Source: https://ailoot.ai/models/ja/google-gemini-embedding-2/ Canonical: https://ailoot.ai/models/ja/google-gemini-embedding-2/ Language: ja # Google: Gemini Embedding 2 [Markdown](https://ailoot.ai/models/ja/google-gemini-embedding-2/index.md) · [JSON](https://ailoot.ai/models/ja/google-gemini-embedding-2/facts.json) ## [Google: Gemini Embedding 2](https://ailoot.ai/models/ja/google-gemini-embedding-2/) Gemini Embedding 2は、テキスト、画像、音声、動画、PDFを共通の数値空間へ写像します。ベクトルはクロスモーダル検索、情報検索、分類、クラスタリングを支え、柔軟な次元と8,192トークンの入力上限を備えています。 - [**Ailoot Ultra · 埋め込み** `POST /v1/embeddings` `google/gemini-embedding-2`](https://ailoot.ai/models/ja/google-gemini-embedding-2/#method-0) モデルについて この説明はモデルの機能を紹介するものです。Ailootで利用できる入力、出力、オプションは、選択したメソッドごとに以下に記載されています。 Gemini Embedding 2は、テキスト、画像、動画、音声、PDFを数値で表現するためのGoogleのマルチモーダル埋め込みモデルです。異なるメディア型を共通の空間へ写像し、アプリケーションがそれらを横断して意味を比較できるようにします。結果は、意味検索、文書検索、推薦、分類、クラスタリングに有用な数値ベクトルであり、文章の回答や生成されたメディアファイルではありません。Googleは、100を超える言語にまたがる意味の表現を文書化しています。 ナレッジベースでは、原本の文章にベクトルを作成し、ユーザーのクエリを比較して関連資料を検索します。その後、別のテキストモデルがそれらの出典を使って回答を作成できます。メディアコレクションでは、文章の説明で関連する画像や動画を検索でき、画像もクエリに使用できます。検索結果を元の文脈で点検して表示できるよう、ページやクリップの参照を含め、各ベクトルと原本コンテンツのつながりを維持してください。 全体の入力上限は8,192トークンです。安定版のガイドは、最大6枚のPNGまたはJPEG画像、最大180秒のMP3またはWAV音声、最大120秒のMP4またはMOV動画を許可しています。文書化された動画コーデックはH264、H265、AV1、VP9です。動画処理は最大32フレームを使用します。32秒までのクリップは毎秒1フレームでサンプリングし、より長いクリップは32フレームに均等サンプリングします。その動画入力では音声トラックを処理しません。検索に音が重要な場合は、音声を別に埋め込んでください。 PDF入力は、最大6ページの1ファイルを受け付けます。Googleは最高品質のために、PDFごとに1ページを推奨しています。大きな原本は意味のあるページや節に分割し、元の文書との関係を残してください。上限に収まるという理由だけで無関係な資料を組み合わせず、検索対象を表す抜粋を選びます。混合メディアのリクエストにも共通のトークン境界が適用されます。各PDFページは、抽出されたテキストのトークンに加え、258視覚トークンを消費します。Googleの文書化されたワークフローでは、共通の8,192トークン上限を超えるコンテンツは、エラーなしで切り詰められます。 出力次元は128〜3,072で柔軟に設定でき、既定は3,072、推奨サイズは768、1,536、3,072です。モデルはMatryoshka Representation Learningを使用するため、より小さい次元でもベクトルの先頭部分が有用なままです。ガイドには、既定のベクトルと短縮ベクトルの両方について、自動正規化が記載されています。アプリケーションが比較するレコードとクエリの次元を統一してください。指定サイズが変えるのは数値表現であり、原本コンテンツ自体ではありません。 テキストのみのタスクでは、古いtask\_typeフィールドを使わず、目的をテキストに含めます。Googleは非対称検索と対称比較を区別しています。検索クエリには“task: search result | query: {content}”、原本文書には“title: {title} | text: {content}”を使用し、タイトルがなければ“title: none”を使います。質問応答、ファクトチェック、コード検索には、それぞれ固有のクエリ接頭辞があります。分類、クラスタリング、文の類似度比較では、両側に同じタスク形式を一貫して使ってください。ガイドは一般に、統合したマルチモーダル表現のテキスト部分にタスク接頭辞を追加しないよう勧めています。 入力構造によって、結果が1つの統合対象を表すか、別々の項目を表すかが決まります。複数のパートをまとめて入力すると集約された埋め込みになり、Contentオブジェクトを分けると項目ごとに別の埋め込みになります。テキストと画像を含む投稿では、統合表現で両者の関係を捉えられます。独立して検索するレコードは分けてください。この選択は検索の粒度に影響します。投稿全体に1つのベクトルを持たせることと、各文章や画像に1つずつ持たせることは異なります。 ガイドは、Gemini Embedding 001とGemini Embedding 2のベクトルが互換性のない空間を占め、直接比較できないと述べています。古いモデルから移行したコレクションは、新しい空間向けに再度埋め込みを作成する必要があります。比較するベクトル間でモデルの選択と次元を一致させ、原文とメディアは数値インデックスと別に残してください。