Source: https://ailoot.ai/models/de-ch/google-gemini-embedding-2-preview/ Canonical: https://ailoot.ai/models/de-ch/google-gemini-embedding-2-preview/ Language: de-ch # Google: Gemini Embedding 2 Preview [Markdown](https://ailoot.ai/models/de-ch/google-gemini-embedding-2-preview/index.md) · [JSON](https://ailoot.ai/models/de-ch/google-gemini-embedding-2-preview/facts.json) ## [Google: Gemini Embedding 2 Preview](https://ailoot.ai/models/de-ch/google-gemini-embedding-2-preview/) Gemini Embedding 2 Preview wandelt Text, Bilder, Audio, Video und PDF in numerische Vektoren in einem multimodalen Raum um. Sein separat dokumentiertes Preview-Profil unterstützt modalitätsübergreifende Informationssuche und Vergleiche, eine Eingabe von 8’192 Tokens und flexible Vektordimensionen. - [**Ailoot Ultra · Einbettungsvektoren** `POST /v1/embeddings` `google/gemini-embedding-2-preview`](https://ailoot.ai/models/de-ch/google-gemini-embedding-2-preview/#method-0) Über das Modell Diese Beschreibung erläutert die Fähigkeiten des Modells. Die über Ailoot verfügbaren Eingaben, Ausgaben und Optionen sind unten für die ausgewählte Methode aufgeführt. Gemini Embedding 2 Preview ist Googles benannte Vorschauausgabe seiner nativen multimodalen Embedding-Familie. Sie bildet Text, Bilder, Video, Audio und PDF auf einen gemeinsamen numerischen Raum ab, in dem semantische Absichten über mehr als 100 Sprachen hinweg repräsentiert werden. Die Ausgabe besteht aus Embeddings: Vektoren zum Vergleichen und Abrufen zusammengehörigen Materials. Diese Preview-Identität bleibt von der stabilen Ausgabe Gemini Embedding 2 getrennt und impliziert weder austauschbare Gewichte noch einen identischen Vektorraum. Die ursprüngliche Ankündigung beschreibt modalitätsübergreifende Suche, Klassifikation, Clustering, Stimmungsanalyse und Retrieval-Augmented Generation als nachgelagerte Anwendungen. Eine Textanfrage kann ein verwandtes visuelles Element finden, während ein Bild oder Clip ebenfalls als Suchausgangspunkt dienen kann. Eine Anwendung speichert die Repräsentationen, vergleicht sie und gibt die zugehörigen Datensätze zurück; ein separates Sprachmodell kann das abgerufene Quellmaterial zum Verfassen einer Antwort verwenden. Das Embedding selbst enthält keine natürlichsprachliche Erklärung und kein Transkript. Die eigene Modellseite dokumentiert eine Eingabegrenze von 8’192 Tokens und Ausgabedimensionen von 128 bis 3’072, mit 768, 1’536 und 3’072 als empfohlenen Grössen. Die Preview-Ankündigung nennt einen Standard von 3’072 und beschreibt Matryoshka Representation Learning, das nützliche Informationen in kürzeren Präfixen der Repräsentation erhält. Verwenden Sie eine gewählte Dimension für Vektoren, die verglichen werden müssen, und halten Sie die Modellversion zusammen mit der Sammlung fest, statt Repräsentationen allein wegen übereinstimmender Längen zusammenzuführen. Die Preview-Ankündigung dokumentiert bis zu sechs PNG- oder JPEG-Bilder pro Anfrage, bis zu 120 Sekunden MP4- oder MOV-Video und PDF-Dokumente mit bis zu sechs Seiten. Sie dokumentiert ausserdem direktes Audio-Embedding ohne zwischengeschaltete Texttranskription. Diese Spezifikationen stammen aus der eigenen Preview-Ankündigung und nicht aus dem späteren