Source: https://ailoot.ai/models/pl/google-gemini-embedding-2-preview/ Canonical: https://ailoot.ai/models/pl/google-gemini-embedding-2-preview/ Language: pl # Google: Gemini Embedding 2 Preview [Markdown](https://ailoot.ai/models/pl/google-gemini-embedding-2-preview/index.md) · [JSON](https://ailoot.ai/models/pl/google-gemini-embedding-2-preview/facts.json) ## [Google: Gemini Embedding 2 Preview](https://ailoot.ai/models/pl/google-gemini-embedding-2-preview/) Gemini Embedding 2 Preview zamienia tekst, obrazy, dźwięk, wideo i PDF na wektory liczbowe w jednej przestrzeni multimodalnej. Jego osobno udokumentowany profil wersji Preview obsługuje wyszukiwanie i porównywanie między modalnościami, wejście do 8192 tokenów i elastyczną liczbę wymiarów wektorów. - [**Ailoot Ultra · Reprezentacje wektorowe** `POST /v1/embeddings` `google/gemini-embedding-2-preview`](https://ailoot.ai/models/pl/google-gemini-embedding-2-preview/#method-0) O modelu Ten opis przedstawia możliwości modelu. Dane wejściowe, wyniki i opcje dostępne w Ailoot podano poniżej dla wybranej metody. Gemini Embedding 2 Preview to nazwana wersja poglądowa natywnej rodziny multimodalnych osadzeń Google. Odwzorowuje tekst, obrazy, wideo, dźwięk i PDF we wspólnej przestrzeni liczbowej, reprezentując intencję semantyczną w ponad 100 językach. Wynikiem są osadzenia: wektory używane do porównywania i wyszukiwania powiązanych materiałów. Tożsamość tej wersji Preview pozostaje odrębna od stabilnej wersji Gemini Embedding 2 i nie oznacza wymiennych wag ani identycznej przestrzeni wektorowej. Pierwotne ogłoszenie opisuje wyszukiwanie między modalnościami, klasyfikację, grupowanie w klastry, analizę sentymentu i generowanie wspomagane wyszukiwaniem jako dalsze zastosowania. Zapytanie tekstowe może odnaleźć powiązany element wizualny, a obraz lub klip także może stanowić punkt wyjścia do wyszukiwania. Aplikacja przechowuje reprezentacje, porównuje je i zwraca odpowiednie rekordy; osobny model językowy może wykorzystać znaleziony materiał źródłowy do napisania odpowiedzi. Samo osadzenie nie zawiera objaśnienia w języku naturalnym ani transkrypcji. Własna strona modelu dokumentuje limit wejścia wynoszący 8192 tokeny i liczbę wymiarów wyjścia od 128 do 3072, z zalecanymi rozmiarami 768, 1536 i 3072. Ogłoszenie wersji Preview podaje domyślną wartość 3072 i opisuje Matryoshka Representation Learning, które zachowuje przydatne informacje w krótszych początkowych częściach reprezentacji. Utrzymuj jedną wybraną liczbę wymiarów dla wektorów, które mają być porównywane, i zachowaj wersję modelu wraz z kolekcją, zamiast łączyć reprezentacje tylko dlatego, że mają tę samą długość. Ogłoszenie wersji Preview dokumentuje do sześciu obrazów PNG lub JPEG na żądanie, do 120 sekund wideo MP4 lub MOV i dokumenty PDF do sześciu stron. Dokumentuje także bezpośrednie osadzanie dźwięku bez pośredniej transkrypcji tekstowej. Te specyfikacje pochodzą z własnego ogłoszenia wersji Preview, a nie z późniejszego przewodnika po wersji stabilnej. Ogłoszenie nie ustala wszystkich obecnych limitów czasu trwania dźwięku, kodeków ani próbkowania klatek dla tego konkretnego profilu Preview. Przeplatane wejście multimodalne pozwala reprezentacji odzwierciedlać relacje między mediami, takimi jak obraz i jego podpis. W katalogu produktów podawaj fotografię i zatwierdzony opis razem, gdy opisują jeden obiekt do wyszukania. W kolekcji dokumentów dziel źródło na fragmenty dotyczące konkretnych zagadnień lub strony i zachowuj jego tytuł oraz położenie. W bibliotece mediów wybierz klip odpowiadający zdarzeniu, które użytkownicy powinni znajdować, i zachowaj jego oryginalny przedział czasowy wraz z zapisanym rekordem. Użyteczne zadanie wyszukiwania jasno określa zamierzoną relację. Pytanie wymagające wyjaśnienia, wyszukiwanie wizualnie podobnych elementów i grupowanie według tematu to różne zadania, nawet jeśli korzystają z tej samej kolekcji źródeł. Przygotowuj