埋め込みの類似度は検索信号であり、文書がユーザーの質問に答える理由を事実として説明するものではありません。 実用的なカタログでは、写真と承認済みの説明を1つの対象として検索したい場合、商品の写真と説明を一緒に埋め込んでください。文書コレクションでは、焦点を絞った文章を埋め込み、目的に沿う形式のクエリと比較し、検索結果とともに原文を提示します。音声や動画では、検索対象の事象を説明する区間を選び、元の時間範囲を保持してください。有用な成果物は、アプリケーションの次の検索や分析の段階に使う、出典の証拠と結び付いた数値表現です。 **Ailoot Ultra · 埋め込み** `POST /v1/embeddings` `google/gemini-embedding-2` [`google/gemini-embedding-2`](https://ailoot.ai/models/ja/#m=google%2Fgemini-embedding-2&route=Ultra&caller=google%2Fgemini-embedding-2&fmt=embeddings) Google /`google/gemini-embedding-2` ### はじめに Gemini Embedding 2は、テキスト、画像、音声、動画、PDFを共通の数値空間へ写像します。ベクトルはクロスモーダル検索、情報検索、分類、クラスタリングを支え、柔軟な次元と8,192トークンの入力上限を備えています。 対応する入力 テキスト · token\_ids 結果 embedding ### Ailootで利用可能 · 入力とメソッド **Ailoot Ultra · 埋め込み** `POST /v1/embeddings` 入力の種類 `text`, `token_ids` 出力の種類 `embedding` コンテキスト 8,192 tokens 出力形式 json | フィールド | 種類 | 要件 | 値と制限 | デフォルト | | --- | --- | --- | --- | --- | | フィールド`model` | 種類`string` | 要件必須 | 値と制限 google/gemini-embedding-2 | デフォルト— | | フィールド`input` | 種類`string\|string[]\|integer[]\|integer[][]` | 要件必須 | 値と制限 最小項目数: 1 条件: 空でなく、要素の型が統一されたバッチ。トークン ID は非負の整数です。 入力の許容量: 最大値: 8,192 · テキスト単位: UTF8 バイト · トークン単位: トークン配列の要素 | デフォルト— | | フィールド`encoding_format` | 種類`string` | 要件任意 | 値と制限 float | デフォルトfloat | | フィールド`dimensions` | 種類`integer` | 要件非対応 | 値と制限 最小値: 1 | デフォルト— | | フィールド`user` | 種類`json_value` | 要件任意 | 値と制限 条件: ソースではこの JSON メタデータフィールドが許可されています。上流側での正確な意味はモデルによって異なります。 | デフォルト— | | フィールド`session_id` | 種類`json_value` | 要件任意 | 値と制限 条件: ソースではこの JSON メタデータフィールドが許可されています。上流側での正確な意味はモデルによって異なります。 | デフォルト— | | フィールド`trace` | 種類`json_value` | 要件任意 | 値と制限 条件: ソースではこの JSON メタデータフィールドが許可されています。上流側での正確な意味はモデルによって異なります。 | デフォルト— | | フィールド`provider` | 種類`object` | 要件任意 | 値と制限 条件: provider.options は拒否されます | デフォルト— | 入力素材の組み合わせ **text\_to\_embedding** メソッドのパラメータとライフサイクル | パラメータ | 仕様 | | --- | --- | | パラメータ`content_type` | 仕様application/json | | パラメータ`required` | 仕様model, input | | パラメータ`input_shapes` | 仕様string, string\[\], nonnegative\_integer\_token\_array, nonnegative\_integer\_token\_array\[\] | | パラメータ`encoding_format` | 仕様float | | パラメータ`dimensions_override` | 仕様false | | パラメータ`max_input_budget_units` | 仕様8192 | | パラメータ`multimodal_objects` | 仕様false | | パラメータ`material_types` | 仕様text, token\_ids | ライフサイクル: `synchronous_json` 各ベクトルのインデックスと次元数を保存してください。 モデル名がマルチモーダルであることを示していても、この正確なパスでは画像オブジェクトは受け付けられません。 ### 料金 料金情報はリクエストの機能を追加しません。対応するパラメーターは選択したメソッドに記載されています。 高速モード 標準料金 高速モードが選択されている場合 Flex モード 標準料金 flex モードが選択されている場合 最大推論量 標準料金 推論量が最大で、調整に既定値（default）を使用する場合 #### Ailootの料金 #### 設定別の価格 | 設定 | 料金表 | 料金 | | --- | --- | --- | | 設定トークンの基本単価 | 料金表基本料金 | 料金 入力 · 入力トークン **$0.0004** / 1K トークン 出力 · 出力トークン **$0** / 1K トークン 入力 · キャッシュ読み取り **—** / 1K トークン 入力 · キャッシュ書き込み **—** / 1K トークン 入力 · キャッシュ書き込み、1時間 **—** / 1K トークン | Ailootはリクエスト前に見積額を確保します。