Source: https://ailoot.ai/models/ru/google-gemini-embedding-2-preview/ Canonical: https://ailoot.ai/models/ru/google-gemini-embedding-2-preview/ Language: ru # Google: Gemini Embedding 2 Preview [Markdown](https://ailoot.ai/models/ru/google-gemini-embedding-2-preview/index.md) · [JSON](https://ailoot.ai/models/ru/google-gemini-embedding-2-preview/facts.json) ## [Google: Gemini Embedding 2 Preview](https://ailoot.ai/models/ru/google-gemini-embedding-2-preview/) Gemini Embedding 2 Preview преобразует текст, изображения, аудио, видео и PDF в числовые векторы в едином мультимодальном пространстве. Отдельно документированный профиль Preview поддерживает межмодальный поиск и сравнение, вход до 8192 токенов и гибкую размерность векторов. - [**Ailoot Ultra · Эмбеддинги** `POST /v1/embeddings` `google/gemini-embedding-2-preview`](https://ailoot.ai/models/ru/google-gemini-embedding-2-preview/#method-0) О модели Описание раскрывает возможности модели. Доступные в Ailoot входные данные, результаты и параметры выбранного метода перечислены ниже. Gemini Embedding 2 Preview — предварительная версия семейства нативных мультимодальных эмбеддингов Google с собственным названием. Она отображает текст, изображения, видео, аудио и PDF в общее числовое пространство, представляя смысловую направленность более чем на 100 языках. Выход — эмбеддинги: векторы для сравнения и поиска связанных материалов. Эта версия Preview сохраняет отдельную идентичность относительно стабильной Gemini Embedding 2 и не предполагает взаимозаменяемых весов или одинакового векторного пространства. Первоначальный анонс описывает межмодальный поиск, классификацию, кластеризацию, анализ тональности и генерацию с использованием результатов поиска как последующие применения. Текстовый запрос может найти связанный визуальный объект, а изображение или клип также могут служить отправной точкой поиска. Приложение хранит представления, сравнивает их и возвращает соответствующие записи; отдельная языковая модель может использовать найденные исходные материалы для подготовки ответа. Сам эмбеддинг не содержит объяснения на естественном языке или расшифровки. Собственная страница модели документирует лимит входа 8192 токена и размерность выхода от 128 до 3072, с рекомендуемыми размерами 768, 1536 и 3072. Анонс Preview указывает значение по умолчанию 3072 и описывает Matryoshka Representation Learning, сохраняющее полезную информацию в укороченных начальных частях представления. Используйте одну выбранную размерность для векторов, которые должны сравниваться, и сохраняйте версию модели вместе с коллекцией, вместо того чтобы объединять представления лишь из-за совпадения их длины. Анонс Preview документирует до шести изображений PNG или JPEG на запрос, до 120 секунд видео MP4 или MOV и PDF-документы до шести страниц. Он также документирует прямое создание эмбеддингов аудио без промежуточной текстовой расшифровки. Эти характеристики взяты из собственного анонса Preview, а не из более позднего руководства стабильной версии. Анонс не устанавливает все текущие ограничения длительности аудио, кодеков или выборки кадров для этого конкретного профиля Preview. Чередующийся мультимодальный вход позволяет представлению отражать связи между медиа, например изображением и его подписью. Для каталога товаров передайте фотографию и утверждённое описание вместе, если они описывают один объект для поиска. Для коллекции документов разделите источник на целевые фрагменты или страницы и сохраняйте его заголовок и расположение. Для медиатеки выберите клип, соответствующий событию, которое пользователи должны находить, и храните его исходный временной диапазон вместе с записью. Полезная поисковая задача делает предполагаемую связь ясной. Вопрос, требующий объяснения, поиск визуально сходных объектов и кластеризация по теме — разные задачи, даже если они используют одну исходную коллекцию. Готовьте контент