحدود | القيمة الافتراضية |
|---|---|---|---|---|
الحقلmodel | النوعstring | المتطلبمطلوب | القيم والحدود google/gemini-embedding-2 | القيمة الافتراضية— |
الحقلinput | النوعstring|string[]|integer[]|integer[][] | المتطلبمطلوب | القيم والحدود الحد الأدنى للعناصر: 1 الشروط: دفعة متجانسة غير فارغة. معرّفات التوكنات أعداد صحيحة غير سالبة. سعة الإدخال: الحد الأقصى: 8,192 · وحدة النص: بايتات UTF8 · وحدة الرموز: عناصر مصفوفة الرموز | القيمة الافتراضية— |
الحقلencoding_format | النوعstring | المتطلباختياري | القيم والحدود float | القيمة الافتراضيةfloat |
الحقلdimensions | النوعinteger | المتطلبغير مدعوم | القيم والحدود الحد الأدنى: 1 | القيمة الافتراضية— |
الحقلuser | النوعjson_value | المتطلباختياري | القيم والحدود الشروط: يسمح المصدر بحقل البيانات الوصفية هذا بصيغة JSON؛ ويعتمد المعنى الدقيق لدى المزوّد الأصلي على النموذج. | القيمة الافتراضية— |
الحقلsession_id | النوعjson_value | المتطلباختياري | القيم والحدود الشروط: يسمح المصدر بحقل البيانات الوصفية هذا بصيغة JSON؛ ويعتمد المعنى الدقيق لدى المزوّد الأصلي على النموذج. | القيمة الافتراضية— |
الحقلtrace | النوعjson_value | المتطلباختياري | القيم والحدود الشروط: يسمح المصدر بحقل البيانات الوصفية هذا بصيغة JSON؛ ويعتمد المعنى الدقيق لدى المزوّد الأصلي على النموذج. | القيمة الافتراضية— |
الحقلprovider | النوعobject | المتطلباختياري | القيم والحدود الشروط: تم رفض provider.options | القيمة الافتراضية— |
تركيبات مواد الإدخال
text_to_embedding
معلمات الطريقة ودورة حياتها
| المعلمة | المواصفات |
|---|---|
المعلمةcontent_type | المواصفاتapplication/json |
المعلمةrequired | المواصفاتmodel, input |
المعلمةinput_shapes | المواصفاتstring, string[], nonnegative_integer_token_array, nonnegative_integer_token_array[] |
المعلمةencoding_format | المواصفاتfloat |
المعلمةdimensions_override | المواصفاتfalse |
المعلمةmax_input_budget_units | المواصفات8192 |
المعلمةmultimodal_objects | المواصفاتfalse |
المعلمةmaterial_types | المواصفاتtext, token_ids |
دورة الحياة: synchronous_json
احتفظ بفهرس كل متجه وبُعده.
اسم النموذج متعدد الوسائط لا يتيح استخدام كائنات الصور على هذا المسار المحدد.
الباقات
مراجع التسعير لا تضيف خيارات للطلب. المعلمات المدعومة مذكورة للطريقة المحددة.
- الوضع السريع
- التعرفة القياسية عند اختيار الوضع السريع
- الوضع المرن
- التعرفة القياسية عند اختيار وضع flex
- أقصى جهد للاستدلال
- التعرفة القياسية عندما يُطبَّق الضبط الافتراضي default مع أقصى جهد للاستدلال
تعرفات Ailoot
الأسعار حسب الإعدادات
| الإعدادات | جدول التعرفة | الرسوم |
|---|---|---|
| الإعداداتالتعرفات الأساسية للرموز | جدول التعرفةالتعرفة الأساسية | الرسوم الإدخال · رموز الإدخال $0.0004 / 1K من الرموز الإخراج · رموز الإخراج $0 / 1K من الرموز الإدخال · قراءة ذاكرة التخزين المؤقت — / 1K من الرموز الإدخال · الكتابة إلى ذاكرة التخزين المؤقت — / 1K من الرموز الإدخال · الكتابة إلى ذاكرة التخزين المؤقت، 1 ساعة — / 1K من الرموز |
تحجز Ailoot مبلغًا تقديريًا قبل الطلب. وبعد ظهور النتيجة، تُسوّي الرسوم النهائية بناءً على الاستخدام المقاس. وتستخدم تسوية البث سجل الاستخدام النهائي. كيفية عمل حجز المبلغ وتسوية الرسوم →
أمثلة للطلبات
Ailoot Ultra · التضمينات
set -eu
: "${AILOOT_API_KEY:?Set your Ailoot API key}"
python3 - <<'PY_REQUEST'
import json,os
from pathlib import Path
p=json.loads('{"model": "google/gemini-embedding-2", "input": ["First document", "Second document"]}')
Path("request.json").write_text(json.dumps(p,ensure_ascii=False))
PY_REQUEST
curl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/embeddings \
-H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \
--data-binary @request.json -D response-headers.txt -o result.json
python3 - <<'PY_RESULT'
import json
from pathlib import Path
r=json.loads(Path("result.json").read_text())
for x in r.get("data",[]): print(json.dumps({"index":x.get("index"),"embedding":x.get("embedding")}))
PY_RESULT
from openai import OpenAI
import os
client=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)
result=client.embeddings.create(model='google/gemini-embedding-2',input=["First document","Second document"])
print(result)
for item in result.data:print(item.index,item.embedding)
استلام النتائج وحفظها
Ailoot Ultra · التضمينات
json
الاحتفاظ بكل النتائج المكتملة
احتفظ بكل استجابة كاملة وكل ملف وجزء محتوى تم إرجاعه.
احتفظ بكل متجه مع فهرسه. يجب أن يساوي عدد المتجهات عدد المدخلات، وأن تكون الأبعاد متسقة.
عند الحاجة إلى التحقق من الاستجابة الأصلية
لا تُستحدث نقطة نهاية لمهام التضمين.
حقول الاستجابة
| الحقل | النوع |
|---|---|
الحقلobject | النوعstring |
الحقلmodel | النوعstring |
الحقلdata[].index | النوعinteger |
الحقلdata[].embedding | النوعfinite float[] |
الحقلusage | النوعobject |
الأخطاء والخطوات التالية
| الاستجابة | الشرط | الخطوة التالية |
|---|---|---|
الاستجابة400 · invalid_request_error | الشرطحقول مطلوبة أو تمثيل مادة أو قيمة معلمة غير صحيحة | الخطوة التاليةصحّح الحقول المحددة قبل طلب إنشاء جديد. |
الأسماء البديلة
الأسماء البديلة للنموذج
Ailoot Ultra google/gemini-embedding-2
الأسماء البديلة لمسارات الطرائق
استخدم مسارات الطرائق المعروضة أعلاه.
معرّفات النماذج ذات الصلة IDs
FAQ · Google: Gemini Embedding 2
- ما المدخلات والنتائج المتاحة؟
POST /v1/embeddings·google/gemini-embedding-2:text,token_ids→embedding- ما الحقول التي يستخدمها الطلب؟
POST /v1/embeddings·google/gemini-embedding-2:model,input,encoding_format,provider- ما الحدود المطبقة؟
POST /v1/embeddings·google/gemini-embedding-2:ctx:8192;input.budget.maximum:8192(بايتات UTF8);input.min_items:1