Source: https://ailoot.ai/models/hu/google-gemini-embedding-2-preview/ Canonical: https://ailoot.ai/models/hu/google-gemini-embedding-2-preview/ Language: hu # Google: Gemini Embedding 2 Preview [Markdown](https://ailoot.ai/models/hu/google-gemini-embedding-2-preview/index.md) · [JSON](https://ailoot.ai/models/hu/google-gemini-embedding-2-preview/facts.json) ## [Google: Gemini Embedding 2 Preview](https://ailoot.ai/models/hu/google-gemini-embedding-2-preview/) A Gemini Embedding 2 Preview szöveget, képet, hangot, videót és PDF-et alakít numerikus vektorokká egy közös multimodális térben. Külön dokumentált előzetes profilja modalitások közötti keresést és összehasonlítást, 8192 tokenes bemenetet és rugalmas vektordimenziókat támogat. - [**Ailoot Ultra · Beágyazások** `POST /v1/embeddings` `google/gemini-embedding-2-preview`](https://ailoot.ai/models/hu/google-gemini-embedding-2-preview/#method-0) A modellről Ez a leírás a modell képességeit ismerteti. Az Ailootban elérhető bemenetek, kimenetek és lehetőségek alább, a kiválasztott metódusnál láthatók. A Gemini Embedding 2 Preview a Google eleve multimodális beágyazási modellcsaládjának név szerint megjelölt előzetes kiadása. Szöveget, képet, videót, hangot és PDF-et képez le közös numerikus térbe, a szemantikai szándékot több mint 100 nyelven reprezentálva. Kimenete beágyazásokból áll: olyan vektorokból, amelyek kapcsolódó anyagok összehasonlítására és keresésére szolgálnak. Ez az előzetes kiadás külön identitású a stabil Gemini Embedding 2 kiadáshoz képest, és nem jelent felcserélhető modellparamétereket vagy azonos vektorteret. Az eredeti bejelentés a modalitások közötti keresést, az osztályozást, a klaszterezést, az érzelemelemzést és a visszakereséssel kiegészített generálást nevezi meg további alkalmazásként. Egy szöveges lekérdezés kapcsolódó vizuális elemet találhat meg, de egy kép vagy videórészlet is szolgálhat a keresés kiindulópontjául. Az alkalmazás tárolja a reprezentációkat, összehasonlítja őket, és visszaadja a megfelelő rekordokat; egy külön nyelvi modell a megtalált forrásanyagból választervezetet készíthet. Maga a beágyazás nem tartalmaz természetes nyelvű magyarázatot vagy átiratot. A modell saját oldala 8192 tokenes bemeneti korlátot és 128–3072 közötti kimeneti dimenziókat dokumentál, 768, 1536 és 3072 ajánlott mérettel. Az előzetes kiadás bejelentése 3072-t ad meg alapértelmezésként, és ismerteti a Matryoshka Representation Learning módszert, amely a reprezentáció rövidebb kezdőrészeiben is megőrzi a hasznos információt. Az összehasonlítandó vektorokhoz egy kiválasztott dimenziót használjon, és a gyűjtemény mellett őrizze meg a modellkiadás adatait, ahelyett, hogy pusztán azonos hosszuk miatt egyesítene reprezentációkat. Az előzetes kiadás bejelentése kérésenként legfeljebb hat PNG- vagy JPEG-képet, legfeljebb 120 másodpercnyi MP4- vagy MOV-videót, valamint legfeljebb hatoldalas PDF-dokumentumokat dokumentál. Közvetlen hangbeágyazást is dokumentál köztes szöveges átírás nélkül. Ezek a specifikációk az előzetes kiadás saját bejelentéséből származnak, nem a későbbi stabil útmutatóból. A bejelentés nem rögzíti a hanghosszra, kodekekre vagy képkocka-mintavételezésre vonatkozó összes aktuális korlátot ennél a konkrét előzetes profilnál. Az egymással váltakozó multimodális bemenet lehetővé teszi, hogy a reprezentáció tükrözze a médiák közötti kapcsolatokat, például egy kép és a képaláírása kapcsolatát. Termékkatalógusnál együtt adja meg a fényképet és a jóváhagyott leírást, ha egyetlen kereshető objektumot írnak le. Dokumentumgyűjteménynél ossza a forrást körülhatárolt szövegrészletekre vagy oldalakra, és őrizze meg a címét és a helyét. Médiatárnál válasszon olyan részletet, amely a felhasználók által keresendő eseménynek felel meg, és az eredeti időtartományát tartsa meg a tárolt rekord mellett. Egy hasznos keresési feladat egyértelművé teszi a kívánt kapcsolatot. A magyarázatot kérő kérdés, a vizuálisan hasonló elemek keresése és a témánkénti klaszterezés különböző feladatok, még akkor is, ha ugyanazt a forrásgyűjteményt használják. Következetesen készítse elő a tartalmat, rögzítse a kiadást és a dimenziót, és minden vektort tartson