treść konsekwentnie, zapisuj wersję i liczbę wymiarów oraz zachowuj powiązanie każdego wektora z jego źródłem. Podobieństwo dostarcza kandydatów do sprawdzenia przez aplikację; nie dowodzi, że dwa rekordy stwierdzają ten sam fakt ani że znalezione źródło w pełni odpowiada na pytanie. W praktycznym wyszukiwaniu mediów reprezentuj wybrany obraz lub fragment wideo i porównuj go z opisem pożądanej treści. Prezentuj pasujące źródło obok jego podpisu lub przedziału czasowego, aby użytkownik mógł je sprawdzić. W przypadku asystenta wiedzy znajdź odpowiednią stronę lub fragment przed wygenerowaniem pisemnej odpowiedzi. Rolą modelu Preview jest multimodalna reprezentacja liczbowa wspierająca te etapy wyboru, a przechowywanie, reguły rankingu i ostateczna odpowiedź pozostają częściami procesu, w którym model jest używany. **Ailoot Ultra · Reprezentacje wektorowe** `POST /v1/embeddings` `google/gemini-embedding-2-preview` [`google/gemini-embedding-2-preview`](https://ailoot.ai/models/pl/#m=google%2Fgemini-embedding-2-preview&route=Ultra&caller=google%2Fgemini-embedding-2-preview&fmt=embeddings) Google /`google/gemini-embedding-2-preview` ### Start Gemini Embedding 2 Preview zamienia tekst, obrazy, dźwięk, wideo i PDF na wektory liczbowe w jednej przestrzeni multimodalnej. Jego osobno udokumentowany profil wersji Preview obsługuje wyszukiwanie i porównywanie między modalnościami, wejście do 8192 tokenów i elastyczną liczbę wymiarów wektorów. Akceptowane dane wejściowe Tekst Wyniki embedding ### Dostępne w Ailoot · dane wejściowe i metody **Ailoot Ultra · Reprezentacje wektorowe** `POST /v1/embeddings` Wejście `text` Wyjście `embedding` Kontekst 8192 tokens Format wyjściowy json | Pole | Typ | Wymaganie | Wartości i limity | Domyślnie | | --- | --- | --- | --- | --- | | Pole`model` | Typ`string` | WymaganieWymagane | Wartości i limity google/gemini-embedding-2-preview | Domyślnie— | | Pole`input` | Typ`string\|string[]` | WymaganieWymagane | Wartości i limity | Domyślnie— | Kombinacje materiałów wejściowych **text\_to\_embedding** Parametry i cykl życia metody | Parametr | Kontrakt | | --- | --- | | Parametr`content_type` | Kontraktapplication/json | | Parametr`required` | Kontraktmodel, input | | Parametr`input_shapes` | Kontraktstring, string\[\] | | Parametr`material_types` | Kontrakttext | Cykl życia: `synchronous_json` Zachowaj każdy zwrócony wektor i indeks. Ten minimalny profil tekstowy nie stanowi podstawy do przyjęcia obsługi obrazów, dźwięku ani obiektów plikowych. ### Cennik Informacje taryfowe nie dodają opcji żądania. Obsługiwane parametry podano przy wybranej metodzie. Tryb szybki Nie określono Gdy wybrany jest tryb szybki Tryb flex Nie określono Gdy wybrany jest tryb flex Maksymalna intensywność rozumowania Nie określono Gdy dla maksymalnej intensywności rozumowania stosowana jest domyślna korekta (default) #### Stawki Ailoot #### Ceny według konfiguracji | Konfiguracja | Tabela stawek | Opłata | | --- | --- | --- | | KonfiguracjaPodstawowe stawki za tokeny | Tabela stawekStawka podstawowa | Opłata Wejście · Tokeny wejściowe **$0.0004** / 1K tokenów Wyjście · Tokeny wyjściowe **$0** / 1K tokenów Wejście · Odczyt cache **—** / 1K tokenów Wejście · Zapis do cache **—** / 1K tokenów Wejście · Zapis do cache, 1 godz. **—** / 1K tokenów | Ailoot rezerwuje szacowaną kwotę przed żądaniem. Po otrzymaniu wyniku rozlicza ostateczną opłatę według zmierzonego użycia. Rozliczenie strumieniowania korzysta z końcowego rekordu użycia. [Jak działają rezerwacja i rozliczenie →](https://ailoot.ai/docs/pl/billing/reserve/) ### Przykładowe żądania #### Ailoot Ultra · Reprezentacje wektorowe Kompletna minimalna treść żądania JSONcurl · minimalne żądanie osadzeń tekstowych ```json { "model": "google/gemini-embedding-2-preview", "input": [ "First document", "Second document" ] } ``` ```bash set -eu : "${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 ``` ### Odbieranie i zapisywanie