Source: https://ailoot.ai/models/it/google-gemini-embedding-2/ Canonical: https://ailoot.ai/models/it/google-gemini-embedding-2/ Language: it # Google: Gemini Embedding 2 [Markdown](https://ailoot.ai/models/it/google-gemini-embedding-2/index.md) · [JSON](https://ailoot.ai/models/it/google-gemini-embedding-2/facts.json) ## [Google: Gemini Embedding 2](https://ailoot.ai/models/it/google-gemini-embedding-2/) Gemini Embedding 2 trasforma testo, immagini, audio, video e PDF in uno spazio numerico condiviso. I suoi vettori supportano ricerca tra modalità, recupero, classificazione e clustering, con dimensioni flessibili e un limite di input di 8192 token. - [**Ailoot Ultra · Embedding** `POST /v1/embeddings` `google/gemini-embedding-2`](https://ailoot.ai/models/it/google-gemini-embedding-2/#method-0) Informazioni sul modello Questa descrizione illustra le funzionalità del modello. Gli input, gli output e le opzioni disponibili in Ailoot per il metodo selezionato sono elencati di seguito. Gemini Embedding 2 è il modello di embedding multimodale di Google per rappresentare numericamente testo, immagini, video, audio e PDF. Trasforma i diversi tipi di media in uno spazio condiviso, affinché un’applicazione possa confrontarne il significato tra modalità. Il risultato è un vettore di numeri, utile per ricerca semantica, recupero di documenti, raccomandazione, classificazione o clustering; non è una risposta scritta né un file multimediale generato. Google documenta una copertura semantica in oltre 100 lingue. Per una base di conoscenze, crea vettori per i passaggi di origine, confronta con essi la query di un utente e recupera il materiale pertinente. Un modello testuale separato può poi comporre una risposta usando quelle fonti. Per una raccolta multimediale, una descrizione testuale può cercare immagini o video correlati; anche un’immagine può fornire la query. Preserva il collegamento di ogni vettore al contenuto originale, compreso un riferimento di pagina o clip, affinché il risultato recuperato possa essere esaminato e mostrato nel suo contesto originale. Il limite complessivo di input è di 8192 token. La guida del modello stabile permette fino a sei immagini PNG o JPEG, fino a 180 secondi di audio MP3 o WAV e fino a 120 secondi di video MP4 o MOV. I codec video documentati sono H264, H265, AV1 e VP9. L’elaborazione video usa al massimo 32 fotogrammi: clip fino a 32 secondi vengono campionate a un fotogramma al secondo, mentre clip più lunghe vengono campionate uniformemente in 32 fotogrammi. La traccia audio di un video non viene elaborata in quell’input video; codifica separatamente il suono quando conta per il recupero. L’input PDF accetta un file con al massimo sei pagine. Google raccomanda una pagina per PDF per la qualità migliore. Dividi una fonte più grande in pagine o sezioni significative e conserva il rapporto con il documento originale. Scegli un estratto che rappresenti ciò che deve essere recuperabile anziché combinare materiale non correlato soltanto perché rientra nel limite. Il confine condiviso in token si applica comunque a una richiesta con media misti. Ogni pagina PDF consuma 258 token visivi oltre ai token del testo estratto. Nel flusso documentato di Google, il contenuto che supera il limite condiviso di 8192 token viene troncato senza errore. La dimensionalità dell’output è flessibile da 128 a 3072, con 3072 come valore predefinito e 768, 1536 e 3072 come dimensioni raccomandate. Il modello usa Matryoshka Representation Learning, quindi i prefissi del vettore rimangono utili a dimensioni inferiori. La guida documenta la normalizzazione automatica sia dei vettori predefiniti sia di quelli accorciati. Scegli una dimensione coerente per record e query confrontati dall’applicazione; la dimensione richiesta cambia la rappresentazione numerica, non