Source: https://ailoot.ai/models/cs/google-gemini-embedding-2/ Canonical: https://ailoot.ai/models/cs/google-gemini-embedding-2/ Language: cs # Google: Gemini Embedding 2 [Markdown](https://ailoot.ai/models/cs/google-gemini-embedding-2/index.md) · [JSON](https://ailoot.ai/models/cs/google-gemini-embedding-2/facts.json) ## [Google: Gemini Embedding 2](https://ailoot.ai/models/cs/google-gemini-embedding-2/) Gemini Embedding 2 mapuje text, obrázky, zvuk, video a PDF do společného číselného prostoru. Jeho vektory podporují hledání napříč modalitami, vyhledávání podkladů, klasifikaci a shlukování s flexibilními rozměry a vstupním limitem 8192 tokenů. - [**Ailoot Ultra · Vektorové reprezentace** `POST /v1/embeddings` `google/gemini-embedding-2`](https://ailoot.ai/models/cs/google-gemini-embedding-2/#method-0) O modelu Tento popis zahrnuje schopnosti modelu. Vstupy, výstupy a možnosti dostupné v Ailoot jsou uvedeny níže pro vybranou metodu. Gemini Embedding 2 je multimodální embeddingový model společnosti Google pro číselnou reprezentaci textu, obrázků, videa, zvuku a PDF. Mapuje různé typy médií do společného prostoru, aby aplikace mohla porovnávat význam napříč nimi. Výsledkem je vektor čísel užitečný pro sémantické vyhledávání, vyhledávání dokumentů, doporučování, klasifikaci nebo shlukování; nejde o písemnou odpověď ani vygenerovaný mediální soubor. Google dokumentuje sémantické pokrytí více než 100 jazyků. U znalostní báze vytvořte vektory zdrojových pasáží, porovnejte s nimi dotaz uživatele a vyhledejte příslušný materiál. Samostatný textový model pak může z těchto zdrojů sestavit odpověď. U kolekce médií může textový popis hledat související obrázky nebo video; dotazem může být také obrázek. Zachovejte propojení každého vektoru s původním obsahem včetně odkazu na stránku nebo klip, aby nalezený výsledek mohl být zkontrolován a zobrazen v původním kontextu. Celkový vstupní limit je 8192 tokenů. Průvodce stabilním modelem umožňuje až šest obrázků PNG nebo JPEG, až 180 sekund zvuku MP3 nebo WAV a až 120 sekund videa MP4 nebo MOV. Dokumentované video kodeky jsou H264, H265, AV1 a VP9. Zpracování videa používá nejvýše 32 snímků: klipy do 32 sekund se vzorkují rychlostí jednoho snímku za sekundu, zatímco delší klipy se rovnoměrně vzorkují na 32 snímků. Zvuková stopa videa se v tomto video vstupu nezpracovává; vytvořte embedding zvuku samostatně, pokud je důležitý pro vyhledávání. Vstup PDF přijímá jeden soubor s nejvýše šesti stránkami. Google pro nejlepší kvalitu doporučuje jednu stránku na PDF. Větší zdroj rozdělte na smysluplné stránky nebo oddíly a zachovejte jejich vztah k původnímu dokumentu. Zvolte úryvek reprezentující to, co má být vyhledatelné, místo kombinování nesouvisejících materiálů pouze proto, že se vejdou do limitu. Společná tokenová hranice stále platí i pro požadavek s různými médii. Každá stránka PDF spotřebuje 258 vizuálních tokenů navíc k tokenům extrahovaného textu. V dokumentovaném postupu Google se obsah přesahující společný limit 8192 tokenů ořízne bez chyby. Rozměr výstupu je flexibilní od 128 do 3072 s výchozí hodnotou 3072 a doporučenými velikostmi 768, 1536 a 3072. Model používá Matryoshka Representation Learning, takže počáteční části vektoru zůstávají užitečné i při menších rozměrech. Jeho průvodce dokumentuje automatickou normalizaci výchozích i zkrácených