Leitfaden zur stabilen Ausgabe. Die Ankündigung legt nicht jede aktuelle Grenze für Audiodauer, Codec oder Einzelbildabtastung dieses konkreten Preview-Profils fest. Eine Eingabe mit abwechselnden multimodalen Inhalten lässt die Repräsentation Beziehungen zwischen Medien widerspiegeln, etwa zwischen einem Bild und seiner Bildunterschrift. Stellen Sie für einen Produktkatalog Foto und freigegebene Beschreibung gemeinsam bereit, wenn sie ein abrufbares Objekt beschreiben. Teilen Sie bei einer Dokumentensammlung die Quelle in fokussierte Passagen oder Seiten auf und bewahren Sie Titel und Position. Wählen Sie bei einer Medienbibliothek einen Clip passend zu dem Ereignis, das Nutzer finden sollen, und speichern Sie seinen ursprünglichen Zeitbereich beim Datensatz. Eine nützliche Suchaufgabe macht die beabsichtigte Beziehung deutlich. Eine Frage nach einer Erklärung, eine Suche nach visuell ähnlichen Elementen und thematisches Clustering sind unterschiedliche Aufgaben, selbst wenn sie dieselbe Quellsammlung verwenden. Bereiten Sie Inhalte einheitlich vor, protokollieren Sie Modellversion und Dimension und verknüpfen Sie jeden Vektor mit seiner Quelle. Ähnlichkeit liefert Kandidaten zur Prüfung durch die Anwendung; sie ist kein Beweis, dass zwei Datensätze denselben Fakt aussagen oder eine abgerufene Quelle eine Frage vollständig beantwortet. Repräsentieren Sie für eine praktische Mediensuche das gewählte Bild oder den Videoausschnitt und vergleichen Sie es mit der Beschreibung des gewünschten Inhalts. Präsentieren Sie die passende Quelle zusammen mit ihrer Bildunterschrift oder ihrem Zeitbereich, damit Nutzer sie prüfen können. Rufen Sie für einen Wissensassistenten die relevante Seite oder Passage ab, bevor Sie die schriftliche Antwort generieren. Die Rolle des Preview-Modells ist die multimodale numerische Repräsentation, die diese Auswahlschritte unterstützt; Speicherung, Rankingregeln und abschliessende Antwort bleiben Bestandteile des umgebenden Workflows. **Ailoot Ultra · Einbettungsvektoren** `POST /v1/embeddings` `google/gemini-embedding-2-preview` [`google/gemini-embedding-2-preview`](https://ailoot.ai/models/de-ch/#m=google%2Fgemini-embedding-2-preview&route=Ultra&caller=google%2Fgemini-embedding-2-preview&fmt=embeddings) Google /`google/gemini-embedding-2-preview` ### Einstieg Gemini Embedding 2 Preview wandelt Text, Bilder, Audio, Video und PDF in numerische Vektoren in einem multimodalen Raum um. Sein separat dokumentiertes Preview-Profil unterstützt modalitätsübergreifende Informationssuche und Vergleiche, eine Eingabe von 8’192 Tokens und flexible Vektordimensionen. Zulässige Eingaben Text Ergebnisse embedding ### In Ailoot verfügbar · Eingaben und Methoden **Ailoot Ultra · Einbettungsvektoren** `POST /v1/embeddings` Eingabe `text` Ausgabe `embedding` Kontext 8'192 tokens Ausgabeformat json | Feld | Typ | Anforderung | Werte und Limits | Standard | | --- | --- | --- | --- | --- | | Feld`model` | Typ`string` | AnforderungErforderlich | Werte und Limits google/gemini-embedding-2-preview | Standard— | | Feld`input` | Typ`string\|string[]` | AnforderungErforderlich | Werte und Limits | Standard— | Kombinationen von Eingabematerialien **text\_to\_embedding** Methodenparameter