Google: Gemini Embedding 001

Texto o ID de tokens a vectores, con codificación float y contexto alojado declarado de 20.000 tokens.

Ailoot Ultra · Representaciones vectoriales POST /v1/embeddings google/gemini-embedding-001

Sobre el modelo

Esta descripción cubre las capacidades del modelo. Las entradas, salidas y opciones disponibles en Ailoot se indican a continuación para el método seleccionado.

google/gemini-embedding-001 representa texto como vectores para recuperación. Puede encontrar un pasaje técnico cuando la pregunta usa palabras distintas. Ailoot declara 20.000 tokens de contexto alojado y acepta cadenas, arrays de cadenas o arrays de ID de tokens, usando un tipo coherente por solicitud.

Devuelve vectores indexados de valores flotantes finitos. No publica dimensión predeterminada y excluye expresamente sobrescribirla con dimensions; establece el ancho del índice desde la longitud real devuelta y mantenlo fijo. encoding_format admite float. No se expone tipo de tarea ni selector consulta/documento. Usa preparación coherente y conserva juntos modelo exacto y dimensión al construir o actualizar el índice.

Ailoot Ultra · Representaciones vectoriales POST /v1/embeddings google/gemini-embedding-001

google/gemini-embedding-001

Google /google/gemini-embedding-001

Inicio

Texto o ID de tokens a vectores, con codificación float y contexto alojado declarado de 20.000 tokens.

Entradas aceptadas: Texto · token_ids
Resultados: embedding

Disponible en Ailoot · entradas y métodos

Ailoot Ultra · Representaciones vectoriales POST /v1/embeddings

Entrada: text, token_ids
Salida: embedding
Contexto: 20,000 tokens
Formato de salida: json

Campo	Tipo	Requisito	Valores y límites	Predeterminado
Campo`model`	Tipo`string`	RequisitoObligatorio	Valores y límites google/gemini-embedding-001	Predeterminado—
Campo`input`	Tipo`string\|string[]\|integer[]\|integer[][]`	RequisitoObligatorio	Valores y límites Número mínimo de elementos: 1 Condiciones: Lote homogéneo no vacío. Los ID de tokens son números enteros no negativos. Presupuesto de entrada: Máximo: 20,000 · Unidad de texto: bytes UTF8 · Unidad de tokens: elementos de un arreglo de tokens	Predeterminado—
Campo`encoding_format`	Tipo`string`	RequisitoOpcional	Valores y límites float	Predeterminadofloat
Campo`dimensions`	Tipo`integer`	RequisitoNo compatible	Valores y límites Mínimo: 1	Predeterminado—
Campo`user`	Tipo`json_value`	RequisitoOpcional	Valores y límites Condiciones: La fuente permite este campo metadata de JSON; la semántica exacta en el sistema de origen depende del modelo.	Predeterminado—
Campo`session_id`	Tipo`json_value`	RequisitoOpcional	Valores y límites Condiciones: La fuente permite este campo metadata de JSON; la semántica exacta en el sistema de origen depende del modelo.	Predeterminado—
Campo`trace`	Tipo`json_value`	RequisitoOpcional	Valores y límites Condiciones: La fuente permite este campo metadata de JSON; la semántica exacta en el sistema de origen depende del modelo.	Predeterminado—
Campo`provider`	Tipo`object`	RequisitoOpcional	Valores y límites Condiciones: provider.options rechazado	Predeterminado—

Combinaciones de materiales de entrada

text_to_embedding

Parámetros del método y ciclo de vida

Parámetro	Contrato
Parámetro`content_type`	Contratoapplication/json
Parámetro`required`	Contratomodel, input
Parámetro`input_shapes`	Contratostring, string[], nonnegative_integer_token_array, nonnegative_integer_token_array[]
Parámetro`encoding_format`	Contratofloat
Parámetro`dimensions_override`	Contratofalse
Parámetro`max_input_budget_units`	Contrato20000
Parámetro`multimodal_objects`	Contratofalse
Parámetro`material_types`	Contratotext, token_ids

Ciclo de vida: synchronous_json

Conserva todos los índices y dimensiones de los vectores.

El nombre de un modelo multimodal no habilita objetos de imagen en esta ruta exacta.

Tarifas

Las referencias tarifarias no añaden opciones a la solicitud. Los parámetros admitidos se indican en el método seleccionado.

Modo fast: Tarifa estándar Cuando se selecciona el modo fast
Modo flex: Tarifa estándar Cuando se selecciona el modo flex
Esfuerzo máximo de razonamiento: Tarifa estándar Cuando el esfuerzo máximo de razonamiento usa el ajuste default

Tarifas de Ailoot

Precios por configuración

Configuración	Tabla de tarifas	Cargo
ConfiguraciónTarifas base por token	Tabla de tarifasTarifa base	Cargo Entrada · Tokens de entrada $0.0003 / 1K tokens Salida · Tokens de salida $0 / 1K tokens Entrada · Lectura de caché — / 1K tokens Entrada · Escritura en caché — / 1K tokens Entrada · Escritura en caché, 1 hora — / 1K tokens

Ailoot reserva un monto estimado antes de la solicitud. Tras obtener el resultado, liquida el cargo definitivo según el uso medido. En las respuestas en flujo, la liquidación usa el registro de uso final. Cómo funcionan la reserva y la liquidación →

Solicitudes de ejemplo

Ailoot Ultra · Representaciones vectoriales

curlPython SDK

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-001", "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-001',input=["First document","Second document"])
print(result)
for item in result.data:print(item.index,item.embedding)

Recibir y guardar resultados

Ailoot Ultra · Representaciones vectoriales

json

Conserva todos los resultados completados

Conserva todas las respuestas, archivos y partes de contenido completos recibidos.

Conserva cada vector con su índice. La cantidad de vectores debe ser igual a la cantidad de entradas; las dimensiones deben ser consistentes.

Si es necesario revisar la respuesta original

No se incorpora ningún endpoint de tareas de embeddings.

Campos de respuesta

Campo	Tipo
Campo`object`	Tipostring
Campo`model`	Tipostring
Campo`data[].index`	Tipointeger
Campo`data[].embedding`	Tipofinite float[]
Campo`usage`	Tipoobject

Errores y siguientes pasos

Respuesta	Condición	Siguiente paso
Respuesta400 · `invalid_request_error`	CondiciónCampos obligatorios, representación del material o valor del parámetro no válidos	Siguiente pasoCorrige los campos indicados antes de una nueva solicitud de creación.

Alias

Alias del modelo

Ailoot Ultra google/gemini-embedding-001

Alias de rutas de métodos

Usa las rutas de método indicadas arriba.

ID de modelo relacionados

google/gemini-embedding-001

FAQ · Google: Gemini Embedding 001

¿Qué entradas y resultados están disponibles?: POST /v1/embeddings · google/gemini-embedding-001: text, token_ids → embedding
¿Qué campos utiliza la solicitud?: POST /v1/embeddings · google/gemini-embedding-001: model, input, encoding_format, provider
¿Qué límites se aplican?: POST /v1/embeddings · google/gemini-embedding-001: ctx: 20000; input.budget.maximum: 20000 (bytes UTF8); input.min_items: 1

Google: Gemini Embedding 001