vektorů. Pro záznamy a dotazy, které aplikace porovnává, zvolte konzistentní rozměr; požadovaná velikost mění číselnou reprezentaci, nikoli samotný zdrojový obsah. U čistě textových úloh zahrňte účel přímo do textu místo použití staršího pole task\_type. Google rozlišuje asymetrické vyhledávání a symetrické porovnávání. Vyhledávací dotaz používá „task: search result | query: {content}“, zatímco zdrojový dokument používá „title: {title} | text: {content}“; pokud nemá název, použijte „title: none“. Úlohy odpovídání na otázky, ověřování faktů a vyhledávání kódu mají vlastní prefixy dotazů. Pro klasifikaci, shlukování nebo posuzování podobnosti vět používejte na obou stranách konzistentně stejný formát úkolu. Průvodce obecně nedoporučuje přidávat prefix úkolu k textové části kombinované multimodální reprezentace. Struktura vstupu určuje, zda výsledek reprezentuje jeden kombinovaný objekt nebo samostatné položky. Více částí dodaných společně vytváří agregovaný embedding; samostatné objekty Content vytvářejí oddělené embeddingy pro každou položku. U příspěvku obsahujícího text a obrázek může kombinovaná reprezentace zachytit jejich vztah. Nezávisle prohledávatelné záznamy ponechte oddělené. Tato volba ovlivňuje podrobnost vyhledávání: jeden vektor pro celý příspěvek je jiný než jeden pro každou pasáž nebo obrázek. Průvodce uvádí, že vektory Gemini Embedding 001 a Gemini Embedding 2 patří do nekompatibilních prostorů a nelze je přímo porovnávat. Kolekce migrovaná ze staršího modelu potřebuje nové embeddingy pro nový prostor. U porovnávaných vektorů zachovávejte konzistentní volbu modelu a rozměrů a původní text i média uchovávejte odděleně od číselného indexu. Podobnost embeddingu je signálem pro vyhledávání, nikoli věcným vysvětlením toho, proč dokument odpovídá na otázku uživatele. V praktickém katalogu vytvářejte embedding fotografie produktu spolu se schváleným popisem, pokud se mají vyhledávat jako jeden objekt. U kolekce dokumentů vytvářejte embeddingy tematicky zaměřených pasáží, porovnávejte je s dotazem formátovaným podle účelu a poté zdrojové pasáže předložte vedle výsledku vyhledávání. U zvuku nebo videa vyberte úsek popisující vyhledatelnou událost a zachovejte původní časový rozsah. Užitečným výstupem je číselná reprezentace propojená se zdrojovými důkazními podklady pro další krok vyhledávání nebo analýzy v aplikaci. **Ailoot Ultra · Vektorové reprezentace** `POST /v1/embeddings` `google/gemini-embedding-2` [`google/gemini-embedding-2`](https://ailoot.ai/models/cs/#m=google%2Fgemini-embedding-2&route=Ultra&caller=google%2Fgemini-embedding-2&fmt=embeddings) Google /`google/gemini-embedding-2` ### Úvod Gemini Embedding 2 mapuje text, obrázky, zvuk, video a PDF do společného číselného prostoru. Jeho vektory podporují hledání napříč modalitami, vyhledávání podkladů, klasifikaci a shlukování s flexibilními rozměry a vstupním limitem 8192 tokenů. Přijímané vstupy Text · token\_ids Výsledky embedding ### Dostupné v Ailoot · vstupy a metody **Ailoot Ultra · Vektorové reprezentace** `POST /v1/embeddings` Vstup `text`, `token_ids` Výstup `embedding` Kontext 8 192 tokens Výstupní formát json | Pole | Typ | Požadavek | Hodnoty a limity | Výchozí | | --- | --- | --- | --- | --- | | Pole`model` | Typ`string` | PožadavekPovinné | Hodnoty a limity google/gemini-embedding-2 | Výchozí— | | Pole`input` | Typ`string\|string[]\|integer[]\|integer[][]` | PožadavekPovinné | Hodnoty a limity Minimální počet položek: 1 Podmínky: Neprázdná homogenní dávka. ID tokenů jsou nezáporná celá čísla. Rozpočet vstupu: Maximum: 8 192 · Jednotka textu: bajty UTF8 · Jednotka tokenů: prvky pole tokenů | Výchozí— | | Pole`encoding_format` | Typ`string` | PožadavekVolitelné | Hodnoty a limity float | Výchozífloat | | Pole`dimensions` | Typ`integer` | PožadavekNepodporováno | Hodnoty a limity Minimum: 1 | Výchozí— | | Pole`user` | Typ`json_value` | PožadavekVolitelné | Hodnoty a limity Podmínky: Zdroj povoluje toto pole metadat JSON; jeho přesný význam u poskytovatele závisí na konkrétním modelu. | Výchozí— | | Pole`session_id` | Typ`json_value` | PožadavekVolitelné | Hodnoty a limity Podmínky: Zdroj povoluje toto pole metadat JSON; jeho přesný význam u poskytovatele závisí na konkrétním modelu. | Výchozí— | | Pole`trace` | Typ`json_value` | PožadavekVolitelné | Hodnoty a limity Podmínky: Zdroj povoluje toto pole metadat JSON; jeho přesný význam u poskytovatele závisí na konkrétním modelu. | Výchozí— | | Pole`provider` | Typ`object` | PožadavekVolitelné | Hodnoty a limity Podmínky: Parametr provider.options byl odmítnut | Výchozí— | Kombinace vstupních materiálů **text\_to\_embedding** Parametry a životní cyklus metody | Parametr | Kontrakt | | --- | --- | | Parametr`content_type` | Kontraktapplication/json | | Parametr`required` | Kontraktmodel, input | | Parametr`input_shapes` | Kontraktstring, string\[\], nonnegative\_integer\_token\_array, nonnegative\_integer\_token\_array\[\] | | Parametr`encoding_format` | Kontraktfloat | | Parametr`dimensions_override` | Kontraktfalse | | Parametr`max_input_budget_units` | Kontrakt8192 | | Parametr`multimodal_objects` | Kontraktfalse | | Parametr`material_types` | Kontrakttext, token\_ids | Životní cyklus: `synchronous_json` Uchovejte index i rozměr každého vektoru. Multimodální název modelu neznamená, že tato konkrétní cesta přijímá obrazové objekty. ### Tarify Údaje o tarifech nepřidávají možnosti požadavku. Podporované parametry jsou uvedeny u vybrané metody. Rychlý režim Standardní sazba Při výběru rychlého režimu Režim flex Standardní sazba Při výběru režimu flex Maximální intenzita uvažování Standardní sazba Když se při maximální intenzitě uvažování použije výchozí úprava (default) #### Sazby Ailoot #### Ceny podle konfigurace | Konfigurace | Tabulka sazeb | Poplatek | | --- | --- | --- | | KonfiguraceZákladní sazby za tokeny | Tabulka sazebZákladní sazba | Poplatek Vstup · Vstupní tokeny **$0.0004** / 1K tokenů Výstup · Výstupní tokeny **$0** / 1K tokenů Vstup · Čtení z mezipaměti **—** / 1K tokenů Vstup · Zápis do mezipaměti **—** / 1K tokenů Vstup · Zápis do mezipaměti, 1 hodina **—** / 1K tokenů | Ailoot před požadavkem rezervuje odhadovanou částku. Po výsledku vyúčtuje konečný poplatek podle naměřeného využití. Při streamování se účtování řídí konečným záznamem využití. [Jak funguje rezervace a vyúčtování →](https://ailoot.ai/docs/cs/billing/reserve/) ### Příklady požadavků #### Ailoot Ultra · Vektorové reprezentace curlPython SDK ```bash set -eu : "${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 ``` ```python 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) ``` ### Přijímání a ukládání výsledků #### Ailoot Ultra · Vektorové reprezentace