{
  "aboutHtml": "<p>Gemini Embedding 2 Preview הוא מהדורת התצוגה המקדימה הנקובה בשם של Google במשפחת ההטמעות הרב־מודלית המקורית שלה. הוא ממפה טקסט, תמונות, וידאו, אודיו ו־PDF למרחב מספרי משותף, עם ייצוג של כוונה סמנטית ביותר מ־100 שפות. הפלט הוא הטמעות: וקטורים המשמשים להשוואה ולאחזור של חומר קשור. זהות מהדורת התצוגה המקדימה נשארת נפרדת ממהדורת Gemini Embedding 2 היציבה, ואינה מעידה על משקולות הניתנות להחלפה או על מרחב וקטורי זהה.</p><p>ההכרזה המקורית מתארת חיפוש בין אופנויות, סיווג, קיבוץ לאשכולות, ניתוח סנטימנט ויצירה מועשרת באחזור כיישומים בהמשך התהליך. שאילתת טקסט יכולה למצוא פריט חזותי קשור, ותמונה או קליפ יכולים גם הם לשמש כמקור לחיפוש. יישום מאחסן את הייצוגים, משווה ביניהם ומחזיר את הרשומות המתאימות; מודל שפה נפרד יכול להשתמש בחומר המקור שאוחזר כדי לנסח תשובה. ההטמעה עצמה אינה מכילה הסבר בשפה טבעית או תמליל.</p><p>דף המודל שלו מתעד מגבלת קלט של 8192 טוקנים ומספר ממדי פלט בין 128 ל־3072, עם גדלים מומלצים של 768, 1536 ו־3072. הכרזת התצוגה המקדימה מציינת ברירת מחדל של 3072 ומתארת Matryoshka Representation Learning, השומרת מידע שימושי בתחיליות קצרות יותר של הייצוג. שמרו מספר ממדים נבחר אחד לווקטורים שיש להשוות ביניהם, ושמרו את מהדורת המודל עם האוסף, במקום למזג ייצוגים רק מפני שאורכיהם תואמים.</p><p>הכרזת התצוגה המקדימה מתעדת עד שש תמונות PNG או JPEG בכל בקשה, עד 120 שניות של וידאו MP4 או MOV ומסמכי PDF באורך של עד שישה עמודים. היא מתעדת גם הטמעת אודיו ישירה ללא תמלול טקסט ביניים. המפרטים האלה מגיעים מהכרזת התצוגה המקדימה עצמה, ולא מהמדריך המאוחר יותר לגרסה היציבה. ההכרזה אינה קובעת את כל המגבלות העדכניות של משך האודיו, הקודקים או דגימת הפריימים בפרופיל התצוגה המקדימה המדויק הזה.</p><p>קלט רב־מודלי משולב מאפשר לייצוג לשקף קשרים בין סוגי מדיה, כגון תמונה והכיתוב שלה. בקטלוג מוצרים, ספקו יחד את התצלום ואת התיאור המאושר כאשר הם מתארים אובייקט אחד שניתן לאחזר. באוסף מסמכים, חלקו את המקור לקטעים ממוקדים או לעמודים ושמרו את הכותרת והמיקום. בספריית מדיה, בחרו קליפ המתאים לאירוע שהמשתמשים צריכים למצוא ושמרו את טווח הזמן המקורי שלו עם הרשומה המאוחסנת.</p><p>משימת אחזור שימושית מבהירה את הקשר המיועד. שאלה המבקשת הסבר, חיפוש פריטים דומים מבחינה חזותית וקיבוץ לפי נושא הם משימות שונות גם כשהם משתמשים באותו אוסף מקורות. הכינו את התוכן בעקביות, תעדו את המהדורה ואת מספר הממדים ושמרו כל וקטור מקושר למקור שלו. הדמיון מספק מועמדים לבדיקה בידי היישום; הוא אינו מוכיח ששתי רשומות מציינות את אותה עובדה או שמקור שאוחזר עונה על שאלה במלואה.</p><p>בחיפוש מדיה מעשי, ייצגו את התמונה או את קטע הווידאו שנבחרו והשוו אותם לתיאור התוכן הרצוי. הציגו את המקור המתאים לצד הכיתוב או טווח הזמן שלו, כדי שמשתמש יוכל לבדוק אותו. עבור עוזר ידע, אחזרו את העמוד או הקטע הרלוונטיים לפני יצירת התשובה הכתובה. תפקידו של מודל Preview הוא הייצוג המספרי הרב־מודלי התומך בשלבי הבחירה האלה, ואילו האחסון, כללי הדירוג והתשובה הסופית נשארים חלקים מתהליך העבודה שבו הוא משתלב.</p>",
  "aboutText": "Gemini Embedding 2 Preview הוא מהדורת התצוגה המקדימה הנקובה בשם של Google במשפחת ההטמעות הרב־מודלית המקורית שלה. הוא ממפה טקסט, תמונות, וידאו, אודיו ו־PDF למרחב מספרי משותף, עם ייצוג של כוונה סמנטית ביותר מ־100 שפות. הפלט הוא הטמעות: וקטורים המשמשים להשוואה ולאחזור של חומר קשור. זהות מהדורת התצוגה המקדימה נשארת נפרדת ממהדורת Gemini Embedding 2 היציבה, ואינה מעידה על משקולות הניתנות להחלפה או על מרחב וקטורי זהה.\n\nההכרזה המקורית מתארת חיפוש בין אופנויות, סיווג, קיבוץ לאשכולות, ניתוח סנטימנט ויצירה מועשרת באחזור כיישומים בהמשך התהליך. שאילתת טקסט יכולה למצוא פריט חזותי קשור, ותמונה או קליפ יכולים גם הם לשמש כמקור לחיפוש. יישום מאחסן את הייצוגים, משווה ביניהם ומחזיר את הרשומות המתאימות; מודל שפה נפרד יכול להשתמש בחומר המקור שאוחזר כדי לנסח תשובה. ההטמעה עצמה אינה מכילה הסבר בשפה טבעית או תמליל.\n\nדף המודל שלו מתעד מגבלת קלט של 8192 טוקנים ומספר ממדי פלט בין 128 ל־3072, עם גדלים מומלצים של 768, 1536 ו־3072. הכרזת התצוגה המקדימה מציינת ברירת מחדל של 3072 ומתארת Matryoshka Representation Learning, השומרת מידע שימושי בתחיליות קצרות יותר של הייצוג. שמרו מספר ממדים נבחר אחד לווקטורים שיש להשוות ביניהם, ושמרו את מהדורת המודל עם האוסף, במקום למזג ייצוגים רק מפני שאורכיהם תואמים.\n\nהכרזת התצוגה המקדימה מתעדת עד שש תמונות PNG או JPEG בכל בקשה, עד 120 שניות של וידאו MP4 או MOV ומסמכי PDF באורך של עד שישה עמודים. היא מתעדת גם הטמעת אודיו ישירה ללא תמלול טקסט ביניים. המפרטים האלה מגיעים מהכרזת התצוגה המקדימה עצמה, ולא מהמדריך המאוחר יותר לגרסה היציבה. ההכרזה אינה קובעת את כל המגבלות העדכניות של משך האודיו, הקודקים או דגימת הפריימים בפרופיל התצוגה המקדימה המדויק הזה.\n\nקלט רב־מודלי משולב מאפשר לייצוג לשקף קשרים בין סוגי מדיה, כגון תמונה והכיתוב שלה. בקטלוג מוצרים, ספקו יחד את התצלום ואת התיאור המאושר כאשר הם מתארים אובייקט אחד שניתן לאחזר. באוסף מסמכים, חלקו את המקור לקטעים ממוקדים או לעמודים ושמרו את הכותרת והמיקום. בספריית מדיה, בחרו קליפ המתאים לאירוע שהמשתמשים צריכים למצוא ושמרו את טווח הזמן המקורי שלו עם הרשומה המאוחסנת.\n\nמשימת אחזור שימושית מבהירה את הקשר המיועד. שאלה המבקשת הסבר, חיפוש פריטים דומים מבחינה חזותית וקיבוץ לפי נושא הם משימות שונות גם כשהם משתמשים באותו אוסף מקורות. הכינו את התוכן בעקביות, תעדו את המהדורה ואת מספר הממדים ושמרו כל וקטור מקושר למקור שלו. הדמיון מספק מועמדים לבדיקה בידי היישום; הוא אינו מוכיח ששתי רשומות מציינות את אותה עובדה או שמקור שאוחזר עונה על שאלה במלואה.\n\nבחיפוש מדיה מעשי, ייצגו את התמונה או את קטע הווידאו שנבחרו והשוו אותם לתיאור התוכן הרצוי. הציגו את המקור המתאים לצד הכיתוב או טווח הזמן שלו, כדי שמשתמש יוכל לבדוק אותו. עבור עוזר ידע, אחזרו את העמוד או הקטע הרלוונטיים לפני יצירת התשובה הכתובה. תפקידו של מודל Preview הוא הייצוג המספרי הרב־מודלי התומך בשלבי הבחירה האלה, ואילו האחסון, כללי הדירוג והתשובה הסופית נשארים חלקים מתהליך העבודה שבו הוא משתלב.",
  "editorialOverlay": {
    "copy_fields": null,
    "copy_sha256": null,
    "copy_source": null,
    "html_sha256": "505039e0097bd026374f1819dc51f91329267d65f19461d4a68008de8f4b9362",
    "module_sha256": "ee9dc1c50b1e6a8fb7fa062030fcb4646b9aaaeb08be513b723a5a92a7290f06",
    "raw_model_unchanged": true,
    "schema": "ailoot-native-model-editorial-v1"
  },
  "locale": "he",
  "methods": [
    {