a forrásához kapcsolva. A hasonlóság jelölteket ad az alkalmazásnak vizsgálatra; nem bizonyítja, hogy két rekord ugyanazt a tényt állítja, vagy hogy egy megtalált forrás teljes mértékben megválaszol egy kérdést. Gyakorlati médiakeresésnél reprezentálja a kiválasztott képet vagy videórészletet, és hasonlítsa össze a kívánt tartalom leírásával. A megfelelő forrást a képaláírással vagy időtartománnyal együtt jelenítse meg, hogy a felhasználó megvizsgálhassa. Tudásasszisztensnél az írott válasz generálása előtt keresse meg a releváns oldalt vagy szövegrészletet. A Preview-modell szerepe az ezeket a kiválasztási lépéseket támogató multimodális numerikus reprezentáció, míg a tárolás, a rangsorolási szabályok és a végső válasz az azt körülvevő munkafolyamat részei maradnak. **Ailoot Ultra · Beágyazások** `POST /v1/embeddings` `google/gemini-embedding-2-preview` [`google/gemini-embedding-2-preview`](https://ailoot.ai/models/hu/#m=google%2Fgemini-embedding-2-preview&route=Ultra&caller=google%2Fgemini-embedding-2-preview&fmt=embeddings) Google /`google/gemini-embedding-2-preview` ### Kezdő lépések A Gemini Embedding 2 Preview szöveget, képet, hangot, videót és PDF-et alakít numerikus vektorokká egy közös multimodális térben. Külön dokumentált előzetes profilja modalitások közötti keresést és összehasonlítást, 8192 tokenes bemenetet és rugalmas vektordimenziókat támogat. Elfogadott bemenetek Szöveg Eredmények embedding ### Elérhető az Ailootban · bemenetek és metódusok **Ailoot Ultra · Beágyazások** `POST /v1/embeddings` Bemenet `text` Kimenet `embedding` Kontextus 8192 tokens Kimeneti formátum json | Mező | Típus | Követelmény | Értékek és korlátok | Alapértelmezett | | --- | --- | --- | --- | --- | | Mező`model` | Típus`string` | KövetelményKötelező | Értékek és korlátok google/gemini-embedding-2-preview | Alapértelmezett— | | Mező`input` | Típus`string\|string[]` | KövetelményKötelező | Értékek és korlátok | Alapértelmezett— | Bemeneti anyagok kombinációi **text\_to\_embedding** Metódus paraméterei és életciklusa | Paraméter | Szerződés | | --- | --- | | Paraméter`content_type` | Szerződésapplication/json | | Paraméter`required` | Szerződésmodel, input | | Paraméter`input_shapes` | Szerződésstring, string\[\] | | Paraméter`material_types` | Szerződéstext | Életciklus: `synchronous_json` Őrizzen meg minden visszaadott vektort és indexet. E minimális szöveges profilból nem következtetünk kép-, hang- vagy fájlobjektum-támogatásra. ### Díjcsomagok A díjszabás nem ad új kérési lehetőségeket. A támogatott paraméterek a kiválasztott módszernél szerepelnek. Gyors mód Nincs megadva Ha a gyors mód van kiválasztva Flex mód Nincs megadva Ha a flex mód van kiválasztva Maximális gondolkodási ráfordítás Nincs megadva Ha a maximális gondolkodási ráfordításra a default beállításhoz tartozó korrekció vonatkozik #### Ailoot-díjak #### Árak beállításonként | Beállítás | Díjtáblázat | Díj | | --- | --- | --- | | BeállításTokenenkénti alapárak | DíjtáblázatAlapdíj | Díj Bemenet · Bemeneti tokenek **$0.0004** / 1K token Kimenet · Kimeneti tokenek **$0** / 1K token Bemenet · Gyorsítótár olvasása **—** / 1K token Bemenet · Írás a gyorsítótárba **—** / 1K token Bemenet · Írás a gyorsítótárba, 1 óra **—** / 1K token | Az Ailoot a kérés előtt becsült összeget foglal le. Az eredmény után a mért használat alapján elszámolja a végső díjat. Folyamatos átvitel esetén a végső használati rekordot használja. [A foglalás és az elszámolás működése →](https://ailoot.ai/docs/hu/billing/reserve/) ### Példakérések #### Ailoot Ultra · Beágyazások Teljes, minimális JSON-törzscurl · minimális példa szövegbeágyazásokra ```json { "model": "google/gemini-embedding-2-preview", "input": [ "First document", "Second document" ] } ``` ```bash set -eu : "${AILOOT_API_KEY:?Set your Ailoot API key}" cat > embedding-request.json <<'JSON_REQUEST' { "model": "google/gemini-embedding-2-preview", "input": [ "First document", "Second document" ] } JSON_REQUEST curl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/embeddings \ -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \ --data-binary @embedding-request.json -o embedding-response.json ``` ### Eredmények