json ##### Uchovejte všechny dokončené výsledky Uchovejte každou úplnou vrácenou odpověď, soubor i část obsahu. Uchovejte každý vektor spolu s jeho indexem. Počet vektorů musí odpovídat počtu vstupů; jejich rozměr musí být jednotný. ##### Pokud je nutné ověřit původní odpověď Samostatný endpoint úloh pro embeddingy se nezavádí. Pole odpovědi | Pole | Typ | | --- | --- | | Pole`object` | Typstring | | Pole`model` | Typstring | | Pole`data[].index` | Typinteger | | Pole`data[].embedding` | Typfinite float\[\] | | Pole`usage` | Typobject | Chyby a další kroky | Odpověď | Podmínka | Další krok | | --- | --- | --- | | Odpověď400 · `invalid_request_error` | PodmínkaNeplatná povinná pole, reprezentace podkladů nebo hodnota parametru | Další krokPřed novým požadavkem na vytvoření opravte uvedená pole. | ### Aliasy #### Aliasy modelu **Ailoot Ultra** [`google/gemini-embedding-2`](https://ailoot.ai/models/cs/#m=google%2Fgemini-embedding-2&route=Ultra&caller=google%2Fgemini-embedding-2&fmt=embeddings) #### Aliasy cest metod Použijte cesty metod uvedené výše. #### Související ID modelů [`google/gemini-embedding-2`](https://ailoot.ai/models/cs/#m=google%2Fgemini-embedding-2&route=Ultra&caller=google%2Fgemini-embedding-2&fmt=embeddings) FAQ · Google: Gemini Embedding 2 Jaké vstupy a výsledky jsou dostupné? `POST /v1/embeddings` · `google/gemini-embedding-2`: `text`, `token_ids` → `embedding` Jaká pole požadavek používá? `POST /v1/embeddings` · `google/gemini-embedding-2`: `model`, `input`, `encoding_format`, `provider` Jaké limity platí? `POST /v1/embeddings` · `google/gemini-embedding-2`: `ctx`: `8192`; `input.budget.maximum`: `8192` (bajty UTF8); `input.min_items`: `1` Připojte Ailoot k Claude Code, OpenCode, Hermes nebo vlastní aplikaci. ## Společnost a její portfolio projektů Společnost a její portfolio projektů: miliony zákazníků; měsíční tržby v miliardách. ## Nakupujte tokeny se slevou. Sleva předplatného pro pravidelnou práci. Promo kódy až 50% na nákup tokenů. Předplatné Pro pravidelné požadavky vyberte tarif se slevou. Promo kód až 50% Při nákupu zadejte kód. Cena se přepočítá podle probíhající akce. Výdaje v historii U každého požadavku se uloží model, tokeny a částka. [Vybrat předplatné](https://ailoot.ai/docs/cs/billing/subscriptions/) · [Zobrazit ceny modelů](https://ailoot.ai/models/cs/) ## Připojte API k produktu, který prodáváte. SaaS, aplikace a boti podle nabídky a licenční smlouvy Ailoot. Pro přeprodej požádejte o licenci přeprodejce. Komerční aplikace Začleňte generování textu, obrázků, videa a zvuku do placených funkcí své služby. Licence pro přeprodejce Pošlete popis projektu a způsob poskytování přístupu. Vyžádejte písemné podmínky použití a přeprodeje. Dokumenty na webu Nabídka, licenční smlouva a zásady zpracování dat jsou dostupné před připojením. [Požádat o licenci přeprodejce](mailto:support@ailoot.ai) · [Nabídka a licenční smlouva](https://ailoot.ai/legal/offer?lang=cs) ## Ailoot · Společnost a její portfolio projektů Ailoot staví na dlouhodobých provozních zkušenostech, široké klientské základně, stabilních službách a průběžném sledování KPI. Společnost a její portfolio projektů: miliony zákazníků; měsíční tržby v miliardách. Ailoot využívá tyto provozní zkušenosti k poskytování přístupu přes API k funkcím AI v produktech zákazníků, agentech, aplikacích a automatizacích.