Source: https://ailoot.ai/models/id/google-gemini-embedding-2-preview/
Canonical: https://ailoot.ai/models/id/google-gemini-embedding-2-preview/
Language: id

# Google: Gemini Embedding 2 Preview

[Markdown](https://ailoot.ai/models/id/google-gemini-embedding-2-preview/index.md) · [JSON](https://ailoot.ai/models/id/google-gemini-embedding-2-preview/facts.json)

## [Google: Gemini Embedding 2 Preview](https://ailoot.ai/models/id/google-gemini-embedding-2-preview/)

Gemini Embedding 2 Preview mengubah teks, gambar, audio, video, dan PDF menjadi vektor numerik dalam satu ruang multimodal. Profil pratinjau yang didokumentasikan terpisah ini mendukung temu kembali dan perbandingan lintas modalitas, masukan 8.192 token, serta dimensi vektor fleksibel.

- [**Ailoot Ultra · Embedding** `POST /v1/embeddings` `google/gemini-embedding-2-preview`](https://ailoot.ai/models/id/google-gemini-embedding-2-preview/#method-0)

Tentang model

Deskripsi ini mencakup kemampuan model. Masukan, keluaran, dan opsi yang tersedia di Ailoot tercantum di bawah untuk metode yang dipilih.

Gemini Embedding 2 Preview adalah nama edisi pratinjau dalam keluarga embedding multimodal bawaan Google. Model memetakan teks, gambar, video, audio, dan PDF ke ruang numerik bersama, dengan maksud semantik direpresentasikan dalam lebih dari 100 bahasa. Keluarannya berupa embedding: vektor untuk membandingkan dan menemukan materi terkait. Identitas pratinjau ini tetap terpisah dari edisi stabil Gemini Embedding 2 dan tidak menyiratkan bobot yang dapat saling dipertukarkan atau ruang vektor identik.

Pengumuman awal menjelaskan pencarian lintas modalitas, klasifikasi, pengelompokan, analisis sentimen, dan pembangkitan berbantuan temu kembali sebagai aplikasi berikutnya. Kueri teks dapat menemukan item visual terkait, sementara gambar atau klip juga dapat menjadi sumber pencarian. Aplikasi menyimpan representasi, membandingkannya, dan mengembalikan rekaman terkait; model bahasa terpisah dapat menggunakan materi sumber yang ditemukan untuk menyusun jawaban. Embedding sendiri tidak memuat penjelasan bahasa alami atau transkrip.

Halaman modelnya sendiri mendokumentasikan batas masukan 8.192 token dan dimensi keluaran dari 128 hingga 3.072, dengan 768, 1.536, dan 3.072 sebagai ukuran yang disarankan. Pengumuman pratinjau memberikan nilai bawaan 3.072 dan menjelaskan Matryoshka Representation Learning, yang mempertahankan informasi berguna dalam bagian awal representasi yang lebih pendek. Gunakan satu dimensi terpilih untuk vektor yang harus dibandingkan dan simpan edisi model bersama koleksi alih-alih menggabungkan representasi hanya karena panjangnya sama.

Pengumuman pratinjau mendokumentasikan hingga enam gambar PNG atau JPEG per permintaan, hingga 120 detik video MP4 atau MOV, serta dokumen PDF hingga enam halaman. Pengumuman juga mendokumentasikan embedding audio langsung tanpa transkripsi teks perantara. Spesifikasi ini berasal dari pengumuman pratinjau itu sendiri, bukan panduan stabil berikutnya. Pengumuman tersebut tidak menetapkan setiap batas terkini durasi audio, codec, atau pengambilan sampel bingkai untuk profil pratinjau yang tepat ini.

Masukan multimodal berselang-seling memungkinkan representasi mencerminkan hubungan antarmedia, seperti gambar dan keterangannya. Untuk katalog produk, berikan foto dan deskripsi yang disetujui bersama-sama ketika menjelaskan satu objek yang dapat ditemukan. Untuk koleksi dokumen, bagi sumber menjadi bagian atau halaman terfokus dan pertahankan judul serta posisinya. Untuk pustaka media, pilih klip yang sesuai dengan kejadian yang harus ditemukan pengguna dan simpan rentang waktu asli bersama rekaman tersimpan.

Tugas temu kembali yang berguna membuat hubungan yang dituju tetap jelas. Pertanyaan yang mencari penjelasan, pencarian item serupa secara visual, dan pengelompokan berdasarkan topik adalah tugas berbeda meskipun menggunakan koleksi sumber yang sama. Siapkan konten secara konsisten, catat edisi dan dimensi, serta jaga setiap vektor tetap terhubung dengan sumber. Kemiripan memberikan kandidat untuk diperiksa aplikasi; bukan bukti bahwa dua rekaman menyatakan fakta yang sama atau sumber hasil temu kembali menjawab pertanyaan sepenuhnya.