      "html": "<div class=\"sheet-head\"><span class=\"mav\" aria-hidden=\"true\">G</span><h2 id=\"sheet-title\">Google: Gemini Embedding 2 Preview</h2><button class=\"icon-btn\" type=\"button\" data-close-sheet aria-label=\"סגירה\">×</button></div><div class=\"idline\"><span>Google /</span><code>google/gemini-embedding-2-preview</code><button type=\"button\" id=\"copy-id\">העתקת ID</button></div><nav class=\"card-jump-nav\" aria-label=\"חלקי כרטיס המודל\"><button type=\"button\" data-card-jump=\"overview\">התחלה</button><button type=\"button\" data-card-jump=\"methods\">קלט ושיטות</button><button type=\"button\" data-card-jump=\"pricing\">תעריפים</button><button type=\"button\" data-card-jump=\"examples\">דוגמאות</button><button type=\"button\" data-card-jump=\"results\">תוצאות</button><button type=\"button\" data-card-jump=\"aliases\">כינויים</button></nav><div class=\"card-method-tabs\" role=\"tablist\" aria-label=\"שיטות API\"><button type=\"button\" role=\"tab\" tabindex=\"0\" aria-controls=\"card-method-content\" aria-selected=\"true\" id=\"card-method-tab-0\" data-card-method=\"Ultra|embeddings|/v1/embeddings|google%2Fgemini-embedding-2-preview\">ייצוגים וקטוריים</button></div><div id=\"card-method-content\" role=\"tabpanel\" aria-labelledby=\"card-method-tab-0\"><section class=\"card-section\" data-card-section=\"overview\"><h3 tabindex=\"-1\">התחלה</h3><p class=\"mdesc-full\">Gemini Embedding 2 Preview ממיר טקסט, תמונות, אודיו, וידאו ו־PDF לווקטורים מספריים במרחב רב־מודלי אחד. פרופיל התצוגה המקדימה שלו, המתועד בנפרד, תומך באחזור ובהשוואה בין אופנויות, בקלט של 8192 טוקנים ובמספר גמיש של ממדי וקטור.</p><dl class=\"card-io\" data-card-io><div><dt>סוגי קלט נתמכים</dt><dd>טקסט</dd></div><div><dt>תוצאות</dt><dd>embedding</dd></div></dl><details class=\"card-about\"><summary>על המודל</summary><p class=\"note-s\" data-model-method-boundary>התיאור הזה מציג את יכולות המודל. הקלט, הפלט והאפשרויות הזמינים ב-Ailoot מפורטים בהמשך לפי השיטה שנבחרה.</p><div class=\"mabout\" id=\"m-about\"><p>Gemini Embedding 2 Preview הוא מהדורת התצוגה המקדימה הנקובה בשם של Google במשפחת ההטמעות הרב־מודלית המקורית שלה. הוא ממפה טקסט, תמונות, וידאו, אודיו ו־PDF למרחב מספרי משותף, עם ייצוג של כוונה סמנטית ביותר מ־100 שפות. הפלט הוא הטמעות: וקטורים המשמשים להשוואה ולאחזור של חומר קשור. זהות מהדורת התצוגה המקדימה נשארת נפרדת ממהדורת Gemini Embedding 2 היציבה, ואינה מעידה על משקולות הניתנות להחלפה או על מרחב וקטורי זהה.</p><p>ההכרזה המקורית מתארת חיפוש בין אופנויות, סיווג, קיבוץ לאשכולות, ניתוח סנטימנט ויצירה מועשרת באחזור כיישומים בהמשך התהליך. שאילתת טקסט יכולה למצוא פריט חזותי קשור, ותמונה או קליפ יכולים גם הם לשמש כמקור לחיפוש. יישום מאחסן את הייצוגים, משווה ביניהם ומחזיר את הרשומות המתאימות; מודל שפה נפרד יכול להשתמש בחומר המקור שאוחזר כדי לנסח תשובה. ההטמעה עצמה אינה מכילה הסבר בשפה טבעית או תמליל.</p><p>דף המודל שלו מתעד מגבלת קלט של 8192 טוקנים ומספר ממדי פלט בין 128 ל־3072, עם גדלים מומלצים של 768, 1536 ו־3072. הכרזת התצוגה המקדימה מציינת ברירת מחדל של 3072 ומתארת Matryoshka Representation Learning, השומרת מידע שימושי בתחיליות קצרות יותר של הייצוג. שמרו מספר ממדים נבחר אחד לווקטורים שיש להשוות ביניהם, ושמרו את מהדורת המודל עם האוסף, במקום למזג ייצוגים רק מפני שאורכיהם תואמים.</p><p>הכרזת התצוגה המקדימה מתעדת עד שש תמונות PNG או JPEG בכל בקשה, עד 120 שניות של וידאו MP4 או MOV ומסמכי PDF באורך של עד שישה עמודים. היא מתעדת גם הטמעת אודיו ישירה ללא תמלול טקסט ביניים. המפרטים האלה מגיעים מהכרזת התצוגה המקדימה עצמה, ולא מהמדריך המאוחר יותר לגרסה היציבה. ההכרזה אינה קובעת את כל המגבלות העדכניות של משך האודיו, הקודקים או דגימת הפריימים בפרופיל התצוגה המקדימה המדויק הזה.</p><p>קלט רב־מודלי משולב מאפשר לייצוג לשקף קשרים בין סוגי מדיה, כגון תמונה והכיתוב שלה. בקטלוג מוצרים, ספקו יחד את התצלום ואת התיאור המאושר כאשר הם מתארים אובייקט אחד שניתן לאחזר. באוסף מסמכים, חלקו את המקור לקטעים ממוקדים או לעמודים ושמרו את הכותרת והמיקום. בספריית מדיה, בחרו קליפ המתאים לאירוע שהמשתמשים צריכים למצוא ושמרו את טווח הזמן המקורי שלו עם הרשומה המאוחסנת.</p><p>משימת אחזור שימושית מבהירה את הקשר המיועד. שאלה המבקשת הסבר, חיפוש פריטים דומים מבחינה חזותית וקיבוץ לפי נושא הם משימות שונות גם כשהם משתמשים באותו אוסף מקורות. הכינו את התוכן בעקביות, תעדו את המהדורה ואת מספר הממדים ושמרו כל וקטור מקושר למקור שלו. הדמיון מספק מועמדים לבדיקה בידי היישום; הוא אינו מוכיח ששתי רשומות מציינות את אותה עובדה או שמקור שאוחזר עונה על שאלה במלואה.</p><p>בחיפוש מדיה מעשי, ייצגו את התמונה או את קטע הווידאו שנבחרו והשוו אותם לתיאור התוכן הרצוי. הציגו את המקור המתאים לצד הכיתוב או טווח הזמן שלו, כדי שמשתמש יוכל לבדוק אותו. עבור עוזר ידע, אחזרו את העמוד או הקטע הרלוונטיים לפני יצירת התשובה הכתובה. תפקידו של מודל Preview הוא הייצוג המספרי הרב־מודלי התומך בשלבי הבחירה האלה, ואילו האחסון, כללי הדירוג והתשובה הסופית נשארים חלקים מתהליך העבודה שבו הוא משתלב.</p></div></details></section><section class=\"card-section\" data-card-section=\"methods\"><h3 tabindex=\"-1\">זמין ב-Ailoot · קלט ושיטות</h3><details class=\"card-method\" open><summary><b>Ailoot Ultra · ייצוגים וקטוריים</b> <code>POST /v1/embeddings</code></summary><dl class=\"method-capabilities\"><div><dt>סוגי קלט</dt><dd><code>text</code></dd></div><div><dt>סוגי פלט</dt><dd><code>embedding</code></dd></div><div><dt>הקשר</dt><dd>⁦8,192⁩ tokens</dd></div><div><dt>פורמט פלט</dt><dd>json</dd></div></dl><div class=\"tw\" data-card-parameters data-typed-parameters><table><thead><tr><th>שדה</th><th>סוג</th><th>דרישה</th><th>ערכים ומגבלות</th><th>ברירת מחדל</th></tr></thead><tbody><tr data-parameter-availability=\"source_interface\"><th data-cell-label=\"שדה\" scope=\"row\"><span class=\"card-cell-label\">שדה</span><code class=\"card-field-name\">model</code></th><td data-cell-label=\"סוג\" data-field-type><span class=\"card-cell-label\">סוג</span><code>string</code></td><td data-cell-label=\"דרישה\"><span class=\"card-cell-label\">דרישה</span>חובה</td><td data-cell-label=\"ערכים ומגבלות\"><span class=\"card-cell-label\">ערכים ומגבלות</span><div>google/gemini-embedding-2-preview</div></td><td data-cell-label=\"ברירת מחדל\" data-default=\"unspecified\"><span class=\"card-cell-label\">ברירת מחדל</span>—</td></tr><tr data-parameter-availability=\"source_interface\"><th data-cell-label=\"שדה\" scope=\"row\"><span class=\"card-cell-label\">שדה</span><code class=\"card-field-name\">input</code></th><td data-cell-label=\"סוג\" data-field-type><span class=\"card-cell-label\">סוג</span><code>string|string[]</code></td><td data-cell-label=\"דרישה\"><span class=\"card-cell-label\">דרישה</span>חובה</td><td data-cell-label=\"ערכים ומגבלות\"><span class=\"card-cell-label\">ערכים ומגבלות</span></td><td data-cell-label=\"ברירת מחדל\" data-default=\"unspecified\"><span class=\"card-cell-label\">ברירת מחדל</span>—</td></tr></tbody></table></div><details class=\"card-about\" data-material-combinations><summary>שילובים