und Lebenszyklus | Parameter | Vertrag | | --- | --- | | Parameter`content_type` | Vertragapplication/json | | Parameter`required` | Vertragmodel, input | | Parameter`input_shapes` | Vertragstring, string\[\] | | Parameter`material_types` | Vertragtext | Lebenszyklus: `synchronous_json` Bewahren Sie jeden zurückgegebenen Vektor und Index auf. Aus diesem minimalen Textprofil wird keine Unterstützung für Bild-, Audio- oder Dateiobjekte abgeleitet. ### Tarife Tarifangaben erweitern die Anfrageoptionen nicht. Unterstützte Parameter stehen bei der ausgewählten Methode. Schnellmodus Nicht angegeben Wenn der Schnellmodus ausgewählt ist Flex-Modus Nicht angegeben Wenn der Modus flex ausgewählt ist Maximaler Denkaufwand Nicht angegeben Wenn beim maximalen Denkaufwand die Standardanpassung (default) verwendet wird #### Ailoot-Tarife #### Preise nach Konfiguration | Konfiguration | Tarifstaffel | Gebühr | | --- | --- | --- | | KonfigurationBasistarife für Token | TarifstaffelGrundtarif | Gebühr Eingabe · Eingabetoken **$0.0004** / 1K Tokens Ausgabe · Ausgabetoken **$0** / 1K Tokens Eingabe · Cache lesen **—** / 1K Tokens Eingabe · Cache schreiben **—** / 1K Tokens Eingabe · Cache schreiben, 1 Stunde **—** / 1K Tokens | Ailoot reserviert vor einer Anfrage einen geschätzten Betrag. Nach dem Ergebnis rechnet Ailoot die endgültige Gebühr anhand des gemessenen Verbrauchs ab. Bei Streaming erfolgt die Abrechnung anhand des abschliessenden Verbrauchsdatensatzes. [So funktionieren Reservierung und Abrechnung →](https://ailoot.ai/docs/de-ch/billing/reserve/) ### Beispielanfragen #### Ailoot Ultra · Einbettungsvektoren Vollständiger minimaler JSON-Bodycurl · minimale Anfrage für Text-Embeddings ```json { "model": "google/gemini-embedding-2-preview", "input": [ "First document", "Second document" ] } ``` ```bash set -eu : "${AILOOT_API_KEY:?Set your Ailoot API key}" cat > embedding-request.json <<'JSON_REQUEST' { "model": "google/gemini-embedding-2-preview", "input": [ "First document", "Second document" ] } JSON_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 @embedding-request.json -o embedding-response.json ``` ### Ergebnisse abrufen und speichern #### Ailoot Ultra · Einbettungsvektoren json ##### Alle fertiggestellten Ergebnisse aufbewahren Bewahren Sie jede vollständig zurückgegebene Antwort, Datei und jeden Inhaltsteil auf. Jeden Vektor mit seinem Index beibehalten. Die Anzahl der Vektoren muss der Anzahl der Eingaben entsprechen; die Dimensionen müssen konsistent sein. ##### Wenn die ursprüngliche Antwort geprüft werden muss Es wird kein Endpunkt für Embedding-Aufträge eingeführt. Antwortfelder | Feld | Typ | | --- | --- | | Feld`object` | Typstring | | Feld`model` | Typstring | | Feld`data[].index` | Typinteger | | Feld`data[].embedding` | Typfinite float\[\] | | Feld`usage` | Typobject | Fehler und nächste Schritte | Antwort | Bedingung | Nächster Schritt | | --- | --- | --- | | Antwort400 · `invalid_request_error` | BedingungFehlendes Modell oder fehlerhaftes JSON. | Nächster SchrittKorrigieren Sie die angegebenen Felder. | | Antwort413 · `invalid_request_error` | BedingungDie konfigurierte Grössenlimite für den Anfragetext wurde überschritten. | Nächster SchrittReduzieren Sie das