Untuk pencarian media praktis, representasikan gambar atau cuplikan video yang dipilih dan bandingkan dengan deskripsi konten yang diinginkan. Sajikan sumber yang cocok bersama keterangan atau rentang waktunya agar pengguna dapat meninjau. Untuk asisten pengetahuan, temukan halaman atau bagian relevan sebelum menghasilkan respons tertulis. Peran model Preview adalah representasi numerik multimodal yang mendukung tahap pemilihan tersebut, sedangkan penyimpanan, aturan pemeringkatan, dan jawaban akhir tetap menjadi bagian dari alur di sekelilingnya.

**Ailoot Ultra · Embedding** `POST /v1/embeddings` `google/gemini-embedding-2-preview`

[`google/gemini-embedding-2-preview`](https://ailoot.ai/models/id/#m=google%2Fgemini-embedding-2-preview&route=Ultra&caller=google%2Fgemini-embedding-2-preview&fmt=embeddings)

Google /`google/gemini-embedding-2-preview`

### Mulai

Gemini Embedding 2 Preview mengubah teks, gambar, audio, video, dan PDF menjadi vektor numerik dalam satu ruang multimodal. Profil pratinjau yang didokumentasikan terpisah ini mendukung temu kembali dan perbandingan lintas modalitas, masukan 8.192 token, serta dimensi vektor fleksibel.

Masukan yang diterima

Teks

Hasil

embedding

### Tersedia di Ailoot · masukan & metode

**Ailoot Ultra · Embedding** `POST /v1/embeddings`

Masukan

`text`

Keluaran

`embedding`

Konteks

8.192 tokens

Format keluaran

json

| Kolom | Jenis | Persyaratan | Nilai & batasan | Bawaan |
| --- | --- | --- | --- | --- |
| Kolom`model` | Jenis`string` | PersyaratanWajib | Nilai & batasan google/gemini-embedding-2-preview | Bawaan— |
| Kolom`input` | Jenis`string\|string[]` | PersyaratanWajib | Nilai & batasan | Bawaan— |

Kombinasi bahan masukan

**text\_to\_embedding**

Parameter metode dan siklus hidup

| Parameter | Kontrak |
| --- | --- |
| Parameter`content_type` | Kontrakapplication/json |
| Parameter`required` | Kontrakmodel, input |
| Parameter`input_shapes` | Kontrakstring, string\[\] |
| Parameter`material_types` | Kontraktext |

Siklus hidup: `synchronous_json`

Simpan setiap vektor dan indeks yang dikembalikan.

Tidak disimpulkan dukungan objek gambar/audio/berkas dari profil teks minimal ini.

### Paket

Referensi tarif tidak menambah opsi permintaan. Parameter yang didukung tercantum pada metode yang dipilih.

Mode Fast

Tidak ditentukan Saat mode fast dipilih

Mode Flex

Tidak ditentukan Saat mode flex dipilih

Upaya penalaran maksimum

Tidak ditentukan Saat upaya penalaran maksimum menggunakan penyesuaian default

#### Tarif Ailoot

#### Harga menurut konfigurasi

| Konfigurasi | Jadwal tarif | Biaya |
| --- | --- | --- |
| KonfigurasiTarif dasar token | Jadwal tarifTarif dasar | Biaya Masukan · Token masukan **$0.0004** / 1K token Keluaran · Token keluaran **$0** / 1K token Masukan · Pembacaan cache **—** / 1K token Masukan · Penulisan cache **—** / 1K token Masukan · Penulisan cache, 1 jam **—** / 1K token |

Ailoot mencadangkan perkiraan dana sebelum permintaan. Setelah hasil diterima, tagihan akhir diselesaikan berdasarkan penggunaan yang terukur. Penyelesaian tagihan streaming menggunakan catatan penggunaan akhir. [Cara kerja cadangan dan penyelesaian tagihan →](https://ailoot.ai/docs/id/billing/reserve/)

### Contoh permintaan

#### Ailoot Ultra · Embedding

Isi permintaan JSON minimal yang lengkapcurl · permintaan minimal untuk embedding teks

```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
```

### Terima dan simpan hasil

#### Ailoot Ultra · Embedding

json

##### Simpan semua hasil yang selesai

Simpan setiap respons lengkap, berkas, dan bagian konten yang dikembalikan.

Simpan setiap vektor beserta index masing-masing. Jumlah vektor harus sama dengan jumlah input; dimensinya harus konsisten.