של חומרי קלט</summary><p class=\"note-s\"><b>text_to_embedding</b></p></details><details class=\"note-s\" data-method-contract><summary>פרמטרים ומחזור חיים של השיטה</summary><div class=\"tw\" data-card-table=\"contract\"><table><thead><tr><th>פרמטר</th><th>מפרט</th></tr></thead><tbody><tr><th data-cell-label=\"פרמטר\" scope=\"row\"><span class=\"card-cell-label\">פרמטר</span><code>content_type</code></th><td data-cell-label=\"מפרט\"><span class=\"card-cell-label\">מפרט</span>application/json</td></tr><tr><th data-cell-label=\"פרמטר\" scope=\"row\"><span class=\"card-cell-label\">פרמטר</span><code>required</code></th><td data-cell-label=\"מפרט\"><span class=\"card-cell-label\">מפרט</span>model, input</td></tr><tr><th data-cell-label=\"פרמטר\" scope=\"row\"><span class=\"card-cell-label\">פרמטר</span><code>input_shapes</code></th><td data-cell-label=\"מפרט\"><span class=\"card-cell-label\">מפרט</span>string, string[]</td></tr><tr><th data-cell-label=\"פרמטר\" scope=\"row\"><span class=\"card-cell-label\">פרמטר</span><code>material_types</code></th><td data-cell-label=\"מפרט\"><span class=\"card-cell-label\">מפרט</span>text</td></tr></tbody></table></div><p>מחזור חיים: <code>synchronous_json</code></p><p class=\"note-s\">יש לשמור כל וקטור ואינדקס שהוחזרו.</p><p class=\"note-s\">אין להסיק מפרופיל הטקסט המזערי הזה תמיכה בתמונות, באודיו או באובייקטי קבצים.</p></details></details></section><section class=\"card-section\" data-card-section=\"pricing\"><h3 tabindex=\"-1\">תעריפים</h3><div data-native-semantic-method=\"v1\" data-tariff-reference-only><p class=\"note-s\" data-rate-support-note>מידע תעריפים אינו מוסיף אפשרויות לבקשה. הפרמטרים הנתמכים מפורטים בשיטה שנבחרה.</p><dl data-price-conditions><dt>מצב מהיר</dt><dd>לא צוין <span class=\"note-s\">כאשר נבחר מצב מהיר</span></dd><dt>מצב Flex</dt><dd>לא צוין <span class=\"note-s\">כאשר נבחר מצב flex</span></dd><dt>מאמץ חשיבה מרבי</dt><dd>לא צוין <span class=\"note-s\">כאשר מאמץ החשיבה המרבי משתמש בהתאמת ברירת המחדל (default)</span></dd></dl></div><div data-declared-tariff-pricing><h4>תעריפי Ailoot</h4><h4>מחירים לפי תצורה</h4><div class=\"tw\" data-pricing-profiles><table><thead><tr><th>תצורה</th><th>טבלת תעריפים</th><th>חיוב</th></tr></thead><tbody><tr><th data-cell-label=\"תצורה\" scope=\"row\"><span class=\"card-cell-label\">תצורה</span>תעריפי הבסיס לטוקנים</th><td data-cell-label=\"טבלת תעריפים\"><span class=\"card-cell-label\">טבלת תעריפים</span>תעריף בסיס</td><td data-cell-label=\"חיוב\"><span class=\"card-cell-label\">חיוב</span><div><span>קלט · טוקני קלט</span> <b>$0.0004</b> <span class=\"price-unit\">/ 1K טוקנים</span></div><div><span>פלט · טוקני פלט</span> <b>$0</b> <span class=\"price-unit\">/ 1K טוקנים</span></div><div><span>קלט · קריאה מהמטמון</span> <b>—</b> <span class=\"price-unit\">/ 1K טוקנים</span></div><div><span>קלט · כתיבה למטמון</span> <b>—</b> <span class=\"price-unit\">/ 1K טוקנים</span></div><div><span>קלט · כתיבה למטמון, 1 שעה</span> <b>—</b> <span class=\"price-unit\">/ 1K טוקנים</span></div></td></tr></tbody></table></div></div><p class=\"note-s\">לפני הבקשה Ailoot משריינת סכום משוער. לאחר קבלת התוצאה היא מסדירה את החיוב הסופי לפי השימוש המדוד. הסדרת חיוב בהזרמה משתמשת ברשומת השימוש הסופית. <a href=\"/docs/he/billing/reserve/\">איך פועלים שריון הסכום והסדרת החיוב →</a></p></section><section class=\"card-section\" data-card-section=\"examples\"><h3 tabindex=\"-1\">דוגמאות לבקשות</h3><h4>Ailoot Ultra · ייצוגים וקטוריים</h4><div class=\"code-group\"><div class=\"cg-bar\"><div class=\"cg-tabs\" role=\"tablist\" aria-label=\"אפשרויות קוד\"><button class=\"cg-tab\" id=\"model-code-1488-tab-0\" role=\"tab\" type=\"button\" aria-controls=\"model-code-1488-panel-0\" aria-selected=\"true\" tabindex=\"0\">גוף JSON מינימלי ושלם</button><button class=\"cg-tab\" id=\"model-code-1488-tab-1\" role=\"tab\" type=\"button\" aria-controls=\"model-code-1488-panel-1\" aria-selected=\"false\" tabindex=\"-1\">curl · דוגמה מינימלית להטמעות טקסט</button></div><div class=\"cg-tools\"><button class=\"cg-btn cg-copy\" type=\"button\" aria-label=\"העתקת הקוד\"><svg class=\"cp\" viewBox=\"0 0 16 16\" fill=\"none\" stroke=\"currentColor\" stroke-width=\"1.4\"><rect x=\"5.25\" y=\"5.25\" width=\"8.5\" height=\"8.5\" rx=\"1.75\"/><path d=\"M10.75 5.25V3.5a1.25 1.25 0 0 0-1.25-1.25H3.5A1.25 1.25 0 0 0 2.25 3.5v6a1.25 1.25 0 0 0 1.25 1.25h1.75\"/></svg><svg class=\"ok\" viewBox=\"0 0 16 16\" fill=\"none\" stroke=\"currentColor\" stroke-width=\"1.4\"><path d=\"m3 8.5 3.25 3.25L13 5\"/></svg></button></div></div><div class=\"cg-body\"><div class=\"cg-pane\" id=\"model-code-1488-panel-0\" role=\"tabpanel\" aria-labelledby=\"model-code-1488-tab-0\"><pre data-lang=\"json\"><code>{\n  &quot;model&quot;: &quot;google/gemini-embedding-2-preview&quot;,\n  &quot;input&quot;: [\n    &quot;First document&quot;,\n    &quot;Second document&quot;\n  ]\n}</code></pre></div><div class=\"cg-pane\" id=\"model-code-1488-panel-1\" role=\"tabpanel\" aria-labelledby=\"model-code-1488-tab-1\" hidden><pre data-lang=\"bash\"><code>set -eu\n: &quot;${AILOOT_API_KEY:?Set your Ailoot API key}&quot;\ncat &gt; embedding-request.json &lt;&lt;&#39;JSON_REQUEST&#39;\n{\n  &quot;model&quot;: &quot;google/gemini-embedding-2-preview&quot;,\n  &quot;input&quot;: [\n    &quot;First document&quot;,\n    &quot;Second document&quot;\n  ]\n}\nJSON_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/embeddings \\\n  -H &quot;Authorization: Bearer $AILOOT_API_KEY&quot; -H &#39;Content-Type: application/json&#39; \\\n  --data-binary @embedding-request.json -o embedding-response.json\n</code></pre></div></div></div></section><section class=\"card-section\" data-card-section=\"results\"><h3 tabindex=\"-1\">קבלה ושמירה של תוצאות</h3><h4>Ailoot Ultra · ייצוגים וקטוריים</h4><p class=\"note-s\">json</p><div class=\"card-result-process\" data-all-results><h5>שמירת כל התוצאות שהושלמו</h5><p class=\"note-s\">שמרו כל תגובה מלאה, קובץ ומקטע תוכן שהוחזרו.</p><p class=\"note-s\">שמרו כל וקטור עם האינדקס שלו. מספר הווקטורים חייב להיות שווה למספר פריטי הקלט; מספר הממדים חייב להיות עקבי.</p></div><div class=\"card-result-process\" data-unknown-recovery><h5>כשצריך לבדוק את התגובה המקורית</h5><p class=\"note-s\">לא מתווספת נקודת קצה למשימות הטמעה.