единообразно, записывайте версию и размерность и связывайте каждый вектор с его источником. Сходство предоставляет кандидатов для проверки приложением; оно не доказывает, что две записи утверждают один и тот же факт или что найденный источник полностью отвечает на вопрос. Для практического поиска по медиа представьте выбранное изображение или видеофрагмент и сравните его с описанием нужного контента. Покажите найденный источник вместе с подписью или временным диапазоном, чтобы пользователь мог его проверить. Для помощника по знаниям найдите нужную страницу или фрагмент перед генерацией письменного ответа. Роль модели Preview — мультимодальное числовое представление, поддерживающее эти этапы отбора, тогда как хранение, правила ранжирования и итоговый ответ остаются частями окружающего процесса. **Ailoot Ultra · Эмбеддинги** `POST /v1/embeddings` `google/gemini-embedding-2-preview` [`google/gemini-embedding-2-preview`](https://ailoot.ai/models/ru/#m=google%2Fgemini-embedding-2-preview&route=Ultra&caller=google%2Fgemini-embedding-2-preview&fmt=embeddings) Google /`google/gemini-embedding-2-preview` ### Начало Gemini Embedding 2 Preview преобразует текст, изображения, аудио, видео и PDF в числовые векторы в едином мультимодальном пространстве. Отдельно документированный профиль Preview поддерживает межмодальный поиск и сравнение, вход до 8192 токенов и гибкую размерность векторов. Допустимые входные данные Текст Результаты embedding ### Доступно в Ailoot · входные данные и методы **Ailoot Ultra · Эмбеддинги** `POST /v1/embeddings` Входные данные `text` Результат `embedding` Контекст 8 192 tokens Выходной формат json | Поле | Тип | Требование | Значения и ограничения | По умолчанию | | --- | --- | --- | --- | --- | | Поле`model` | Тип`string` | ТребованиеОбязательно | Значения и ограничения google/gemini-embedding-2-preview | По умолчанию— | | Поле`input` | Тип`string\|string[]` | ТребованиеОбязательно | Значения и ограничения | По умолчанию— | Сочетания входных материалов **text\_to\_embedding** Параметры и жизненный цикл метода | Параметр | Контракт | | --- | --- | | Параметр`content_type` | Контрактapplication/json | | Параметр`required` | Контрактmodel, input | | Параметр`input_shapes` | Контрактstring, string\[\] | | Параметр`material_types` | Контрактtext | Жизненный цикл: `synchronous_json` Сохраняйте каждый возвращённый вектор и индекс. Из этого минимального текстового профиля не выводится поддержка изображений, аудио или файловых объектов. ### Тарифы Тарифная справка не добавляет режимы запроса. Поддерживаемые параметры указаны для выбранного метода. Быстрый режим Не указано При выборе быстрого режима Режим flex Не указано При выборе режима flex Максимальная интенсивность рассуждений Не указано При максимальной интенсивности рассуждений с корректировкой по умолчанию (default) #### Ставки Ailoot #### Цены по конфигурациям | Конфигурация | Шкала ставок | Плата | | --- | --- | --- | | КонфигурацияБазовые ставки за токены | Шкала ставокБазовая ставка | Плата Вход · Входные токены **$0.0004** / 1K токенов Выход · Выходные токены **$0** / 1K токенов Вход · Чтение кэша **—** / 1K токенов Вход · Запись в кэш **—** / 1K токенов Вход · Запись в кэш, 1 час **—** / 1K токенов | Ailoot резервирует расчётную сумму перед запросом. После получения результата списывает итоговую плату по измеренному расходу. Для окончательного списания за потоковый ответ используется итоговая запись расхода. [Как работают резервирование и расчёт →](https://ailoot.ai/docs/ru/billing/reserve/) ### Примеры запросов #### Ailoot Ultra · Эмбеддинги Полное минимальное тело запроса в формате JSONcurl · минимальный запрос текстовых эмбеддингов ```json { "model": "google/gemini-embedding-2-preview", "input": [ "First document", "Second document" ] } ``` ```bash set -eu : "${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 ``` ### Получить и сохранить результаты #### Ailoot