##### Jika respons asli perlu diperiksa

Endpoint untuk tugas embedding tidak ditambahkan.

Kolom respons

| Kolom | Jenis |
| --- | --- |
| Kolom`object` | Jenisstring |
| Kolom`model` | Jenisstring |
| Kolom`data[].index` | Jenisinteger |
| Kolom`data[].embedding` | Jenisfinite float\[\] |
| Kolom`usage` | Jenisobject |

Kesalahan dan langkah berikutnya

| Respons | Kondisi | Langkah berikutnya |
| --- | --- | --- |
| Respons400 · `invalid_request_error` | Kondisimodel tidak ada atau JSON tidak terbentuk dengan benar. | Langkah berikutnyaPerbaiki bidang yang ditunjukkan. |
| Respons413 · `invalid_request_error` | KondisiBatas isi permintaan yang dikonfigurasi terlampaui. | Langkah berikutnyaKurangi materi aktual. |
| Respons422 · `invalid_request_error` | KondisiMasukan atau kontrol melanggar kebijakan khusus yang berlaku. | Langkah berikutnyaGunakan masukan teks minimal yang ditampilkan tanpa kontrol bawaan yang diwarisi. |
| Respons503 · `billing_error` | KondisiIzin akses atau penawaran harga tidak dapat diikat. | Langkah berikutnyaSimpan respons; jangan ganti kebijakan. |

### Alias

#### Alias model

**Ailoot Ultra** [`google/gemini-embedding-2-preview`](https://ailoot.ai/models/id/#m=google%2Fgemini-embedding-2-preview&route=Ultra&caller=google%2Fgemini-embedding-2-preview&fmt=embeddings)

#### Alias jalur metode

Gunakan jalur metode yang ditampilkan di atas.

#### ID pemanggil terkait

[`google/gemini-embedding-2-preview`](https://ailoot.ai/models/id/#m=google%2Fgemini-embedding-2-preview&route=Ultra&caller=google%2Fgemini-embedding-2-preview&fmt=embeddings)

FAQ · Google: Gemini Embedding 2 Preview

Input dan hasil apa yang tersedia?

`POST /v1/embeddings` · `google/gemini-embedding-2-preview`: `text` → `embedding`

Kolom apa yang digunakan permintaan?

`POST /v1/embeddings` · `google/gemini-embedding-2-preview`: `model`, `input`

Batasan apa yang berlaku?

`POST /v1/embeddings` · `google/gemini-embedding-2-preview`: `ctx`: `8192`

Hubungkan Ailoot ke Claude Code, OpenCode, Hermes, atau aplikasi Anda.

## Perusahaan dan portofolio proyeknya

Perusahaan dan portofolio proyeknya: jutaan pelanggan; penjualan miliaran setiap bulan.

## Beli token dengan diskon.

Diskon langganan untuk pekerjaan rutin. Kode promo — hingga 50% untuk pembelian token.

Langganan

Pilih paket dengan diskon untuk permintaan rutin Anda.

Kode promo hingga 50%

Masukkan kode saat membeli. Harga dihitung ulang sesuai promosi aktif.

Biaya dalam riwayat

Model, token, dan jumlah tagihan disimpan untuk setiap permintaan.

[Pilih langganan](https://ailoot.ai/docs/id/billing/subscriptions/) · [Lihat harga model](https://ailoot.ai/models/id/)

## Hubungkan API ke produk yang Anda jual.

SaaS, aplikasi, dan bot — sesuai penawaran dan perjanjian lisensi Ailoot. Untuk penjualan kembali, mintalah lisensi reseller.

Aplikasi komersial

Integrasikan pembuatan teks, gambar, video, dan suara dalam fitur berbayar layanan Anda.

Lisensi reseller

Kirim deskripsi proyek dan skema akses. Mintalah ketentuan penggunaan dan penjualan kembali secara tertulis.

Dokumen di situs

Penawaran, perjanjian lisensi, dan kebijakan pemrosesan data tersedia sebelum koneksi.

[Minta lisensi reseller](mailto:support@ailoot.ai) · [Penawaran dan perjanjian lisensi](https://ailoot.ai/legal/offer?lang=id)

## Ailoot · Perusahaan dan portofolio proyeknya





Ailoot bertumpu pada pengalaman operasional yang teruji, basis pelanggan yang besar, layanan yang stabil, dan pemantauan KPI berkelanjutan.





Perusahaan dan portofolio proyeknya: jutaan pelanggan; penjualan miliaran setiap bulan.





Ailoot memanfaatkan pengalaman operasional ini untuk akses API ke fitur AI dalam produk pelanggan, agen, aplikasi, dan otomatisasi.