</p></div><details class=\"card-about\" data-output-fields><summary>שדות התגובה</summary><div class=\"tw\" data-card-table=\"output\"><table><thead><tr><th>שדה</th><th>סוג</th></tr></thead><tbody><tr><th data-cell-label=\"שדה\" scope=\"row\"><span class=\"card-cell-label\">שדה</span><code class=\"card-field-name\">object</code></th><td data-cell-label=\"סוג\" data-field-type><span class=\"card-cell-label\">סוג</span>string</td></tr><tr><th data-cell-label=\"שדה\" scope=\"row\"><span class=\"card-cell-label\">שדה</span><code class=\"card-field-name\">model</code></th><td data-cell-label=\"סוג\" data-field-type><span class=\"card-cell-label\">סוג</span>string</td></tr><tr><th data-cell-label=\"שדה\" scope=\"row\"><span class=\"card-cell-label\">שדה</span><code class=\"card-field-name\">data[].index</code></th><td data-cell-label=\"סוג\" data-field-type><span class=\"card-cell-label\">סוג</span>integer</td></tr><tr><th data-cell-label=\"שדה\" scope=\"row\"><span class=\"card-cell-label\">שדה</span><code class=\"card-field-name\">data[].embedding</code></th><td data-cell-label=\"סוג\" data-field-type><span class=\"card-cell-label\">סוג</span>finite float[]</td></tr><tr><th data-cell-label=\"שדה\" scope=\"row\"><span class=\"card-cell-label\">שדה</span><code class=\"card-field-name\">usage</code></th><td data-cell-label=\"סוג\" data-field-type><span class=\"card-cell-label\">סוג</span>object</td></tr></tbody></table></div></details><details class=\"card-about\" data-method-errors><summary>שגיאות והשלבים הבאים</summary><div class=\"tw\" data-card-table=\"errors\"><table><thead><tr><th>תגובה</th><th>תנאי</th><th>השלב הבא</th></tr></thead><tbody><tr><th data-cell-label=\"תגובה\" scope=\"row\"><span class=\"card-cell-label\">תגובה</span>⁦400⁩ · <code>invalid_request_error</code></th><td data-cell-label=\"תנאי\"><span class=\"card-cell-label\">תנאי</span>model חסר או JSON במבנה לא תקין.</td><td data-cell-label=\"השלב הבא\"><span class=\"card-cell-label\">השלב הבא</span>יש לתקן את השדות שצוינו.</td></tr><tr><th data-cell-label=\"תגובה\" scope=\"row\"><span class=\"card-cell-label\">תגובה</span>⁦413⁩ · <code>invalid_request_error</code></th><td data-cell-label=\"תנאי\"><span class=\"card-cell-label\">תנאי</span>גודל גוף הבקשה חורג מהמגבלה שהוגדרה.</td><td data-cell-label=\"השלב הבא\"><span class=\"card-cell-label\">השלב הבא</span>יש לצמצם את החומר הממשי.</td></tr><tr><th data-cell-label=\"תגובה\" scope=\"row\"><span class=\"card-cell-label\">תגובה</span>⁦422⁩ · <code>invalid_request_error</code></th><td data-cell-label=\"תנאי\"><span class=\"card-cell-label\">תנאי</span>הקלט או אמצעי הבקרה מפרים את המדיניות הייעודית הנוכחית.</td><td data-cell-label=\"השלב הבא\"><span class=\"card-cell-label\">השלב הבא</span>יש להשתמש בקלט הטקסט המזערי המוצג, ללא אפשרויות בקרה שהועברו בירושה.</td></tr><tr><th data-cell-label=\"תגובה\" scope=\"row\"><span class=\"card-cell-label\">תגובה</span>⁦503⁩ · <code>billing_error</code></th><td data-cell-label=\"תנאי\"><span class=\"card-cell-label\">תנאי</span>לא ניתן לקשר את הרשאת הגישה או את הצעת המחיר.</td><td data-cell-label=\"השלב הבא\"><span class=\"card-cell-label\">השלב הבא</span>יש לשמור את התגובה; אין להחליף את המדיניות.</td></tr></tbody></table></div></details></section><section class=\"card-section\" data-card-section=\"aliases\"><h3 tabindex=\"-1\">כינויים</h3><h4>כינויים למודל</h4><p class=\"note-s\"><span data-model-alias-route=\"Ultra\"><b>Ailoot Ultra</b> <a href=\"#m=google%2Fgemini-embedding-2-preview&amp;route=Ultra&amp;caller=google%2Fgemini-embedding-2-preview&amp;fmt=embeddings\"><code>google/gemini-embedding-2-preview</code></a></span></p><h4>כינויים לנתיבי שיטות</h4><p class=\"note-s\">השתמשו בנתיבי השיטות המוצגים למעלה.</p><h4>מזהי מודלים קשורים IDs</h4><p class=\"note-s\"><a href=\"#m=google%2Fgemini-embedding-2-preview&amp;route=Ultra&amp;caller=google%2Fgemini-embedding-2-preview&amp;fmt=embeddings\"><code>google/gemini-embedding-2-preview</code></a></p></section></div>",
      "method_identity": {
        "effective_request_model_id": "google/gemini-embedding-2-preview",
        "fmt": "embeddings",
        "http": "POST",
        "path": "/v1/embeddings",
        "request_model_id": "google/gemini-embedding-2-preview",
        "route_label": "Ultra"
      },
      "method_key": "Ultra|embeddings|/v1/embeddings|google%2Fgemini-embedding-2-preview",
      "ordinal": 0,
      "rawMethod": {
        "available": null,
        "cache_read": null,
        "cache_write": null,
        "cache_write_1h": null,
        "contract": {
          "data": {
            "all_results": "Keep every vector with its index. Vector count must equal input count; dimensions must be consistent.",
            "errors": [
              {
                "code": null,
                "condition": "model חסר או JSON במבנה לא תקין.",
                "http_status": 400,
                "recovery": "יש לתקן את השדות שצוינו.",
                "type": "invalid_request_error"
              },
              {
                "code": null,
                "condition": "גודל גוף הבקשה חורג מהמגבלה שהוגדרה.",
                "http_status": 413,
                "recovery": "יש לצמצם את החומר הממשי.",
                "type": "invalid_request_error"
              },
              {
                "code": null,
                "condition": "הקלט או אמצעי הבקרה מפרים את המדיניות הייעודית הנוכחית.",
                "http_status": 422,
                "recovery": "יש להשתמש בקלט הטקסט המזערי המוצג, ללא אפשרויות בקרה שהועברו בירושה.",
                "type": "invalid_request_error"
              },
              {
                "code": null,
                "condition": "לא ניתן לקשר את הרשאת הגישה או את הצעת המחיר.",
                "http_status": 503,
                "recovery": "יש לשמור את התגובה; אין להחליף את המדיניות.",
                "type": "billing_error"
              }
            ],
            "example_body": {
              "input": [
                "First document",
                "Second document"
              ],
              "model": "google/gemini-embedding-2-preview"
            },
            "hints": [],
            "ignored_fields": [],
            "lifecycle": {
              "create": {
                "http": "POST",
                "path": "/v1/embeddings"
              },
              "job_read": null,
              "mode": "synchronous_json",
              "unknown": "לא מתווספת נקודת קצה למשימות הטמעה."