tatsächliche Material. | | Antwort422 · `invalid_request_error` | BedingungEingabe oder Steuerparameter verletzen die derzeit geltende spezielle Richtlinie. | Nächster SchrittVerwenden Sie die gezeigte minimale Texteingabe ohne übernommene Steuerparameter. | | Antwort503 · `billing_error` | BedingungZulassung oder Preisangebot lassen sich nicht eindeutig zuordnen. | Nächster SchrittBewahren Sie die Antwort auf; ersetzen Sie keine Richtlinie. | ### Aliasnamen #### Modellaliasnamen **Ailoot Ultra** [`google/gemini-embedding-2-preview`](https://ailoot.ai/models/de-ch/#m=google%2Fgemini-embedding-2-preview&route=Ultra&caller=google%2Fgemini-embedding-2-preview&fmt=embeddings) #### Aliasnamen für Methodenpfade Verwenden Sie die oben angezeigten Methodenpfade. #### Zugehörige Aufrufer-IDs [`google/gemini-embedding-2-preview`](https://ailoot.ai/models/de-ch/#m=google%2Fgemini-embedding-2-preview&route=Ultra&caller=google%2Fgemini-embedding-2-preview&fmt=embeddings) FAQ · Google: Gemini Embedding 2 Preview Welche Eingaben und Ergebnisse sind verfügbar? `POST /v1/embeddings` · `google/gemini-embedding-2-preview`: `text` → `embedding` Welche Felder verwendet die Anfrage? `POST /v1/embeddings` · `google/gemini-embedding-2-preview`: `model`, `input` Welche Grenzen gelten? `POST /v1/embeddings` · `google/gemini-embedding-2-preview`: `ctx`: `8192` Verbinden Sie Ailoot mit Claude Code, OpenCode, Hermes oder Ihrer eigenen Anwendung. ## Das Unternehmen und sein Projektportfolio Das Unternehmen und sein Projektportfolio: Millionen von Kunden; monatliche Umsätze in Milliardenhöhe. ## Tokens mit Rabatt kaufen. Aborabatt für regelmäßige Arbeit. Aktionscodes bieten bis 50% beim Tokenkauf. Abo Wählen Sie einen Tarif mit Rabatt für Ihre regelmäßigen Anfragen. Aktionscode bis 50% Geben Sie den Code beim Kauf ein. Der Preis wird nach den gültigen Aktionsbedingungen berechnet. Ausgaben in der Historie Modell, Tokens und Betrag werden für jede Anfrage gespeichert. [Abo wählen](https://ailoot.ai/docs/de-ch/billing/subscriptions/) · [Modellpreise ansehen](https://ailoot.ai/models/de-ch/) ## Verbinden Sie die API mit dem Produkt, das Sie verkaufen. SaaS, Anwendungen und Bots nach dem offiziellen Angebot und Lizenzvertrag von Ailoot. Fordern Sie für den Weiterverkauf eine Reseller-Lizenz an. Kommerzielle Anwendung Integrieren Sie Text-, Bild-, Video- und Audioerzeugung in kostenpflichtige Funktionen Ihres Dienstes. Reseller-Lizenz Senden Sie Projektbeschreibung und Zugangsmodell. Fordern Sie schriftliche Nutzungs- und Weiterverkaufsbedingungen an. Dokumente auf der Website Offizielles Angebot, Lizenzvertrag und Datenschutzerklärung sind vor der Verbindung zugänglich. [Reseller-Lizenz anfordern](mailto:support@ailoot.ai) · [Offizielles Angebot und Lizenzvertrag](https://ailoot.ai/legal/offer?lang=de-ch) ## Ailoot · Das Unternehmen und sein Projektportfolio Ailoot baut auf bewährte Betriebserfahrung, einen großen Kundenstamm, stabilen Service und kontinuierliche KPI-Kontrolle. Das Unternehmen und sein Projektportfolio: Millionen von Kunden; monatliche Umsätze in Milliardenhöhe. Ailoot nutzt diese Betriebserfahrung für den API-Zugang zu KI-Funktionen in Kundenprodukten, Agenten, Anwendungen und Automatisierungen.