wyników #### Ailoot Ultra · Reprezentacje wektorowe json ##### Zachowaj wszystkie ukończone wyniki Zachowaj każdą kompletną zwróconą odpowiedź, plik i część treści. Zachowaj każdy wektor wraz z jego indeksem. Liczba wektorów musi być równa liczbie elementów wejściowych; wszystkie wektory muszą mieć tę samą liczbę wymiarów. ##### Jeśli trzeba sprawdzić pierwotną odpowiedź Nie wprowadzono endpointu zadań generowania osadzeń. Pola odpowiedzi | Pole | Typ | | --- | --- | | Pole`object` | Typstring | | Pole`model` | Typstring | | Pole`data[].index` | Typinteger | | Pole`data[].embedding` | Typfinite float\[\] | | Pole`usage` | Typobject | Błędy i dalsze kroki | Odpowiedź | Warunek | Następny krok | | --- | --- | --- | | Odpowiedź400 · `invalid_request_error` | WarunekBrak modelu lub niepoprawna składnia JSON. | Następny krokPopraw wskazane pola. | | Odpowiedź413 · `invalid_request_error` | WarunekPrzekroczono skonfigurowany limit rozmiaru treści żądania. | Następny krokZmniejsz ilość rzeczywistego materiału. | | Odpowiedź422 · `invalid_request_error` | WarunekDane wejściowe lub ustawienia naruszają bieżącą politykę właściwą dla tej funkcji. | Następny krokUżyj pokazanego minimalnego wejścia tekstowego bez odziedziczonych ustawień. | | Odpowiedź503 · `billing_error` | WarunekNie można powiązać dopuszczenia ani wyceny. | Następny krokZachowaj odpowiedź; nie zastępuj polityki inną. | ### Aliasy #### Aliasy modelu **Ailoot Ultra** [`google/gemini-embedding-2-preview`](https://ailoot.ai/models/pl/#m=google%2Fgemini-embedding-2-preview&route=Ultra&caller=google%2Fgemini-embedding-2-preview&fmt=embeddings) #### Aliasy ścieżek metod Użyj ścieżek metod podanych powyżej. #### Powiązane ID modeli [`google/gemini-embedding-2-preview`](https://ailoot.ai/models/pl/#m=google%2Fgemini-embedding-2-preview&route=Ultra&caller=google%2Fgemini-embedding-2-preview&fmt=embeddings) FAQ · Google: Gemini Embedding 2 Preview Jakie dane wejściowe i wyniki są dostępne? `POST /v1/embeddings` · `google/gemini-embedding-2-preview`: `text` → `embedding` Jakich pól używa żądanie? `POST /v1/embeddings` · `google/gemini-embedding-2-preview`: `model`, `input` Jakie limity obowiązują? `POST /v1/embeddings` · `google/gemini-embedding-2-preview`: `ctx`: `8192` Połącz Ailoot z Claude Code, OpenCode, Hermes albo własną aplikacją. ## Firma i jej portfel projektów Firma i jej portfel projektów: miliony klientów; miesięczna sprzedaż liczona w miliardach. ## Kupuj tokeny z rabatem. Rabat subskrypcji do regularnej pracy. Kody promocyjne — do 50% na tokeny. Subskrypcja Wybierz plan z rabatem do regularnych żądań. Kod promocyjny do 50% Wpisz kod przy zakupie. Cena zostanie przeliczona według aktualnej promocji. Koszty w historii Model, tokeny i kwota są zapisywane dla każdego żądania. [Wybierz subskrypcję](https://ailoot.ai/docs/pl/billing/subscriptions/) · [Sprawdź ceny modeli](https://ailoot.ai/models/pl/) ## Połącz API z produktem, który sprzedajesz. SaaS, aplikacje i boty na warunkach oferty i umowy licencyjnej Ailoot. Do odsprzedaży poproś o licencję resellerską. Aplikacja komercyjna Wbuduj generowanie tekstu, obrazów, wideo i dźwięku w płatne funkcje usługi. Licencja resellerska Prześlij opis projektu i schemat dostępu. Poproś o pisemne warunki używania i odsprzedaży. Dokumenty na stronie Oferta, umowa licencyjna i polityka przetwarzania danych są dostępne przed połączeniem. [Poproś o licencję resellerską](mailto:support@ailoot.ai) · [Oferta i umowa licencyjna](https://ailoot.ai/legal/offer?lang=pl) ## Ailoot · Firma i jej portfel projektów Ailoot opiera się na zgromadzonym doświadczeniu operacyjnym, szerokiej bazie klientów, stabilnej usłudze i stałej kontroli KPI. Firma i jej portfel projektów: miliony klientów; miesięczna sprzedaż liczona w miliardach. Ailoot wykorzystuje to doświadczenie operacyjne, zapewniając dostęp przez API do funkcji AI w produktach klientów, agentach, aplikacjach i automatyzacjach.