            },
            "material_combinations": [
              {
                "alternatives": [
                  "string",
                  "string[]"
                ],
                "mode": "text_to_embedding"
              }
            ],
            "operation_modes": [
              "single_embedding",
              "batched_embeddings"
            ],
            "outputs": {
              "all_results": "שמרו כל וקטור עם האינדקס שלו. מספר הווקטורים חייב להיות שווה למספר פריטי הקלט; מספר הממדים חייב להיות עקבי.",
              "default_dimensions": null,
              "family": "embedding",
              "fields": [
                {
                  "description": null,
                  "name": "object",
                  "type": "string"
                },
                {
                  "description": null,
                  "name": "model",
                  "type": "string"
                },
                {
                  "description": null,
                  "name": "data[].index",
                  "type": "integer"
                },
                {
                  "description": null,
                  "name": "data[].embedding",
                  "type": "finite float[]"
                },
                {
                  "description": null,
                  "name": "usage",
                  "type": "object"
                }
              ],
              "format": "json"
            },
            "parameters": [
              {
                "availability": "source_interface",
                "default": null,
                "default_known": false,
                "enum": [
                  "google/gemini-embedding-2-preview"
                ],
                "enum_known": true,
                "name": "model",
                "required": true,
                "type": "string"
              },
              {
                "availability": "source_interface",
                "default": null,
                "default_known": false,
                "enum": null,
                "enum_known": false,
                "name": "input",
                "required": true,
                "type": "string|string[]"
              }
            ],
            "profile_binding": "Minimal current Source subset: only model and text input. Optional controls and another model dimensions/token limits are not inherited.",
            "request_schema": {
              "additionalProperties": false,
              "properties": {
                "input": {
                  "oneOf": [
                    {
                      "minLength": 1,
                      "type": "string"
                    },
                    {
                      "items": {
                        "minLength": 1,
                        "type": "string"
                      },
                      "minItems": 1,
                      "type": "array"
                    }
                  ]
                },
                "model": {
                  "enum": [
                    "google/gemini-embedding-2-preview"
                  ],
                  "type": "string"
                }
              },
              "required": [
                "model",
                "input"
              ],
              "type": "object"
            },
            "schema_template": {
              "input": [
                "First document",
                "Second document"
              ],
              "model": "google/gemini-embedding-2-preview"
            },
            "unsupported": [
              "image/audio/file objects in this minimal text profile",
              "dimensions (current Native43 supports_dimensions:false)",
              "foreign model-specific dimensions or token limits"
            ]
          },
          "hints": [
            "יש לשמור כל וקטור ואינדקס שהוחזרו.",
            "אין להסיק מפרופיל הטקסט המזערי הזה תמיכה בתמונות, באודיו או באובייקטי קבצים."
          ],
          "input": {
            "content_type": "application/json",
            "input_shapes": [
              "string",
              "string[]"
            ],
            "material_types": [
              "text"
            ],
            "required": [
              "model",
              "input"
            ]
          },
          "lifecycle": {
            "mode": "synchronous_json",
            "unknown": "no embedding job endpoint inferred"
          },
          "manufacturer_capability": null,
          "method": {
            "http": "POST",
            "path": "/v1/embeddings"
          },
          "method_aliases": [],
          "operation_modes": [
            "text_to_embedding"
          ],
          "output": {
            "default_dimensions": null,
            "family": "embedding",
            "format": "json",
            "http_success": 200,
            "vectors": "Keep every vector, index, model and usage field. Current dedicated Source validates count, finite float elements and consistent actual dimensions."
          }
        },
        "ctx": 8192,
        "declared_pricing_profiles": [
          {
            "dimensions": {
              "regime": "base"
            },
            "label": "תעריפי הבסיס לטוקנים",
            "units": [
              {
                "amount": "0.0004000",
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "input_price",
                "label": "Input tokens",
                "native_amount_usd_per_unit": "0.0000004",
                "native_quantity": 1,
                "native_unit": "input_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "in",
                "unit": "input_token"
              },
              {
                "amount": "0",
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "output_price",
                "label": "Output tokens",
                "native_amount_usd_per_unit": "0",
                "native_quantity": 1,
                "native_unit": "output_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "out",
                "unit": "output_token"
              },
              {
                "amount": null,
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "cache_read_price",
                "label": "Cache read",
                "native_amount_usd_per_unit": null,
                "native_quantity": 1,
                "native_unit": "cached_input_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "in",
                "unit": "cached_input_token"
              },
              {
                "amount": null,
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "cache_write_price",
                "label": "Cache write",
                "native_amount_usd_per_unit": null,
                "native_quantity": 1,
                "native_unit": "generic_cache_creation_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "in",
                "unit": "generic_cache_creation_token"
              },
              {
                "amount": null,
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "cache_write_1h_price",
                "label": "Cache write, 1 hour",
                "native_amount_usd_per_unit": null,
                "native_quantity": 1,
                "native_unit": "one_hour_cache_creation_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "in",
                "unit": "one_hour_cache_creation_token"
              }
            ]
          }
        ],
        "examples": [
          {
            "code": "{\n  \"model\": \"google/gemini-embedding-2-preview\",\n  \"input\": [\n    \"First document\",\n    \"Second document\"\n  ]\n}",
            "label": "Complete minimal JSON body",
            "language": "json"
          },
          {
            "code": "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\n",
            "label": "curl · minimal text embeddings",
            "language": "bash"
          }
        ],
        "family": "openai",
        "fast_multiplier": null,
        "flex_multiplier": null,
        "fmt": "embeddings",
        "hints": [
          "Keep every vector index and dimension.",
          "Multimodal model name does not admit image objects on this exact path."
