Gemini Embedding 2 Preview es la edición Preview con nombre propio de la familia nativa de embeddings multimodales de Google. Asigna texto, imágenes, video, audio y PDF a un espacio numérico compartido, con intención semántica representada en más de 100 idiomas. La salida son embeddings: vectores utilizados para comparar y recuperar material relacionado. Esta identidad Preview sigue siendo distinta de la edición estable Gemini Embedding 2 y no implica pesos intercambiables ni un espacio vectorial idéntico.
El anuncio original describe búsqueda entre modalidades, clasificación, agrupación, análisis de sentimiento y generación aumentada por recuperación como aplicaciones posteriores. Una consulta de texto puede encontrar un elemento visual relacionado, mientras que una imagen o clip también pueden actuar como fuente de búsqueda. Una aplicación guarda las representaciones, las compara y devuelve los registros correspondientes; un modelo de lenguaje separado puede utilizar el material de origen recuperado para redactar una respuesta. El embedding por sí mismo no contiene una explicación en lenguaje natural ni una transcripción.
Su propia página del modelo documenta un límite de entrada de 8192 tokens y dimensiones de salida de 128 a 3072, con 768, 1536 y 3072 como tamaños recomendados. El anuncio Preview da un valor predeterminado de 3072 y describe Matryoshka Representation Learning, que conserva información útil en prefijos más cortos de la representación. Mantén una dimensión elegida para los vectores que deban compararse y conserva la edición del modelo junto con la colección, en lugar de mezclar representaciones solo porque coincidan sus longitudes.
El anuncio Preview documenta hasta seis imágenes PNG o JPEG por solicitud, hasta 120 segundos de video MP4 o MOV y documentos PDF de hasta seis páginas. También documenta embeddings directos de audio sin una transcripción textual intermedia. Estas especificaciones proceden del propio anuncio Preview, no de la guía estable posterior. El anuncio no establece todos los límites actuales de duración de audio, códecs o muestreo de fotogramas para este perfil Preview exacto.
La entrada multimodal intercalada permite que la representación refleje relaciones entre medios, como una imagen y su leyenda. Para un catálogo de productos, proporciona juntos la fotografía y la descripción aprobada cuando describan un objeto que deba recuperarse como unidad. Para una colección documental, divide la fuente en pasajes o páginas específicos y conserva su título y posición. Para una biblioteca multimedia, selecciona un clip que corresponda al evento que los usuarios deban encontrar y guarda su intervalo temporal original junto con el registro almacenado.
Una tarea útil de recuperación deja clara la relación prevista. Una pregunta que busca una explicación, una búsqueda de elementos visualmente similares y una agrupación por temas son tareas diferentes aunque utilicen la misma colección de origen. Prepara el contenido de forma coherente, registra la edición y la dimensión y mantén cada vector vinculado a su fuente. La similaridad aporta candidatos que la aplicación debe examinar; no prueba que dos registros afirmen el mismo hecho ni que una fuente recuperada responda por completo a una pregunta.
Para una búsqueda práctica de medios, representa la imagen o extracto de video elegidos y compáralos con la descripción del contenido deseado. Presenta la fuente coincidente junto con su leyenda o intervalo temporal para que un usuario pueda revisarla. Para un asistente de conocimiento, recupera la página o pasaje pertinentes antes de generar la respuesta escrita. La función del modelo Preview es la representación numérica multimodal que permite esos pasos de selección, mientras que el almacenamiento, las reglas de ordenación y la respuesta final siguen formando parte del flujo de trabajo que lo integra.