Ultra · Эмбеддинги json ##### Сохраняйте все готовые результаты Сохраняйте каждый полностью полученный ответ, файл и элемент содержимого. Сохраняйте каждый вектор с его индексом. Число векторов должно совпадать с числом входных элементов; размерности должны быть согласованы. ##### Если нужно проверить исходный ответ Отдельный эндпоинт заданий эмбеддингов не вводится. Поля ответа | Поле | Тип | | --- | --- | | Поле`object` | Типstring | | Поле`model` | Типstring | | Поле`data[].index` | Типinteger | | Поле`data[].embedding` | Типfinite float\[\] | | Поле`usage` | Типobject | Ошибки и дальнейшие шаги | Ответ | Условие | Следующий шаг | | --- | --- | --- | | Ответ400 · `invalid_request_error` | УсловиеОтсутствует модель или JSON имеет неверный формат. | Следующий шагИсправьте указанные поля. | | Ответ413 · `invalid_request_error` | УсловиеПревышен настроенный лимит размера тела запроса. | Следующий шагУменьшите объём фактического материала. | | Ответ422 · `invalid_request_error` | УсловиеВходные данные или параметры управления нарушают действующую специализированную политику. | Следующий шагИспользуйте показанный минимальный текстовый ввод без унаследованных параметров управления. | | Ответ503 · `billing_error` | УсловиеНевозможно привязать допуск или расчёт стоимости. | Следующий шагСохраните ответ; не подменяйте политику. | ### Псевдонимы #### Псевдонимы моделей **Ailoot Ultra** [`google/gemini-embedding-2-preview`](https://ailoot.ai/models/ru/#m=google%2Fgemini-embedding-2-preview&route=Ultra&caller=google%2Fgemini-embedding-2-preview&fmt=embeddings) #### Псевдонимы путей метода Используйте пути методов, указанные выше. #### Связанные ID для вызова [`google/gemini-embedding-2-preview`](https://ailoot.ai/models/ru/#m=google%2Fgemini-embedding-2-preview&route=Ultra&caller=google%2Fgemini-embedding-2-preview&fmt=embeddings) FAQ · Google: Gemini Embedding 2 Preview Какие входные данные и результаты доступны? `POST /v1/embeddings` · `google/gemini-embedding-2-preview`: `text` → `embedding` Какие поля использует запрос? `POST /v1/embeddings` · `google/gemini-embedding-2-preview`: `model`, `input` Какие ограничения действуют? `POST /v1/embeddings` · `google/gemini-embedding-2-preview`: `ctx`: `8192` Подключите Ailoot к Claude Code, OpenCode, Hermes или своему приложению. ## Компания и портфель её проектов Компания и портфель её проектов: миллионы клиентов; продажи на миллиарды ежемесячно. ## Покупайте токены со скидкой. Скидка по подписке для регулярной работы. Промокоды — до 50% на покупку токенов. Подписка Выберите тариф со скидкой для своих регулярных запросов. Промокод до 50% Введите код при покупке. Цена пересчитается с учётом действующей акции. Расходы в истории Модель, токены и сумма сохраняются для каждого запроса. [Выбрать подписку](https://ailoot.ai/docs/ru/billing/subscriptions/) · [Посмотреть цены моделей](https://ailoot.ai/models/ru/) ## Подключайте API к продукту, который вы продаёте. SaaS, приложения и боты — по оферте и лицензионному договору Ailoot. Для перепродажи запросите реселлерскую лицензию. Коммерческое приложение Встраивайте генерацию текста, картинок, видео и звука в платные функции своего сервиса. Лицензия для реселлера Пришлите описание проекта и схему доступа. Запросите письменные условия использования и перепродажи. Документы на сайте Оферта, лицензионный договор и политика обработки данных доступны до подключения. [Запросить реселлерскую лицензию](mailto:support@ailoot.ai) · [Оферта и лицензионный договор](https://ailoot.ai/legal/offer?lang=ru) ## Ailoot · Компания и портфель её проектов Ailoot опирается на накопленный опыт работы, большую клиентскую базу, стабильный сервис и постоянный контроль KPI. Компания и портфель её проектов: миллионы клиентов; продажи на миллиарды ежемесячно. Этот опыт Ailoot использует для API-доступа к нейросетям в продуктах клиентов, агентах, приложениях и автоматизациях.