        ],
        "http": "POST",
        "in": 0.4,
        "input": [
          "text"
        ],
        "label": "ייצוגים וקטוריים",
        "max_out": null,
        "max_reasoning_effort_multiplier": null,
        "out": 0,
        "output": [
          "embedding"
        ],
        "path": "/v1/embeddings",
        "price_conditions": [
          {
            "label": "Fast mode",
            "value": "Not specified",
            "when": "When fast mode is selected"
          },
          {
            "label": "Flex mode",
            "value": "Not specified",
            "when": "When flex mode is selected"
          },
          {
            "label": "Maximum reasoning effort",
            "value": "Not specified",
            "when": "When maximum reasoning effort uses the default adjustment"
          }
        ],
        "pricing": {
          "billing_mode": "token",
          "image_input_price": null,
          "image_output_price": null,
          "per_request_price": null
        },
        "pricing_profiles": [
          {
            "dimensions": {
              "regime": "base"
            },
            "label": "Base token rates",
            "units": [
              {
                "amount": "0.0004000",
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "input_price",
                "label": "Input tokens",
                "native_amount_usd_per_unit": "0.0000004",
                "native_quantity": 1,
                "native_unit": "input_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "in",
                "unit": "input_token"
              },
              {
                "amount": "0",
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "output_price",
                "label": "Output tokens",
                "native_amount_usd_per_unit": "0",
                "native_quantity": 1,
                "native_unit": "output_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "out",
                "unit": "output_token"
              },
              {
                "amount": null,
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "cache_read_price",
                "label": "Cache read",
                "native_amount_usd_per_unit": null,
                "native_quantity": 1,
                "native_unit": "cached_input_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "in",
                "unit": "cached_input_token"
              },
              {
                "amount": null,
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "cache_write_price",
                "label": "Cache write",
                "native_amount_usd_per_unit": null,
                "native_quantity": 1,
                "native_unit": "generic_cache_creation_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "in",
                "unit": "generic_cache_creation_token"
              },
              {
                "amount": null,
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "cache_write_1h_price",
                "label": "Cache write, 1 hour",
                "native_amount_usd_per_unit": null,
                "native_quantity": 1,
                "native_unit": "one_hour_cache_creation_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "in",
                "unit": "one_hour_cache_creation_token"
              }
            ]
          }
        ],
        "request_model_id": "google/gemini-embedding-2-preview",
        "route_label": "Ultra",
        "status_reads": [],
        "tiers": [],
        "units": [
          {
            "amount": "0.0004000",
            "amount_unit": "usd_per_thousand_tokens",
            "billing_input": true,
            "estimate_only": false,
            "key": "input_price",
            "label": "Input tokens",
            "native_amount_usd_per_unit": "0.0000004",
            "native_quantity": 1,
            "native_unit": "input_token",
            "public_unit_label": "/ 1K tokens",
            "quantity": 1000,
            "quantity_is_estimate": false,
            "rate_role": "typed_native_retail_rate",
            "side": "in",
            "unit": "input_token"
          },
          {
            "amount": "0",
            "amount_unit": "usd_per_thousand_tokens",
            "billing_input": true,
            "estimate_only": false,
            "key": "output_price",
            "label": "Output tokens",
            "native_amount_usd_per_unit": "0",
            "native_quantity": 1,
            "native_unit": "output_token",
            "public_unit_label": "/ 1K tokens",
            "quantity": 1000,
            "quantity_is_estimate": false,
            "rate_role": "typed_native_retail_rate",
            "side": "out",
            "unit": "output_token"
          },
          {
            "amount": null,
            "amount_unit": "usd_per_thousand_tokens",
            "billing_input": true,
            "estimate_only": false,
            "key": "cache_read_price",
            "label": "Cache read",
            "native_amount_usd_per_unit": null,
            "native_quantity": 1,
            "native_unit": "cached_input_token",
            "public_unit_label": "/ 1K tokens",
            "quantity": 1000,
            "quantity_is_estimate": false,
            "rate_role": "typed_native_retail_rate",
            "side": "in",
            "unit": "cached_input_token"
          },
          {
            "amount": null,
            "amount_unit": "usd_per_thousand_tokens",
            "billing_input": true,
            "estimate_only": false,
            "key": "cache_write_price",
            "label": "Cache write",
            "native_amount_usd_per_unit": null,
            "native_quantity": 1,
            "native_unit": "generic_cache_creation_token",
            "public_unit_label": "/ 1K tokens",
            "quantity": 1000,
            "quantity_is_estimate": false,
            "rate_role": "typed_native_retail_rate",
            "side": "in",
            "unit": "generic_cache_creation_token"
          },
          {
            "amount": null,
            "amount_unit": "usd_per_thousand_tokens",
            "billing_input": true,
            "estimate_only": false,
            "key": "cache_write_1h_price",
            "label": "Cache write, 1 hour",
            "native_amount_usd_per_unit": null,
            "native_quantity": 1,
            "native_unit": "one_hour_cache_creation_token",
            "public_unit_label": "/ 1K tokens",
            "quantity": 1000,
            "quantity_is_estimate": false,
            "rate_role": "typed_native_retail_rate",
            "side": "in",
            "unit": "one_hour_cache_creation_token"
          }
        ]
      }
    }
  ],
  "model_id": "google/gemini-embedding-2-preview",
  "nativeProvenance": {
    "input_facts_canonical_sha256": "d107caccd926e946b6957d5076d7c8fb3d1601a655882b50c6ea25ca83f33c33",
    "input_html_sha256": "3e2467c39b1948467cbb6b62dfa3c881694875ea9fad04cf0c1e13934bfc2884",
    "private_audit_sha256": "bbcc11600d102d53aedad887a40d08b81d0ddb6b09b7e25b6adfbcd440d8c79f",
    "role": "historical-normalized-input-audit-hashes",
    "schema": "ailoot-native-model-provenance-v2"
  },
  "page": {
    "canonical": "https://ailoot.ai/models/he/google-gemini-embedding-2-preview/",
    "description": "Gemini Embedding 2 Preview ממיר טקסט, תמונות, אודיו, וידאו ו־PDF לווקטורים מספריים במרחב רב־מודלי אחד. פרופיל התצוגה המקדימה שלו, המתועד בנפרד, תומך באחזור ובהשוואה בין אופנויות, בקלט של 8192 טוקנים ובמספר גמיש של ממדי וקטור.",
    "locale": "he",
    "md_url": "https://ailoot.ai/models/he/google-gemini-embedding-2-preview/index.md",
    "title": "Google: Gemini Embedding 2 Preview — Ailoot",
    "url": "https://ailoot.ai/models/he/google-gemini-embedding-2-preview/"
  },
  "rawModel": {
    "about": "Gemini Embedding 2 Preview הוא מהדורת התצוגה המקדימה הנקובה בשם של Google במשפחת ההטמעות הרב־מודלית המקורית שלה. הוא ממפה טקסט, תמונות, וידאו, אודיו ו־PDF למרחב מספרי משותף, עם ייצוג של כוונה סמנטית ביותר מ־100 שפות. הפלט הוא הטמעות: וקטורים המשמשים להשוואה ולאחזור של חומר קשור. זהות מהדורת התצוגה המקדימה נשארת נפרדת ממהדורת Gemini Embedding 2 היציבה, ואינה מעידה על משקולות הניתנות להחלפה או על מרחב וקטורי זהה.\n\nההכרזה המקורית מתארת חיפוש בין אופנויות, סיווג, קיבוץ לאשכולות, ניתוח סנטימנט ויצירה מועשרת באחזור כיישומים בהמשך התהליך. שאילתת טקסט יכולה למצוא פריט חזותי קשור, ותמונה או קליפ יכולים גם הם לשמש כמקור לחיפוש. יישום מאחסן את הייצוגים, משווה ביניהם ומחזיר את הרשומות המתאימות; מודל שפה נפרד יכול להשתמש בחומר המקור שאוחזר כדי לנסח תשובה. ההטמעה עצמה אינה מכילה הסבר בשפה טבעית או תמליל.\n\nדף המודל שלו מתעד מגבלת קלט של 8192 טוקנים ומספר ממדי פלט בין 128 ל־3072, עם גדלים מומלצים של 768, 1536 ו־3072. הכרזת התצוגה המקדימה מציינת ברירת מחדל של 3072 ומתארת Matryoshka Representation Learning, השומרת מידע שימושי בתחיליות קצרות יותר של הייצוג. שמרו מספר ממדים נבחר אחד לווקטורים שיש להשוות ביניהם, ושמרו את מהדורת המודל עם האוסף, במקום למזג ייצוגים רק מפני שאורכיהם תואמים.\n\nהכרזת התצוגה המקדימה מתעדת עד שש תמונות PNG או JPEG בכל בקשה, עד 120 שניות של וידאו MP4 או MOV ומסמכי PDF באורך של עד שישה עמודים. היא מתעדת גם הטמעת אודיו ישירה ללא תמלול טקסט ביניים. המפרטים האלה מגיעים מהכרזת התצוגה המקדימה עצמה, ולא מהמדריך המאוחר יותר לגרסה היציבה. ההכרזה אינה קובעת את כל המגבלות העדכניות של משך האודיו, הקודקים או דגימת הפריימים בפרופיל התצוגה המקדימה המדויק הזה.\n\nקלט רב־מודלי משולב מאפשר לייצוג לשקף קשרים בין סוגי מדיה, כגון תמונה והכיתוב שלה. בקטלוג מוצרים, ספקו יחד את התצלום ואת התיאור המאושר כאשר הם מתארים אובייקט אחד שניתן לאחזר. באוסף מסמכים, חלקו את המקור לקטעים ממוקדים או לעמודים ושמרו את הכותרת והמיקום. בספריית מדיה, בחרו קליפ המתאים לאירוע שהמשתמשים צריכים למצוא ושמרו את טווח הזמן המקורי שלו עם הרשומה המאוחסנת.\n\nמשימת אחזור שימושית מבהירה את הקשר המיועד. שאלה המבקשת הסבר, חיפוש פריטים דומים מבחינה חזותית וקיבוץ לפי נושא הם משימות שונות גם כשהם משתמשים באותו אוסף מקורות. הכינו את התוכן בעקביות, תעדו את המהדורה ואת מספר הממדים ושמרו כל וקטור מקושר למקור שלו. הדמיון מספק מועמדים לבדיקה בידי היישום; הוא אינו מוכיח ששתי רשומות מציינות את אותה עובדה או שמקור שאוחזר עונה על שאלה במלואה.\n\nבחיפוש מדיה מעשי, ייצגו את התמונה או את קטע הווידאו שנבחרו והשוו אותם לתיאור התוכן הרצוי. הציגו את המקור המתאים לצד הכיתוב או טווח הזמן שלו, כדי שמשתמש יוכל לבדוק אותו. עבור עוזר ידע, אחזרו את העמוד או הקטע הרלוונטיים לפני יצירת התשובה הכתובה. תפקידו של מודל Preview הוא הייצוג המספרי הרב־מודלי התומך בשלבי הבחירה האלה, ואילו האחסון, כללי הדירוג והתשובה הסופית נשארים חלקים מתהליך העבודה שבו הוא משתלב.",
    "alias_of": null,
    "aliases": [],
    "author": "Google",
    "capabilities": {
      "context_length": 8192,
      "manufacturer_input": [
        "text",
        "image",
        "file",
        "audio",
        "video"
      ],
      "manufacturer_output": [
        "embeddings"
      ]
    },
    "card_routes": [
      {
        "label": "Ultra",
        "rates": [
          {
            "amount": "0.0004000",
            "amount_unit": "usd_per_thousand_tokens",
            "billing_input": true,
            "estimate_only": false,
            "key": "input_price",
            "label": "Input tokens",
            "native_amount_usd_per_unit": "0.0000004",
            "native_quantity": 1,
            "native_unit": "input_token",
            "public_unit_label": "/ 1K tokens",
            "quantity": 1000,
            "quantity_is_estimate": false,
            "rate_role": "typed_native_retail_rate",
            "side": "in",
            "unit": "input_token"
          },
          {
            "amount": "0",
            "amount_unit": "usd_per_thousand_tokens",
            "billing_input": true,
            "estimate_only": false,
            "key": "output_price",
            "label": "Output tokens",
            "native_amount_usd_per_unit": "0",
            "native_quantity": 1,
            "native_unit": "output_token",
            "public_unit_label": "/ 1K tokens",
            "quantity": 1000,
            "quantity_is_estimate": false,
            "rate_role": "typed_native_retail_rate",
            "side": "out",
            "unit": "output_token"
          }
        ],
        "summary": "התמחור המלא של התצורה מופיע בפרטים."