結果の取得後、実測使用量に基づいて最終料金を精算します。ストリーミング時の精算には最終の使用量記録を使用します。[金額の確保と精算の仕組み →](https://ailoot.ai/docs/ja/billing/reserve/) ### リクエスト例 #### Ailoot Ultra · 埋め込み curlPython SDK ```bash set -eu : "${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) ``` ### 結果を受け取って保存 #### Ailoot Ultra · 埋め込み json ##### 完了した結果をすべて保存 返された完全なレスポンス、ファイル、コンテンツ部分をすべて保存してください。 すべてのベクトルを、そのインデックスとともに保存してください。ベクトル数は入力数と一致し、次元数は統一されている必要があります。 ##### 元のレスポンスを確認する場合 埋め込みジョブ用のエンドポイントは新設されません。 レスポンスのフィールド | フィールド | 種類 | | --- | --- | | フィールド`object` | 種類string | | フィールド`model` | 種類string | | フィールド`data[].index` | 種類integer | | フィールド`data[].embedding` | 種類finite float\[\] | | フィールド`usage` | 種類object | エラーと次の手順 | レスポンス | 条件 | 次の手順 | | --- | --- | --- | | レスポンス400 · `invalid_request_error` | 条件必須フィールド、素材の表現形式、またはパラメーター値が不正です | 次の手順新しい生成リクエストを送る前に、指定されたフィールドを修正してください。 | ### エイリアス #### モデルのエイリアス **Ailoot Ultra** [`google/gemini-embedding-2`](https://ailoot.ai/models/ja/#m=google%2Fgemini-embedding-2&route=Ultra&caller=google%2Fgemini-embedding-2&fmt=embeddings) #### メソッドパスのエイリアス 上記に表示されたメソッドパスを使用してください。 #### 関連する呼び出し用ID [`google/gemini-embedding-2`](https://ailoot.ai/models/ja/#m=google%2Fgemini-embedding-2&route=Ultra&caller=google%2Fgemini-embedding-2&fmt=embeddings) FAQ · Google: Gemini Embedding 2 利用できる入力と結果は何ですか？ `POST /v1/embeddings` · `google/gemini-embedding-2`: `text`, `token_ids` → `embedding` リクエストはどの項目を使用しますか？ `POST /v1/embeddings` · `google/gemini-embedding-2`: `model`, `input`, `encoding_format`, `provider` どの制限が適用されますか？ `POST /v1/embeddings` · `google/gemini-embedding-2`: `ctx`: `8192`; `input.budget.maximum`: `8192` (UTF8 バイト); `input.min_items`: `1` AilootをClaude Code、OpenCode、Hermes、自分のアプリに接続しましょう。 ## 企業とそのプロジェクト群 企業とそのプロジェクト群：数百万の顧客、毎月数十億規模の売上。 ## トークンを割引価格で購入。 継続利用にサブスクリプション割引。プロモコードでトークン購入が最大50%割引。 サブスクリプション 定期的なリクエストに合う割引プランを選びましょう。 最大50%のプロモコード 購入時にコードを入力すると、実施中のキャンペーンに沿って価格を再計算します。 支出を履歴で確認 各リクエストのモデル、トークン、金額が保存されます。 [サブスクリプションを選ぶ](https://ailoot.ai/docs/ja/billing/subscriptions/) · [モデルの価格を見る](https://ailoot.ai/models/ja/) ## 販売する製品に、 APIを組み込みましょう。 SaaS、アプリ、ボットをAilootの公式サービス提供条件とライセンス契約に基づいて接続できます。再販にはリセラーライセンスを申請できます。 商用アプリ サービスの有料機能に、文章、画像、動画、音声の生成を組み込めます。 リセラーライセンス プロジェクトの説明とアクセスの仕組みをお送りください。利用・再販条件の書面を申請できます。 サイトで契約文書を確認 接続前にサービス提供条件、ライセンス契約、データ処理ポリシーを読めます。 [リセラーライセンスを申請](mailto:support@ailoot.ai) · [サービス提供条件とライセンス契約](https://ailoot.ai/legal/offer?lang=ja) ## Ailoot · 企業とそのプロジェクト群 Ailootは、蓄積した運営経験、幅広い顧客基盤、安定したサービス、継続的なKPI管理を基盤としています。 企業とそのプロジェクト群：数百万の顧客、毎月数十億規模の売上。 Ailootはこの運営経験を、お客様の製品、エージェント、アプリケーション、自動化でAI機能を利用するためのAPIアクセスに活かしています。