", "aboutText": "Gemini Embedding 2 Preview es la edición Preview con nombre propio de la familia nativa de embeddings multimodales de Google. Asigna texto, imágenes, video, audio y PDF a un espacio numérico compartido, con intención semántica representada en más de 100 idiomas. La salida son embeddings: vectores utilizados para comparar y recuperar material relacionado. Esta identidad Preview sigue siendo distinta de la edición estable Gemini Embedding 2 y no implica pesos intercambiables ni un espacio vectorial idéntico.\n\nEl anuncio original describe búsqueda entre modalidades, clasificación, agrupación, análisis de sentimiento y generación aumentada por recuperación como aplicaciones posteriores. Una consulta de texto puede encontrar un elemento visual relacionado, mientras que una imagen o clip también pueden actuar como fuente de búsqueda. Una aplicación guarda las representaciones, las compara y devuelve los registros correspondientes; un modelo de lenguaje separado puede utilizar el material de origen recuperado para redactar una respuesta. El embedding por sí mismo no contiene una explicación en lenguaje natural ni una transcripción.\n\nSu propia página del modelo documenta un límite de entrada de 8192 tokens y dimensiones de salida de 128 a 3072, con 768, 1536 y 3072 como tamaños recomendados. El anuncio Preview da un valor predeterminado de 3072 y describe Matryoshka Representation Learning, que conserva información útil en prefijos más cortos de la representación. Mantén una dimensión elegida para los vectores que deban compararse y conserva la edición del modelo junto con la colección, en lugar de mezclar representaciones solo porque coincidan sus longitudes.\n\nEl anuncio Preview documenta hasta seis imágenes PNG o JPEG por solicitud, hasta 120 segundos de video MP4 o MOV y documentos PDF de hasta seis páginas. También documenta embeddings directos de audio sin una transcripción textual intermedia. Estas especificaciones proceden del propio anuncio Preview, no de la guía estable posterior. El anuncio no establece todos los límites actuales de duración de audio, códecs o muestreo de fotogramas para este perfil Preview exacto.\n\nLa entrada multimodal intercalada permite que la representación refleje relaciones entre medios, como una imagen y su leyenda. Para un catálogo de productos, proporciona juntos la fotografía y la descripción aprobada cuando describan un objeto que deba recuperarse como unidad. Para una colección documental, divide la fuente en pasajes o páginas específicos y conserva su título y posición. Para una biblioteca multimedia, selecciona un clip que corresponda al evento que los usuarios deban encontrar y guarda su intervalo temporal original junto con el registro almacenado.\n\nUna tarea útil de recuperación deja clara la relación prevista. Una pregunta que busca una explicación, una búsqueda de elementos visualmente similares y una agrupación por temas son tareas diferentes aunque utilicen la misma colección de origen. Prepara el contenido de forma coherente, registra la edición y la dimensión y mantén cada vector vinculado a su fuente. La similaridad aporta candidatos que la aplicación debe examinar; no prueba que dos registros afirmen el mismo hecho ni que una fuente recuperada responda por completo a una pregunta.\n\nPara una búsqueda práctica de medios, representa la imagen o extracto de video elegidos y compáralos con la descripción del contenido deseado. Presenta la fuente coincidente junto con su leyenda o intervalo temporal para que un usuario pueda revisarla. Para un asistente de conocimiento, recupera la página o pasaje pertinentes antes de generar la respuesta escrita. La función del modelo Preview es la representación numérica multimodal que permite esos pasos de selección, mientras que el almacenamiento, las reglas de ordenación y la respuesta final siguen formando parte del flujo de trabajo que lo integra.", "editorialOverlay": { "copy_fields": null, "copy_sha256": null, "copy_source": null, "html_sha256": "52ff9267be3d8b71755c8076f03d56916154483b37f4f96ebbf5990d1672c385", "module_sha256": "ee9dc1c50b1e6a8fb7fa062030fcb4646b9aaaeb08be513b723a5a92a7290f06", "raw_model_unchanged": true, "schema": "ailoot-native-model-editorial-v1" }, "locale": "es-mx", "methods": [ { "html": "google/gemini-embedding-2-previewGemini Embedding 2 Preview convierte texto, imágenes, audio, video y PDF en vectores numéricos en un espacio multimodal. Su perfil Preview documentado por separado admite recuperación y comparación entre modalidades, una entrada de 8192 tokens y dimensiones vectoriales flexibles.
Esta descripción cubre las capacidades del modelo. Las entradas, salidas y opciones disponibles en Ailoot se indican a continuación para el método seleccionado.
Gemini Embedding 2 Preview es la edición Preview con nombre propio de la familia nativa de embeddings multimodales de Google. Asigna texto, imágenes, video, audio y PDF a un espacio numérico compartido, con intención semántica representada en más de 100 idiomas. La salida son embeddings: vectores utilizados para comparar y recuperar material relacionado. Esta identidad Preview sigue siendo distinta de la edición estable Gemini Embedding 2 y no implica pesos intercambiables ni un espacio vectorial idéntico.
El anuncio original describe búsqueda entre modalidades, clasificación, agrupación, análisis de sentimiento y generación aumentada por recuperación como aplicaciones posteriores. Una consulta de texto puede encontrar un elemento visual relacionado, mientras que una imagen o clip también pueden actuar como fuente de búsqueda. Una aplicación guarda las representaciones, las compara y devuelve los registros correspondientes; un modelo de lenguaje separado puede utilizar el material de origen recuperado para redactar una respuesta. El embedding por sí mismo no contiene una explicación en lenguaje natural ni una transcripción.
Su propia página del modelo documenta un límite de entrada de 8192 tokens y dimensiones de salida de 128 a 3072, con 768, 1536 y 3072 como tamaños recomendados. El anuncio Preview da un valor predeterminado de 3072 y describe Matryoshka Representation Learning, que conserva información útil en prefijos más cortos de la representación. Mantén una dimensión elegida para los vectores que deban compararse y conserva la edición del modelo junto con la colección, en lugar de mezclar representaciones solo porque coincidan sus longitudes.