il contenuto di origine stesso. Per le attività solo testuali, includi lo scopo nel testo anziché usare il vecchio campo task\_type. Google distingue il recupero asimmetrico dal confronto simmetrico. Una query di ricerca usa «task: search result | query: {content}», mentre un documento di origine usa «title: {title} | text: {content}»; usa «title: none» se non ha titolo. Le attività di domanda-risposta, verifica dei fatti e recupero di codice hanno propri prefissi di query. Per classificazione, clustering o similarità tra frasi, usa coerentemente lo stesso formato di attività su entrambi i lati. La guida generalmente sconsiglia di aggiungere un prefisso di attività alla porzione testuale di una rappresentazione multimodale combinata. La struttura di input determina se il risultato rappresenta un oggetto combinato o elementi separati. Più parti fornite insieme creano un embedding aggregato; oggetti Content separati creano embedding distinti per ogni voce. Per un post contenente testo e un’immagine, una rappresentazione combinata può catturarne il rapporto. Per record ricercabili indipendentemente, mantienili separati. Questa scelta influisce sulla granularità del recupero: un vettore per un post intero è diverso da uno per ogni passaggio o immagine. La guida afferma che i vettori di Gemini Embedding 001 e Gemini Embedding 2 occupano spazi incompatibili e non possono essere confrontati direttamente. Una raccolta migrata dal modello precedente deve essere ricodificata nel nuovo spazio. Mantieni coerenti la scelta del modello e le dimensioni con i vettori confrontati e conserva testo e media originali separatamente dall’indice numerico. La similarità di un embedding è un segnale di recupero, anziché una spiegazione fattuale del motivo per cui un documento risponde alla domanda dell’utente. Per un catalogo concreto, codifica una fotografia di prodotto insieme alla descrizione approvata quando la coppia deve essere recuperata come un solo oggetto. Per una raccolta documentale, codifica passaggi mirati e confrontali con una query formattata per lo scopo, quindi presenta i passaggi di origine insieme al risultato di ricerca. Per audio o video, scegli la sequenza che descrive l’evento ricercabile e conserva il suo intervallo temporale originale. Il risultato utile è una rappresentazione numerica collegata a elementi di origine per il successivo passaggio di ricerca o analisi dell’applicazione. **Ailoot Ultra · Embedding** `POST /v1/embeddings` `google/gemini-embedding-2` [`google/gemini-embedding-2`](https://ailoot.ai/models/it/#m=google%2Fgemini-embedding-2&route=Ultra&caller=google%2Fgemini-embedding-2&fmt=embeddings) Google /`google/gemini-embedding-2` ### Introduzione Gemini Embedding 2 trasforma testo, immagini, audio, video e PDF in uno spazio numerico condiviso. I suoi vettori supportano ricerca tra modalità, recupero, classificazione e clustering, con dimensioni flessibili e un limite di input di 8192 token. Input accettati Testo · token\_ids Risultati embedding ### Disponibile in Ailoot · input e metodi **Ailoot Ultra · Embedding** `POST /v1/embeddings` Tipi di input `text`, `token_ids` Tipi di output `embedding` Contesto 8192 tokens Formato di output json | Campo | Tipo | Requisito | Valori e limiti | Predefinito | | --- | --- | --- | --- | --- | | Campo`model` | Tipo`string` | RequisitoObbligatorio | Valori e limiti google/gemini-embedding-2 | Predefinito— | | Campo`input` | Tipo`string\|string[]\|integer[]\|integer[][]` | RequisitoObbligatorio | Valori e limiti Numero minimo di elementi: 1 Condizioni: Batch omogeneo non vuoto. Gli ID dei token sono numeri interi non negativi. Budget di input: Massimo: 8192 · Unità di testo: byte UTF8 · Unità di token: elementi dell’array di token | Predefinito— | | Campo`encoding_format` | Tipo`string` | RequisitoFacoltativo | Valori e limiti float | Predefinitofloat | | Campo`dimensions` | Tipo`integer` | RequisitoNon supportato | Valori e limiti Minimo: 1 | Predefinito— | | Campo`user` | Tipo`json_value` | RequisitoFacoltativo | Valori e limiti Condizioni: La fonte consente questo campo di metadati JSON; la semantica esatta del fornitore a monte dipende dal modello. | Predefinito— | | Campo`session_id` | Tipo`json_value` | RequisitoFacoltativo | Valori e limiti Condizioni: La fonte consente questo campo di metadati JSON; la semantica esatta del fornitore a monte dipende dal modello. | Predefinito— | | Campo`trace` | Tipo`json_value` | RequisitoFacoltativo | Valori e limiti Condizioni: La fonte consente questo campo di metadati JSON; la semantica esatta del fornitore a monte dipende dal modello. | Predefinito— | | Campo`provider` | Tipo`object` | RequisitoFacoltativo | Valori e limiti Condizioni: provider.options rifiutato | Predefinito— | Combinazioni di materiali in input **text\_to\_embedding** Parametri e ciclo di vita del metodo | Parametro | Contratto | | --- | --- | | Parametro`content_type` | Contrattoapplication/json | | Parametro`required` | Contrattomodel, input | | Parametro`input_shapes` | Contrattostring, string\[\], nonnegative\_integer\_token\_array, nonnegative\_integer\_token\_array\[\] | | Parametro`encoding_format` | Contrattofloat | | Parametro`dimensions_override` | Contrattofalse | | Parametro`max_input_budget_units` | Contratto8192 | | Parametro`multimodal_objects` | Contrattofalse | | Parametro`material_types` | Contrattotext, token\_ids | Ciclo di vita: `synchronous_json` Conserva l'indice e la dimensione di ogni vettore. Il nome del modello multimodale non consente oggetti immagine su questo percorso specifico. ### Tariffe Le tariffe non aggiungono opzioni alla richiesta. I parametri supportati sono elencati nel metodo selezionato. Modalità rapida Tariffa standard Quando è selezionata la modalità rapida Modalità flex Tariffa standard Quando è selezionata la modalità flex Sforzo massimo di ragionamento Tariffa standard Quando lo sforzo massimo di ragionamento usa l'adeguamento predefinito (default) #### Tariffe Ailoot #### Prezzi per configurazione | Configurazione | Listino delle tariffe | Costo | | --- | --- | --- | | ConfigurazioneTariffe di base dei token | Listino delle tariffeTariffa base | Costo Input · Token in input **$0.0004** / 1K token Output · Token in output **$0** / 1K token Input · Lettura dalla cache **—** / 1K token Input · Scrittura nella cache **—** / 1K token Input · Scrittura nella cache, 1 ora **—** / 1K token | Ailoot prenota un importo stimato prima di una richiesta. Dopo il risultato, addebita il costo finale in base all’utilizzo misurato. Per lo streaming, l’addebito usa il record finale di utilizzo. [Come funzionano la prenotazione e l’addebito finale →](https://ailoot.ai/docs/it/billing/reserve/) ### Esempi di richieste #### Ailoot Ultra · Embedding curlPython SDK ```bash set -eu : "${AILOOT_API_KEY:?Set your Ailoot API key}" python3 - <<'PY_REQUEST' import json,os from pathlib import Path p=json.loads('{"model": "google/gemini-embedding-2", "input": ["First document", "Second document"]}') Path("request.json").write_text(json.dumps(p,ensure_ascii=False)) PY_REQUEST curl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/embeddings \ -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \ --data-binary @request.json -D response-headers.txt -o result.json python3 - <<'PY_RESULT' import json from pathlib import Path r=json.loads(Path("result.json").read_text()) for x in r.get("data",[]): print(json.dumps({"index":x.get("index"),"embedding":x.get("embedding")})) PY_RESULT ``` ```python from openai import OpenAI import os client=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0) result=client.embeddings.create(model='google/gemini-embedding-2',input=["First