Source: https://ailoot.ai/models/pt-pt/google-gemini-embedding-2-preview/ Canonical: https://ailoot.ai/models/pt-pt/google-gemini-embedding-2-preview/ Language: pt-pt # Google: Gemini Embedding 2 Preview [Markdown](https://ailoot.ai/models/pt-pt/google-gemini-embedding-2-preview/index.md) · [JSON](https://ailoot.ai/models/pt-pt/google-gemini-embedding-2-preview/facts.json) ## [Google: Gemini Embedding 2 Preview](https://ailoot.ai/models/pt-pt/google-gemini-embedding-2-preview/) Gemini Embedding 2 Preview converte texto, imagens, áudio, vídeo e PDF em vetores numéricos num único espaço multimodal. O seu perfil de pré-visualização, documentado separadamente, suporta recuperação e comparação entre modalidades, uma entrada de 8192 tokens e dimensões vetoriais flexíveis. - [**Ailoot Ultra · Representações vetoriais** `POST /v1/embeddings` `google/gemini-embedding-2-preview`](https://ailoot.ai/models/pt-pt/google-gemini-embedding-2-preview/#method-0) Sobre o modelo Esta descrição apresenta as capacidades do modelo. As entradas, saídas e opções disponíveis no Ailoot para o método selecionado estão indicadas abaixo. Gemini Embedding 2 Preview é a edição de pré-visualização com nome próprio da família nativa de embeddings multimodais da Google. Converte texto, imagens, vídeo, áudio e PDF num espaço numérico partilhado, com intenção semântica representada em mais de 100 línguas. A saída são embeddings: vetores utilizados para comparar e recuperar material relacionado. Esta identidade Preview permanece separada da edição estável Gemini Embedding 2 e não implica pesos intercambiáveis nem um espaço vetorial idêntico. O anúncio original descreve pesquisa entre modalidades, classificação, agrupamento, análise de sentimento e geração aumentada por recuperação como aplicações posteriores. Uma consulta de texto pode encontrar um elemento visual relacionado, enquanto uma imagem ou excerto também pode atuar como fonte de pesquisa. Uma aplicação armazena as representações, compara-as e devolve os registos correspondentes; um modelo de linguagem separado pode utilizar o material de origem recuperado para redigir uma resposta. O embedding, por si só, não contém uma explicação em linguagem natural nem uma transcrição. A sua própria página de modelo documenta um limite de entrada de 8192 tokens e dimensões de saída de 128 a 3072, com 768, 1536 e 3072 como tamanhos recomendados. O anúncio Preview indica uma predefinição de 3072 e descreve Matryoshka Representation Learning, que conserva informação útil em prefixos mais curtos da representação. Mantenha uma dimensão escolhida para os vetores que têm de ser comparados e conserve a edição do modelo com a coleção, em vez de fundir representações apenas porque os seus comprimentos coincidem. O anúncio Preview documenta até seis imagens PNG ou JPEG por pedido, até 120 segundos de vídeo MP4 ou MOV e documentos PDF de até seis páginas. Também documenta embeddings diretos de áudio sem uma transcrição textual intermédia. Estas especificações provêm do próprio anúncio da pré-visualização, não do guia estável posterior. O anúncio não estabelece todos os limites atuais de duração de áudio, codecs ou amostragem de fotogramas para este perfil Preview exato. A entrada multimodal intercalada permite que a representação reflita relações entre conteúdos multimédia, como uma imagem e a sua legenda. Num catálogo de produtos, forneça a fotografia e a descrição aprovada em conjunto quando descrevem um objeto que deve ser recuperado como unidade. Numa coleção documental, divida a fonte em passagens ou páginas focadas e preserve o seu título e posição. Numa biblioteca multimédia, selecione um excerto correspondente ao evento que os utilizadores devem encontrar e mantenha o seu intervalo temporal original com o registo armazenado. Uma tarefa de recuperação útil torna clara a relação pretendida. Uma pergunta que procura uma explicação, uma pesquisa de elementos visualmente semelhantes e um agrupamento por tema são tarefas diferentes, mesmo quando utilizam a mesma coleção de origem. Prepare o conteúdo de forma