El anuncio Preview documenta hasta seis imágenes PNG o JPEG por solicitud, hasta 120 segundos de video MP4 o MOV y documentos PDF de hasta seis páginas. También documenta embeddings directos de audio sin una transcripción textual intermedia. Estas especificaciones proceden del propio anuncio Preview, no de la guía estable posterior. El anuncio no establece todos los límites actuales de duración de audio, códecs o muestreo de fotogramas para este perfil Preview exacto.
La entrada multimodal intercalada permite que la representación refleje relaciones entre medios, como una imagen y su leyenda. Para un catálogo de productos, proporciona juntos la fotografía y la descripción aprobada cuando describan un objeto que deba recuperarse como unidad. Para una colección documental, divide la fuente en pasajes o páginas específicos y conserva su título y posición. Para una biblioteca multimedia, selecciona un clip que corresponda al evento que los usuarios deban encontrar y guarda su intervalo temporal original junto con el registro almacenado.
Una tarea útil de recuperación deja clara la relación prevista. Una pregunta que busca una explicación, una búsqueda de elementos visualmente similares y una agrupación por temas son tareas diferentes aunque utilicen la misma colección de origen. Prepara el contenido de forma coherente, registra la edición y la dimensión y mantén cada vector vinculado a su fuente. La similaridad aporta candidatos que la aplicación debe examinar; no prueba que dos registros afirmen el mismo hecho ni que una fuente recuperada responda por completo a una pregunta.
Para una búsqueda práctica de medios, representa la imagen o extracto de video elegidos y compáralos con la descripción del contenido deseado. Presenta la fuente coincidente junto con su leyenda o intervalo temporal para que un usuario pueda revisarla. Para un asistente de conocimiento, recupera la página o pasaje pertinentes antes de generar la respuesta escrita. La función del modelo Preview es la representación numérica multimodal que permite esos pasos de selección, mientras que el almacenamiento, las reglas de ordenación y la respuesta final siguen formando parte del flujo de trabajo que lo integra.
POST /v1/embeddingstextembedding| Campo | Tipo | Requisito | Valores y límites | Predeterminado |
|---|---|---|---|---|
Campomodel | Tipostring | RequisitoObligatorio | Valores y límites google/gemini-embedding-2-preview | Predeterminado— |
Campoinput | Tipostring|string[] | RequisitoObligatorio | Valores y límites | Predeterminado— |
text_to_embedding
| Parámetro | Contrato |
|---|---|
Parámetrocontent_type | Contratoapplication/json |
Parámetrorequired | Contratomodel, input |
Parámetroinput_shapes | Contratostring, string[] |
Parámetromaterial_types | Contratotext |
Ciclo de vida: synchronous_json
Conserva cada vector e índice devuelto.
No se deduce compatibilidad con imágenes, audio u objetos de archivo a partir de este perfil mínimo de texto.
Las referencias tarifarias no añaden opciones a la solicitud. Los parámetros admitidos se indican en el método seleccionado.
| Configuración | Tabla de tarifas | Cargo |
|---|---|---|
| ConfiguraciónTarifas base por token | Tabla de tarifasTarifa base | Cargo Entrada · Tokens de entrada $0.0004 / 1K tokens Salida · Tokens de salida $0 / 1K tokens Entrada · Lectura de caché — / 1K tokens Entrada · Escritura en caché — / 1K tokens Entrada · Escritura en caché, 1 hora — / 1K tokens |
Ailoot reserva un monto estimado antes de la solicitud. Tras obtener el resultado, liquida el cargo definitivo según el uso medido. En las respuestas en flujo, la liquidación usa el registro de uso final. Cómo funcionan la reserva y la liquidación →
{\n "model": "google/gemini-embedding-2-preview",\n "input": [\n "First document",\n "Second document"\n ]\n}set -eu\n: "${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\njson
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.
No se incorpora ningún endpoint de tareas de embeddings.
| Campo | Tipo |
|---|---|
Campoobject | Tipostring |
Campomodel | Tipostring |
Campodata[].index | Tipointeger |
Campodata[].embedding | Tipofinite float[] |
Campousage | Tipoobject |
| Respuesta | Condición | Siguiente paso |
|---|---|---|
Respuesta400 · invalid_request_error | CondiciónFalta el modelo o el JSON está mal formado. | Siguiente pasoCorrige los campos indicados. |
Respuesta413 · invalid_request_error | CondiciónSe excedió el límite configurado para el cuerpo de la solicitud. | Siguiente pasoReduce el material real. |
Respuesta422 · invalid_request_error | CondiciónLa entrada o los controles incumplen la política específica vigente. | Siguiente pasoUsa la entrada mínima de texto mostrada sin controles heredados. |
Respuesta503 · billing_error | CondiciónNo se puede vincular la admisión o la cotización. | Siguiente pasoConserva la respuesta; no sustituyas la política. |
Ailoot Ultra google/gemini-embedding-2-preview
Usa las rutas de método indicadas arriba.