document","Second document"]) print(result) for item in result.data:print(item.index,item.embedding) ``` ### Ricevi e salva i risultati #### Ailoot Ultra · Embedding json ##### Conserva tutti i risultati completati Conserva ogni risposta, file e parte di contenuto restituiti per intero. Conserva ogni vettore con il suo indice. Il numero di vettori deve coincidere con il numero di input; le dimensioni devono essere coerenti. ##### Se occorre verificare la risposta originale Non viene introdotto alcun endpoint per i job di embedding. Campi della risposta | Campo | Tipo | | --- | --- | | Campo`object` | Tipostring | | Campo`model` | Tipostring | | Campo`data[].index` | Tipointeger | | Campo`data[].embedding` | Tipofinite float\[\] | | Campo`usage` | Tipoobject | Errori e passaggi successivi | Risposta | Condizione | Passaggio successivo | | --- | --- | --- | | Risposta400 · `invalid_request_error` | CondizioneCampi obbligatori, rappresentazione del materiale o valore del parametro non validi | Passaggio successivoCorreggi i campi indicati prima di una nuova richiesta di creazione. | ### Alias #### Alias del modello **Ailoot Ultra** [`google/gemini-embedding-2`](https://ailoot.ai/models/it/#m=google%2Fgemini-embedding-2&route=Ultra&caller=google%2Fgemini-embedding-2&fmt=embeddings) #### Alias dei percorsi dei metodi Usa i percorsi dei metodi indicati sopra. #### ID di chiamata correlati [`google/gemini-embedding-2`](https://ailoot.ai/models/it/#m=google%2Fgemini-embedding-2&route=Ultra&caller=google%2Fgemini-embedding-2&fmt=embeddings) FAQ · Google: Gemini Embedding 2 Quali input e risultati sono disponibili? `POST /v1/embeddings` · `google/gemini-embedding-2`: `text`, `token_ids` → `embedding` Quali campi usa la richiesta? `POST /v1/embeddings` · `google/gemini-embedding-2`: `model`, `input`, `encoding_format`, `provider` Quali limiti si applicano? `POST /v1/embeddings` · `google/gemini-embedding-2`: `ctx`: `8192`; `input.budget.maximum`: `8192` (byte UTF8); `input.min_items`: `1` Collega Ailoot a Claude Code, OpenCode, Hermes o alla tua applicazione. ## L’azienda e il suo portafoglio di progetti L’azienda e il suo portafoglio di progetti: milioni di clienti; vendite nell’ordine dei miliardi ogni mese. ## Acquista token con uno sconto. Sconto con abbonamento per lavoro regolare. Codici fino al 50% sull’acquisto di token. Abbonamento Scegli un piano scontato per richieste regolari. Codice fino al 50% Inserisci il codice all’acquisto. Il prezzo si aggiorna secondo la promozione. Spese nella cronologia Modello, token e importo sono salvati per ogni richiesta. [Scegli abbonamento](https://ailoot.ai/docs/it/billing/subscriptions/) · [Consulta prezzi dei modelli](https://ailoot.ai/models/it/) ## Collega l’API al prodotto che vendi. SaaS, app e bot secondo offerta e accordo di licenza Ailoot. Per rivendere, richiedi una licenza reseller. Applicazione commerciale Integra generazione di testo, immagini, video e suono nelle funzioni a pagamento. Licenza reseller Invia descrizione del progetto e schema di accesso. Richiedi condizioni scritte per uso e rivendita. Documenti sul sito Offerta, accordo di licenza e politica sui dati sono disponibili prima della connessione. [Richiedi licenza reseller](mailto:support@ailoot.ai) · [Offerta e accordo di licenza](https://ailoot.ai/legal/offer?lang=it) ## Ailoot · L’azienda e il suo portafoglio di progetti Ailoot si basa su un’esperienza operativa consolidata, un’ampia base di clienti, un servizio stabile e un controllo costante dei KPI. L’azienda e il suo portafoglio di progetti: milioni di clienti; vendite nell’ordine dei miliardi ogni mese. Ailoot mette questa esperienza operativa al servizio dell’accesso API alle funzioni AI nei prodotti dei clienti, negli agenti, nelle applicazioni e nelle automazioni.