      }
    ],
    "ctx": 8192,
    "formats": [
      "embeddings"
    ],
    "id": "google/gemini-embedding-2-preview",
    "input": [
      "text"
    ],
    "kind": "embedding",
    "max_out": null,
    "methods": [
      {
        "available": null,
        "cache_read": null,
        "cache_write": null,
        "cache_write_1h": null,
        "contract": {
          "data": {
            "all_results": "Keep every vector with its index. Vector count must equal input count; dimensions must be consistent.",
            "errors": [
              {
                "code": null,
                "condition": "model חסר או JSON במבנה לא תקין.",
                "http_status": 400,
                "recovery": "יש לתקן את השדות שצוינו.",
                "type": "invalid_request_error"
              },
              {
                "code": null,
                "condition": "גודל גוף הבקשה חורג מהמגבלה שהוגדרה.",
                "http_status": 413,
                "recovery": "יש לצמצם את החומר הממשי.",
                "type": "invalid_request_error"
              },
              {
                "code": null,
                "condition": "הקלט או אמצעי הבקרה מפרים את המדיניות הייעודית הנוכחית.",
                "http_status": 422,
                "recovery": "יש להשתמש בקלט הטקסט המזערי המוצג, ללא אפשרויות בקרה שהועברו בירושה.",
                "type": "invalid_request_error"
              },
              {
                "code": null,
                "condition": "לא ניתן לקשר את הרשאת הגישה או את הצעת המחיר.",
                "http_status": 503,
                "recovery": "יש לשמור את התגובה; אין להחליף את המדיניות.",
                "type": "billing_error"
              }
            ],
            "example_body": {
              "input": [
                "First document",
                "Second document"
              ],
              "model": "google/gemini-embedding-2-preview"
            },
            "hints": [],
            "ignored_fields": [],
            "lifecycle": {
              "create": {
                "http": "POST",
                "path": "/v1/embeddings"
              },
              "job_read": null,
              "mode": "synchronous_json",
              "unknown": "לא מתווספת נקודת קצה למשימות הטמעה."
            },
            "material_combinations": [
              {
                "alternatives": [
                  "string",
                  "string[]"
                ],
                "mode": "text_to_embedding"
              }
            ],
            "operation_modes": [
              "single_embedding",
              "batched_embeddings"
            ],
            "outputs": {
              "all_results": "שמרו כל וקטור עם האינדקס שלו. מספר הווקטורים חייב להיות שווה למספר פריטי הקלט; מספר הממדים חייב להיות עקבי.",
              "default_dimensions": null,
              "family": "embedding",
              "fields": [
                {
                  "description": null,
                  "name": "object",
                  "type": "string"
                },
                {
                  "description": null,
                  "name": "model",
                  "type": "string"
                },
                {
                  "description": null,
                  "name": "data[].index",
                  "type": "integer"
                },
                {
                  "description": null,
                  "name": "data[].embedding",
                  "type": "finite float[]"
                },
                {
                  "description": null,
                  "name": "usage",
                  "type": "object"
                }
              ],
              "format": "json"
            },
            "parameters": [
              {
                "availability": "source_interface",
                "default": null,
                "default_known": false,
                "enum": [
                  "google/gemini-embedding-2-preview"
                ],
                "enum_known": true,
                "name": "model",
                "required": true,
                "type": "string"
              },
              {
                "availability": "source_interface",
                "default": null,
                "default_known": false,
                "enum": null,
                "enum_known": false,
                "name": "input",
                "required": true,
                "type": "string|string[]"
              }
            ],
            "profile_binding": "Minimal current Source subset: only model and text input. Optional controls and another model dimensions/token limits are not inherited.",
            "request_schema": {
              "additionalProperties": false,
              "properties": {
                "input": {
                  "oneOf": [
                    {
                      "minLength": 1,
                      "type": "string"
                    },
                    {
                      "items": {
                        "minLength": 1,
                        "type": "string"
                      },
                      "minItems": 1,
                      "type": "array"
                    }
                  ]
                },
                "model": {
                  "enum": [
                    "google/gemini-embedding-2-preview"
                  ],
                  "type": "string"
                }
              },
              "required": [
                "model",
                "input"
              ],
              "type": "object"
            },
            "schema_template": {
              "input": [
                "First document",
                "Second document"
              ],
              "model": "google/gemini-embedding-2-preview"
            },
            "unsupported": [
              "image/audio/file objects in this minimal text profile",
              "dimensions (current Native43 supports_dimensions:false)",
              "foreign model-specific dimensions or token limits"
            ]
          },
          "hints": [
            "יש לשמור כל וקטור ואינדקס שהוחזרו.",
            "אין להסיק מפרופיל הטקסט המזערי הזה תמיכה בתמונות, באודיו או באובייקטי קבצים."
          ],
          "input": {
            "content_type": "application/json",
            "input_shapes": [
              "string",
              "string[]"
            ],
            "material_types": [
              "text"
            ],
            "required": [
              "model",
              "input"
            ]
          },
          "lifecycle": {
            "mode": "synchronous_json",
            "unknown": "no embedding job endpoint inferred"
          },
          "manufacturer_capability": null,
          "method": {
            "http": "POST",
            "path": "/v1/embeddings"
          },
          "method_aliases": [],
          "operation_modes": [
            "text_to_embedding"
          ],
          "output": {
            "default_dimensions": null,
            "family": "embedding",
            "format": "json",
            "http_success": 200,
            "vectors": "Keep every vector, index, model and usage field. Current dedicated Source validates count, finite float elements and consistent actual dimensions."
          }
        },
        "ctx": 8192,
        "declared_pricing_profiles": [
          {
            "dimensions": {
              "regime": "base"
            },
            "label": "תעריפי הבסיס לטוקנים",
            "units": [
              {
                "amount": "0.0004000",
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "input_price",
                "label": "Input tokens",
                "native_amount_usd_per_unit": "0.0000004",
                "native_quantity": 1,
                "native_unit": "input_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "in",
                "unit": "input_token"
              },
              {
                "amount": "0",
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "output_price",
                "label": "Output tokens",
                "native_amount_usd_per_unit": "0",
                "native_quantity": 1,
                "native_unit": "output_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "out",
                "unit": "output_token"
              },
              {
                "amount": null,
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "cache_read_price",
                "label": "Cache read",
                "native_amount_usd_per_unit": null,
                "native_quantity": 1,
                "native_unit": "cached_input_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "in",
                "unit": "cached_input_token"
              },
              {
                "amount": null,
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "cache_write_price",
                "label": "Cache write",
                "native_amount_usd_per_unit": null,
                "native_quantity": 1,
                "native_unit": "generic_cache_creation_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "in",
                "unit": "generic_cache_creation_token"
              },
              {
                "amount": null,
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "cache_write_1h_price",
                "label": "Cache write, 1 hour",
                "native_amount_usd_per_unit": null,
                "native_quantity": 1,
                "native_unit": "one_hour_cache_creation_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "in",
                "unit": "one_hour_cache_creation_token"
              }
            ]
          }
        ],
        "examples": [
          {
            "code": "{\n  \"model\": \"google/gemini-embedding-2-preview\",\n  \"input\": [\n    \"First document\",\n    \"Second document\"\n  ]\n}",
            "label": "Complete minimal JSON body",
            "language": "json"
          },
          {
            "code": "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\n",
            "label": "curl · minimal text embeddings",
            "language": "bash"
          }
        ],
        "family": "openai",
        "fast_multiplier": null,
        "flex_multiplier": null,
        "fmt": "embeddings",
        "hints": [
          "Keep every vector index and dimension.",
          "Multimodal model name does not admit image objects on this exact path."
