Google: Gemini Embedding 001

Texte ou identifiants de tokens vers vecteurs float, avec un contexte hébergé annoncé de 20 000 tokens.

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

À propos du modèle

Cette description présente les capacités du modèle. Les entrées, sorties et options disponibles dans Ailoot pour la méthode sélectionnée figurent ci-dessous.

google/gemini-embedding-001 représente le texte par des vecteurs de recherche. Il peut retrouver un passage technique pertinent malgré une question formulée autrement. La route Ailoot annonce 20 000 tokens de contexte hébergé et accepte chaîne, tableau de chaînes ou tableau d’identifiants de tokens, avec un seul type cohérent par requête.

La réponse contient des vecteurs indexés de nombres flottants finis. Aucune largeur par défaut n’est publiée et la surcharge dimensions est explicitement exclue : établissez la largeur d’index depuis le vecteur retourné et gardez-la fixe. encoding_format accepte float. Aucun sélecteur de tâche ou requête/document n’est exposé. Préparez questions et documents de manière cohérente et conservez modèle exact et largeur ensemble dans l’index.

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

google/gemini-embedding-001

Google /google/gemini-embedding-001

Premiers pas

Texte ou identifiants de tokens vers vecteurs float, avec un contexte hébergé annoncé de 20 000 tokens.

Entrées acceptées: Texte · token_ids
Résultats: embedding

Disponible dans Ailoot · entrées et méthodes

Ailoot Ultra · Embeddings POST /v1/embeddings

Types d’entrée: text, token_ids
Types de sortie: embedding
Contexte: 20 000 tokens
Format de sortie: json

Champ	Type	Exigence	Valeurs et limites	Par défaut
Champ`model`	Type`string`	ExigenceObligatoire	Valeurs et limites google/gemini-embedding-001	Par défaut—
Champ`input`	Type`string\|string[]\|integer[]\|integer[][]`	ExigenceObligatoire	Valeurs et limites Nombre minimal d’éléments: 1 Conditions: Lot homogène non vide. Les identifiants de jetons sont des entiers positifs ou nuls. Budget d’entrée : Maximum: 20 000 · Unité de texte: octets UTF8 · Unité de tokens: éléments du tableau de tokens	Par défaut—
Champ`encoding_format`	Type`string`	ExigenceFacultatif	Valeurs et limites float	Par défautfloat
Champ`dimensions`	Type`integer`	ExigenceNon pris en charge	Valeurs et limites Minimum: 1	Par défaut—
Champ`user`	Type`json_value`	ExigenceFacultatif	Valeurs et limites Conditions: Source autorise ce champ de métadonnées JSON ; sa sémantique exacte en amont dépend du modèle.	Par défaut—
Champ`session_id`	Type`json_value`	ExigenceFacultatif	Valeurs et limites Conditions: Source autorise ce champ de métadonnées JSON ; sa sémantique exacte en amont dépend du modèle.	Par défaut—
Champ`trace`	Type`json_value`	ExigenceFacultatif	Valeurs et limites Conditions: Source autorise ce champ de métadonnées JSON ; sa sémantique exacte en amont dépend du modèle.	Par défaut—
Champ`provider`	Type`object`	ExigenceFacultatif	Valeurs et limites Conditions: provider.options est refusé	Par défaut—

Combinaisons d’éléments d’entrée

text_to_embedding

Paramètres et cycle de vie de la méthode

Paramètre	Contrat
Paramètre`content_type`	Contratapplication/json
Paramètre`required`	Contratmodel, input
Paramètre`input_shapes`	Contratstring, string[], nonnegative_integer_token_array, nonnegative_integer_token_array[]
Paramètre`encoding_format`	Contratfloat
Paramètre`dimensions_override`	Contratfalse
Paramètre`max_input_budget_units`	Contrat20000
Paramètre`multimodal_objects`	Contratfalse
Paramètre`material_types`	Contrattext, token_ids

Cycle de vie : synchronous_json

Conservez tous les indices et toutes les dimensions des vecteurs.

Un nom de modèle multimodal n’autorise pas les objets image sur ce chemin précis.

Tarifs

Les tarifs n’ajoutent pas d’options de requête. Les paramètres pris en charge figurent dans la méthode sélectionnée.

Mode rapide: Tarif standard Lorsque le mode rapide est sélectionné
Mode Flex: Tarif standard Lorsque le mode flex est sélectionné
Effort de raisonnement maximal: Tarif standard Lorsque l’effort de raisonnement maximal utilise l’ajustement par défaut (default)

Tarifs Ailoot

Prix par configuration

Configuration	Barème tarifaire	Coût
ConfigurationTarifs de base des tokens	Barème tarifaireTarif de base	Coût Entrée · Tokens en entrée $0.0003 / 1K tokens Sortie · Tokens en sortie $0 / 1K tokens Entrée · Lecture du cache — / 1K tokens Entrée · Écriture dans le cache — / 1K tokens Entrée · Écriture dans le cache, 1 h — / 1K tokens

Ailoot réserve un montant estimé avant une requête. Après le résultat, le montant final est débité selon l’utilisation mesurée. Pour le streaming, le montant final à débiter est calculé à partir du relevé final d’utilisation. Fonctionnement de la réservation et du débit →

Exemples de requêtes

Ailoot Ultra · Embeddings

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)

Recevoir et enregistrer les résultats

Ailoot Ultra · Embeddings

json

Conserver tous les résultats terminés

Conservez chaque réponse, fichier et partie de contenu renvoyés dans leur intégralité.

Conservez chaque vecteur avec son indice. Le nombre de vecteurs doit être égal au nombre d’entrées ; les dimensions doivent être cohérentes.

Si la réponse d’origine doit être vérifiée

Aucun point de terminaison dédié aux tâches d’embedding n’est ajouté.

Champs de la réponse

Champ	Type
Champ`object`	Typestring
Champ`model`	Typestring
Champ`data[].index`	Typeinteger
Champ`data[].embedding`	Typefinite float[]
Champ`usage`	Typeobject

Erreurs et étapes suivantes

Réponse	Condition	Étape suivante
Réponse400 · `invalid_request_error`	ConditionChamps obligatoires, représentation des contenus ou valeur de paramètre non valides	Étape suivanteCorrigez les champs indiqués avant une nouvelle requête de création.

Alias

Alias du modèle

Ailoot Ultra google/gemini-embedding-001

Alias des chemins de méthode

Utilisez les chemins de méthode indiqués ci-dessus.

ID d’appel associés

google/gemini-embedding-001

FAQ · Google: Gemini Embedding 001

Quelles entrées et quels résultats sont disponibles ?: POST /v1/embeddings · google/gemini-embedding-001: text, token_ids → embedding
Quels champs la requête utilise-t-elle ?: POST /v1/embeddings · google/gemini-embedding-001: model, input, encoding_format, provider
Quelles limites s’appliquent ?: POST /v1/embeddings · google/gemini-embedding-001: ctx: 20000; input.budget.maximum: 20000 (octets UTF8); input.min_items: 1

Google: Gemini Embedding 001