fogadása és mentése #### Ailoot Ultra · Beágyazások json ##### Őrizzen meg minden elkészült eredményt Őrizzen meg minden teljes visszaadott választ, fájlt és tartalomrészt. Őrizzen meg minden vektort az indexével együtt. A vektorok számának meg kell egyeznie a bemenetek számával; a dimenzióknak egységesnek kell lenniük. ##### Ha az eredeti választ ellenőrizni kell Nem kerül bevezetésre külön beágyazási feladatvégpont. Válaszmezők | Mező | Típus | | --- | --- | | Mező`object` | Típusstring | | Mező`model` | Típusstring | | Mező`data[].index` | Típusinteger | | Mező`data[].embedding` | Típusfinite float\[\] | | Mező`usage` | Típusobject | Hibák és következő lépések | Válasz | Feltétel | Következő lépés | | --- | --- | --- | | Válasz400 · `invalid_request_error` | FeltételHiányzó model vagy hibás JSON. | Következő lépésJavítsa a megjelölt mezőket. | | Válasz413 · `invalid_request_error` | FeltételA kérés törzse meghaladja a beállított méretkorlátot. | Következő lépésCsökkentse a tényleges anyag mennyiségét. | | Válasz422 · `invalid_request_error` | FeltételA bemenet vagy a vezérlők sértik a jelenlegi külön szabályzatot. | Következő lépésHasználja a bemutatott minimális szöveges bemenetet örökölt vezérlők nélkül. | | Válasz503 · `billing_error` | FeltételAz engedélyezés vagy az árajánlat nem rendelhető hozzá. | Következő lépésŐrizze meg a választ; ne helyettesítse másik szabályzattal. | ### Álnevek #### Modell álnevei **Ailoot Ultra** [`google/gemini-embedding-2-preview`](https://ailoot.ai/models/hu/#m=google%2Fgemini-embedding-2-preview&route=Ultra&caller=google%2Fgemini-embedding-2-preview&fmt=embeddings) #### Metódusútvonalak álnevei Használja a fent látható metódusútvonalakat. #### Kapcsolódó modellazonosítók [`google/gemini-embedding-2-preview`](https://ailoot.ai/models/hu/#m=google%2Fgemini-embedding-2-preview&route=Ultra&caller=google%2Fgemini-embedding-2-preview&fmt=embeddings) FAQ · Google: Gemini Embedding 2 Preview Milyen bemenetek és eredmények érhetők el? `POST /v1/embeddings` · `google/gemini-embedding-2-preview`: `text` → `embedding` Mely mezőket használja a kérés? `POST /v1/embeddings` · `google/gemini-embedding-2-preview`: `model`, `input` Milyen korlátok érvényesek? `POST /v1/embeddings` · `google/gemini-embedding-2-preview`: `ctx`: `8192` Csatlakoztassa az Ailootot a Claude Code-hoz, OpenCode-hoz, Hermeshez vagy saját alkalmazásához. ## A vállalat és projektportfóliója A vállalat és projektportfóliója: ügyfelek milliói; havi értékesítés milliárdos nagyságrendben. ## Vásároljon tokeneket kedvezménnyel. Előfizetési kedvezmény rendszeres munkához. Promókódok — akár 50% tokenvásárlási kedvezmény. Előfizetés Válasszon kedvezményes tarifát a rendszeres kéréseihez. Promókód akár 50%-ig Vásárláskor adja meg a kódot. Az ár az érvényes akció szerint újraszámolódik. Költségek az előzményekben Minden kéréshez megmarad a modell, a tokenek és az összeg. [Előfizetés kiválasztása](https://ailoot.ai/docs/hu/billing/subscriptions/) · [Modellárak megtekintése](https://ailoot.ai/models/hu/) ## Csatlakoztassa az API-t az értékesített termékéhez. SaaS, alkalmazások és botok — az Ailoot ajánlati feltételei és licencszerződése alapján. Viszonteladáshoz kérjen viszonteladói licencet. Kereskedelmi alkalmazás Építsen szöveg-, kép-, videó- és hanggenerálást szolgáltatása fizetős funkcióiba. Viszonteladói licenc Küldje el a projekt leírását és a hozzáférés módját. Kérjen írásos használati és viszonteladási feltételeket. Dokumentumok a weboldalon Az ajánlati feltételek, licencszerződés és adatkezelési szabályzat már a csatlakoztatás előtt elérhető. [Viszonteladói licenc kérése](mailto:support@ailoot.ai) · [Ajánlati feltételek és licencszerződés](https://ailoot.ai/legal/offer?lang=hu) ## Ailoot · A vállalat és projektportfóliója Az Ailoot felhalmozott működési tapasztalatra, széles ügyfélkörre, stabil szolgáltatásra és folyamatos KPI-ellenőrzésre épít. A vállalat és projektportfóliója: ügyfelek milliói; havi értékesítés milliárdos nagyságrendben. Az Ailoot ezt a működési tapasztalatot használja az ügyfelek termékeiben, ágenseiben, alkalmazásaiban és automatizálásaiban elérhető AI-funkciók API-hozzáféréséhez.