        ],
        "http": "POST",
        "in": 0.4,
        "input": [
          "text"
        ],
        "label": "ייצוגים וקטוריים",
        "max_out": null,
        "max_reasoning_effort_multiplier": null,
        "out": 0,
        "output": [
          "embedding"
        ],
        "path": "/v1/embeddings",
        "price_conditions": [
          {
            "label": "Fast mode",
            "value": "Not specified",
            "when": "When fast mode is selected"
          },
          {
            "label": "Flex mode",
            "value": "Not specified",
            "when": "When flex mode is selected"
          },
          {
            "label": "Maximum reasoning effort",
            "value": "Not specified",
            "when": "When maximum reasoning effort uses the default adjustment"
          }
        ],
        "pricing": {
          "billing_mode": "token",
          "image_input_price": null,
          "image_output_price": null,
          "per_request_price": null
        },
        "pricing_profiles": [
          {
            "dimensions": {
              "regime": "base"
            },
            "label": "Base token rates",
            "units": [
              {
                "amount": "0.0004000",
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "input_price",
                "label": "Input tokens",
                "native_amount_usd_per_unit": "0.0000004",
                "native_quantity": 1,
                "native_unit": "input_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "in",
                "unit": "input_token"
              },
              {
                "amount": "0",
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "output_price",
                "label": "Output tokens",
                "native_amount_usd_per_unit": "0",
                "native_quantity": 1,
                "native_unit": "output_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "out",
                "unit": "output_token"
              },
              {
                "amount": null,
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "cache_read_price",
                "label": "Cache read",
                "native_amount_usd_per_unit": null,
                "native_quantity": 1,
                "native_unit": "cached_input_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "in",
                "unit": "cached_input_token"
              },
              {
                "amount": null,
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "cache_write_price",
                "label": "Cache write",
                "native_amount_usd_per_unit": null,
                "native_quantity": 1,
                "native_unit": "generic_cache_creation_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "in",
                "unit": "generic_cache_creation_token"
              },
              {
                "amount": null,
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "cache_write_1h_price",
                "label": "Cache write, 1 hour",
                "native_amount_usd_per_unit": null,
                "native_quantity": 1,
                "native_unit": "one_hour_cache_creation_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "in",
                "unit": "one_hour_cache_creation_token"
              }
            ]
          }
        ],
        "request_model_id": "google/gemini-embedding-2-preview",
        "route_label": "Ultra",
        "status_reads": [],
        "tiers": [],
        "units": [
          {
            "amount": "0.0004000",
            "amount_unit": "usd_per_thousand_tokens",
            "billing_input": true,
            "estimate_only": false,
            "key": "input_price",
            "label": "Input tokens",
            "native_amount_usd_per_unit": "0.0000004",
            "native_quantity": 1,
            "native_unit": "input_token",
            "public_unit_label": "/ 1K tokens",
            "quantity": 1000,
            "quantity_is_estimate": false,
            "rate_role": "typed_native_retail_rate",
            "side": "in",
            "unit": "input_token"
          },
          {
            "amount": "0",
            "amount_unit": "usd_per_thousand_tokens",
            "billing_input": true,
            "estimate_only": false,
            "key": "output_price",
            "label": "Output tokens",
            "native_amount_usd_per_unit": "0",
            "native_quantity": 1,
            "native_unit": "output_token",
            "public_unit_label": "/ 1K tokens",
            "quantity": 1000,
            "quantity_is_estimate": false,
            "rate_role": "typed_native_retail_rate",
            "side": "out",
            "unit": "output_token"
          },
          {
            "amount": null,
            "amount_unit": "usd_per_thousand_tokens",
            "billing_input": true,
            "estimate_only": false,
            "key": "cache_read_price",
            "label": "Cache read",
            "native_amount_usd_per_unit": null,
            "native_quantity": 1,
            "native_unit": "cached_input_token",
            "public_unit_label": "/ 1K tokens",
            "quantity": 1000,
            "quantity_is_estimate": false,
            "rate_role": "typed_native_retail_rate",
            "side": "in",
            "unit": "cached_input_token"
          },
          {
            "amount": null,
            "amount_unit": "usd_per_thousand_tokens",
            "billing_input": true,
            "estimate_only": false,
            "key": "cache_write_price",
            "label": "Cache write",
            "native_amount_usd_per_unit": null,
            "native_quantity": 1,
            "native_unit": "generic_cache_creation_token",
            "public_unit_label": "/ 1K tokens",
            "quantity": 1000,
            "quantity_is_estimate": false,
            "rate_role": "typed_native_retail_rate",
            "side": "in",
            "unit": "generic_cache_creation_token"
          },
          {
            "amount": null,
            "amount_unit": "usd_per_thousand_tokens",
            "billing_input": true,
            "estimate_only": false,
            "key": "cache_write_1h_price",
            "label": "Cache write, 1 hour",
            "native_amount_usd_per_unit": null,
            "native_quantity": 1,
            "native_unit": "one_hour_cache_creation_token",
            "public_unit_label": "/ 1K tokens",
            "quantity": 1000,
            "quantity_is_estimate": false,
            "rate_role": "typed_native_retail_rate",
            "side": "in",
            "unit": "one_hour_cache_creation_token"
          }
        ]
      }
    ],
    "model_aliases": [
      {
        "canonical_model_id": "google/gemini-embedding-2-preview",
        "request_model_id": "google/gemini-embedding-2-preview",
        "route_label": "Ultra"
      }
    ],
    "name": "Google: Gemini Embedding 2 Preview",
    "price": {
      "in": 0.4,
      "in_label": null,
      "out": 0,
      "out_label": null,
      "scope_label": "Token rates",
      "sort_in": 0.4,
      "sort_out": 0,
      "varies": false
    },
    "short": "Gemini Embedding 2 Preview ממיר טקסט, תמונות, אודיו, וידאו ו־PDF לווקטורים מספריים במרחב רב־מודלי אחד. פרופיל התצוגה המקדימה שלו, המתועד בנפרד, תומך באחזור ובהשוואה בין אופנויות, בקלט של 8192 טוקנים ובמספר גמיש של ממדי וקטור."
  },
  "renderer_schema": {
    "method_order": "Original DTO methods order; every exact route/format/path/caller survives.",
    "prices": "Original public DTO fields and original native display HTML; no flattened or normalized offers."
  },
  "representation": "exact-public-dto-and-native-renderer-html",
  "representationNotes": {
    "current_reference": {
      "about_json_pointer": "/aboutHtml",
      "methods": [
        {
          "contract_json_pointer": "/methods/0/rawMethod/contract",
          "html_json_pointer": "/methods/0/html",
          "method_ordinal": 0
        }
      ],
      "role": "current-semantic-reference"
    },
    "raw_input": {
      "examples_role": "historical-input-not-current-ready-examples",
      "json_pointers": [
        "/rawModel",
        "/methods/0/rawMethod"
      ],
      "role": "historical-owner-input"
    },
    "schema": "ailoot-native-model-representations-v1"
  },
  "schema": "ailoot-static-model-facts-v1",
  "schema_version": 1,
  "shortText": "Gemini Embedding 2 Preview ממיר טקסט, תמונות, אודיו, וידאו ו־PDF לווקטורים מספריים במרחב רב־מודלי אחד. פרופיל התצוגה המקדימה שלו, המתועד בנפרד, תומך באחזור ובהשוואה בין אופנויות, בקלט של 8192 טוקנים ובמספר גמיש של ממדי וקטור.",
  "source": {
    "audit_sha256": "2e00086bcbfc28e64d0cebe97aa47c17d8d5618963027f8ffb9dc6123d7d25b1",
    "bridge_map_sha256": "1125275768b9636fc8461bc7da5061239a81ddfe508e2557843ca42c58ab0036",
    "raw_model_json_sha256": "ad8d224c70593b90a4a18b8a9d5a5b29136072294163401b465144b1de8ede59",
    "renderer_sha256": "c36bd89b8b0dac234af52bf68530df83530b908ec7a9f2e1de2483fe236ae910"
  },
  "sourceRevision": "f3f0d893d5fb3a423c03ccc18f2401f6faa30fe677878861d95f88ebcff484d5"
}