consistente, registe a edição e a dimensão e mantenha cada vetor ligado à sua fonte. A similaridade fornece candidatos para a aplicação examinar; não prova que dois registos afirmem o mesmo facto ou que uma fonte recuperada responda completamente a uma pergunta. Numa pesquisa prática de conteúdos multimédia, represente a imagem ou o excerto de vídeo escolhido e compare-o com a descrição do conteúdo pretendido. Apresente a fonte correspondente juntamente com a legenda ou o intervalo temporal, para que um utilizador a possa rever. Num assistente de conhecimento, recupere a página ou passagem relevante antes de gerar a resposta escrita. O papel do modelo Preview é a representação numérica multimodal que apoia essas etapas de seleção, enquanto o armazenamento, as regras de ordenação e a resposta final permanecem partes do fluxo de trabalho que o integra. **Ailoot Ultra · Representações vetoriais** `POST /v1/embeddings` `google/gemini-embedding-2-preview` [`google/gemini-embedding-2-preview`](https://ailoot.ai/models/pt-pt/#m=google%2Fgemini-embedding-2-preview&route=Ultra&caller=google%2Fgemini-embedding-2-preview&fmt=embeddings) Google /`google/gemini-embedding-2-preview` ### Introdução Gemini Embedding 2 Preview converte texto, imagens, áudio, vídeo e PDF em vetores numéricos num único espaço multimodal. O seu perfil de pré-visualização, documentado separadamente, suporta recuperação e comparação entre modalidades, uma entrada de 8192 tokens e dimensões vetoriais flexíveis. Entradas aceites Texto Resultados embedding ### Disponível no Ailoot · entradas e métodos **Ailoot Ultra · Representações vetoriais** `POST /v1/embeddings` Entrada `text` Saída `embedding` Contexto 8192 tokens Formato de saída json | Campo | Tipo | Requisito | Valores e limites | Predefinição | | --- | --- | --- | --- | --- | | Campo`model` | Tipo`string` | RequisitoObrigatório | Valores e limites google/gemini-embedding-2-preview | Predefinição— | | Campo`input` | Tipo`string\|string[]` | RequisitoObrigatório | Valores e limites | Predefinição— | Combinações de materiais de entrada **text\_to\_embedding** Parâmetros e ciclo de vida do método | Parâmetro | Contrato | | --- | --- | | Parâmetro`content_type` | Contratoapplication/json | | Parâmetro`required` | Contratomodel, input | | Parâmetro`input_shapes` | Contratostring, string\[\] | | Parâmetro`material_types` | Contratotext | Ciclo de vida: `synchronous_json` Conserve todos os vetores e índices devolvidos. Este perfil mínimo de texto não permite deduzir suporte de imagens/áudio/objetos de ficheiro. ### Tarifários As referências tarifárias não acrescentam opções ao pedido. Os parâmetros suportados constam do método selecionado. Modo rápido Não especificado Quando o modo rápido está selecionado Modo flex Não especificado Quando o modo flex está selecionado Esforço máximo de raciocínio Não especificado Quando o esforço máximo de raciocínio usa o ajuste predefinido (default) #### Tarifas Ailoot #### Preços por configuração | Configuração | Tabela de tarifas | Custo | | --- | --- | --- | | ConfiguraçãoTarifas base dos tokens | Tabela de tarifasTarifa base | Custo Entrada · Tokens de entrada **$0.0004** / 1K tokens Saída · Tokens de saída **$0** / 1K tokens Entrada · Leitura da cache **—** / 1K tokens Entrada · Escrita na cache **—** / 1K tokens Entrada · Escrita na cache, 1 hora **—** / 1K tokens | O Ailoot reserva um montante estimado antes de um pedido. Após o resultado, liquida o custo final com base na utilização medida. No streaming, a liquidação usa o registo final de utilização. [Como funcionam a reserva e a liquidação →](https://ailoot.ai/docs/pt-pt/billing/reserve/) ### Exemplos de pedidos #### Ailoot Ultra · Representações vetoriais Corpo JSON mínimo completocurl · pedido mínimo de embeddings de texto ```json { "model": "google/gemini-embedding-2-preview", "input": [ "First document", "Second document" ] } ``` ```bash set -eu : "${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 ``` ### Receber e guardar os resultados #### Ailoot Ultra · Representações vetoriais json ##### Guardar todos os resultados concluídos Guarde cada resposta, ficheiro e parte de conteúdo devolvidos na íntegra. Guarde cada vetor com o respetivo índice. O número de vetores tem de ser igual ao número de entradas; as dimensões têm de ser consistentes. ##### Se for necessário verificar a resposta original Não é introduzido nenhum endpoint de tarefas de embeddings. Campos da resposta | Campo | Tipo | | --- | --- | | Campo`object` | Tipostring | | Campo`model` | Tipostring | | Campo`data[].index` | Tipointeger | | Campo`data[].embedding` | Tipofinite float\[\] | | Campo`usage` | Tipoobject | Erros e passos seguintes | Resposta | Condição | Passo seguinte | | --- | --- | --- | | Resposta400 · `invalid_request_error` | Condiçãomodel em falta ou JSON malformado. | Passo seguinteCorrija os campos indicados. | | Resposta413 · `invalid_request_error` | CondiçãoO limite configurado para o corpo foi excedido. | Passo seguinteReduza o material real. | | Resposta422 · `invalid_request_error` | CondiçãoA entrada ou os controlos violam a política específica em vigor. | Passo seguinteUtilize a entrada mínima de texto apresentada, sem controlos herdados. | | Resposta503 · `billing_error` | CondiçãoNão é possível associar a autorização de acesso ou a cotação. | Passo seguinteConserve a resposta; não substitua a política. | ### Aliases #### Aliases do modelo **Ailoot Ultra** [`google/gemini-embedding-2-preview`](https://ailoot.ai/models/pt-pt/#m=google%2Fgemini-embedding-2-preview&route=Ultra&caller=google%2Fgemini-embedding-2-preview&fmt=embeddings) #### Aliases dos caminhos dos métodos Use os caminhos dos métodos indicados acima. #### IDs de chamada relacionados [`google/gemini-embedding-2-preview`](https://ailoot.ai/models/pt-pt/#m=google%2Fgemini-embedding-2-preview&route=Ultra&caller=google%2Fgemini-embedding-2-preview&fmt=embeddings) FAQ · Google: Gemini Embedding 2 Preview Que entradas e resultados estão disponíveis? `POST /v1/embeddings` · `google/gemini-embedding-2-preview`: `text` → `embedding` Que campos utiliza o pedido? `POST /v1/embeddings` · `google/gemini-embedding-2-preview`: `model`, `input` Que limites se aplicam? `POST /v1/embeddings` · `google/gemini-embedding-2-preview`: `ctx`: `8192` Ligue o Ailoot ao Claude Code, OpenCode, Hermes ou à sua aplicação. ## A empresa e a sua carteira de projetos A empresa e a sua carteira de projetos: milhões de clientes; vendas mensais na ordem dos milhares de milhões. ## Compre tokens com desconto. Desconto por subscrição para trabalho regular. Códigos promocionais — até 50% na compra de tokens. Subscrição Escolha um plano com desconto para os pedidos regulares. Código promocional até 50% Introduza o código na compra. O preço é recalculado conforme a campanha em vigor. Custos no histórico O modelo, os tokens e o montante são guardados para cada pedido. [Escolher subscrição](https://ailoot.ai/docs/pt-pt/billing/subscriptions/) · [Ver preços dos modelos](https://ailoot.ai/models/pt-pt/) ## Ligue a API ao produto que vende. SaaS, aplicações e bots — ao abrigo da oferta e do contrato de licença Ailoot. Para revenda, peça uma licença de revendedor. Aplicação comercial Integre geração de texto, imagens, vídeo e som nas funcionalidades pagas do seu serviço. Licença de revendedor Envie uma descrição do projeto e do modelo de acesso. Peça condições escritas de utilização e revenda. Documentos no site A oferta, o contrato de licença e a política de tratamento de dados estão disponíveis antes da ligação. [Pedir licença de revendedor](mailto:support@ailoot.ai) · [Oferta e contrato de licença](https://ailoot.ai/legal/offer?lang=pt-pt) ## Ailoot · A empresa e a sua carteira de projetos A Ailoot assenta numa experiência operacional consolidada, numa ampla base de clientes, num serviço estável e no acompanhamento contínuo dos KPI. A empresa e a sua carteira de projetos: milhões de clientes; vendas mensais na ordem dos milhares de milhões. A Ailoot aplica essa experiência operacional ao acesso por API a funcionalidades de IA nos produtos dos clientes, agentes, aplicações e automatizações.