Source: https://ailoot.ai/models/th/google-gemini-embedding-2-preview/
Canonical: https://ailoot.ai/models/th/google-gemini-embedding-2-preview/
Language: th

# Google: Gemini Embedding 2 Preview

[Markdown](https://ailoot.ai/models/th/google-gemini-embedding-2-preview/index.md) · [JSON](https://ailoot.ai/models/th/google-gemini-embedding-2-preview/facts.json)

## [Google: Gemini Embedding 2 Preview](https://ailoot.ai/models/th/google-gemini-embedding-2-preview/)

Gemini Embedding 2 Preview แปลงข้อความ ภาพ เสียง วิดีโอ และ PDF เป็นเวกเตอร์เชิงตัวเลขในพื้นที่มัลติโมดัลเดียว โปรไฟล์พรีวิวที่มีเอกสารแยกต่างหากรองรับการค้นคืนและเปรียบเทียบข้ามชนิดสื่อ อินพุต 8,192 โทเคน และมิติเวกเตอร์ยืดหยุ่น

- [**Ailoot Ultra · เอ็มเบดดิง** `POST /v1/embeddings` `google/gemini-embedding-2-preview`](https://ailoot.ai/models/th/google-gemini-embedding-2-preview/#method-0)

เกี่ยวกับโมเดล

คำอธิบายนี้ครอบคลุมความสามารถของโมเดล อินพุต เอาต์พุต และตัวเลือกที่ใช้ได้ใน Ailoot แสดงด้านล่างตามเมธอดที่เลือก

Gemini Embedding 2 Preview เป็นรุ่นพรีวิวที่มีชื่อเฉพาะของ Google ในตระกูลเอ็มเบดดิงมัลติโมดัลเนทีฟ แปลงข้อความ ภาพ วิดีโอ เสียง และ PDF เข้าสู่พื้นที่เชิงตัวเลขร่วม โดยแทนเจตนาเชิงความหมายในมากกว่า 100 ภาษา เอาต์พุตคือเอ็มเบดดิงหรือเวกเตอร์ที่ใช้เปรียบเทียบและค้นคืนข้อมูลที่เกี่ยวข้อง ตัวตนพรีวิวนี้แยกจาก Gemini Embedding 2 รุ่นเสถียร ไม่ได้หมายถึงน้ำหนักที่สลับใช้กันได้หรือพื้นที่เวกเตอร์เดียวกัน

ประกาศต้นฉบับอธิบายการค้นหาข้ามชนิดสื่อ การจำแนก จัดกลุ่ม วิเคราะห์อารมณ์ความรู้สึก และการสร้างคำตอบเสริมด้วยการค้นคืนเป็นการใช้งานต่อเนื่อง คำค้นข้อความหาข้อมูลภาพที่เกี่ยวข้องได้ ขณะที่ภาพหรือคลิปใช้เป็นต้นทางค้นหาได้เช่นกัน แอปพลิเคชันเก็บตัวแทน เปรียบเทียบ และคืนระเบียนที่ตรง โมเดลภาษาแยกต่างหากใช้ข้อมูลต้นฉบับที่ค้นคืนเพื่อร่างคำตอบได้ ตัวเอ็มเบดดิงไม่มีคำอธิบายภาษาธรรมชาติหรือบทถอดเสียง

หน้ารุ่นของพรีวิวเองระบุขีดจำกัดอินพุต 8,192 โทเคนและมิติเอาต์พุตตั้งแต่ 128 ถึง 3,072 โดยแนะนำขนาด 768, 1,536 และ 3,072 ประกาศพรีวิวให้ค่าเริ่มต้น 3,072 และอธิบาย Matryoshka Representation Learning ซึ่งเก็บข้อมูลที่มีประโยชน์ในส่วนต้นที่สั้นลงของตัวแทน เลือกมิติเดียวสำหรับเวกเตอร์ที่ต้องเปรียบเทียบ และเก็บรุ่นโมเดลไว้กับคอลเล็กชัน แทนการรวมตัวแทนเพียงเพราะยาวเท่ากัน

ประกาศพรีวิวระบุภาพ PNG หรือ JPEG สูงสุดหกภาพต่อคำขอ วิดีโอ MP4 หรือ MOV สูงสุด 120 วินาที และเอกสาร PDF สูงสุดหกหน้า ยังระบุการเอ็มเบดเสียงโดยตรงโดยไม่ผ่านการถอดเสียงเป็นข้อความกลาง ข้อกำหนดเหล่านี้มาจากประกาศพรีวิวเอง ไม่ใช่คู่มือรุ่นเสถียรภายหลัง ประกาศไม่ได้ยืนยันขีดจำกัดปัจจุบันทุกข้อของความยาวเสียง codec หรือการสุ่มเฟรมสำหรับโปรไฟล์พรีวิวที่ตรงนี้

อินพุตมัลติโมดัลที่ผสมแทรกกันทำให้ตัวแทนสะท้อนความสัมพันธ์ระหว่างสื่อ เช่น ภาพกับคำบรรยาย สำหรับแคตตาล็อกสินค้า ให้ภาพถ่ายและคำอธิบายที่อนุมัติร่วมกันเมื่ออธิบายวัตถุค้นคืนหนึ่งชิ้น สำหรับคอลเล็กชันเอกสาร แบ่งต้นฉบับเป็นย่อหน้าหรือหน้าที่เจาะจง และรักษาชื่อกับตำแหน่ง สำหรับคลังสื่อ เลือกคลิปที่ตรงเหตุการณ์ที่ผู้ใช้ควรหา และเก็บช่วงเวลาต้นฉบับไว้กับระเบียนที่จัดเก็บ

งานค้นคืนที่มีประโยชน์ทำความสัมพันธ์ที่ตั้งใจให้ชัด คำถามที่หาคำอธิบาย การหาสิ่งที่มองคล้ายกัน และการจัดกลุ่มตามหัวข้อเป็นคนละงาน แม้ใช้คอลเล็กชันต้นฉบับเดียวกัน เตรียมเนื้อหาสม่ำเสมอ บันทึกรุ่นกับมิติ และผูกทุกเวกเตอร์กับต้นฉบับ ความคล้ายให้ตัวเลือกที่แอปพลิเคชันตรวจ ไม่ใช่หลักฐานว่าระเบียนสองชิ้นกล่าวข้อเท็จจริงเดียวกันหรือว่าต้นฉบับที่ค้นคืนตอบคำถามครบ

สำหรับการค้นสื่อจริง ให้แทนภาพหรือวิดีโอตัดตอนที่เลือกแล้วเปรียบเทียบกับคำอธิบายเนื้อหาที่ต้องการ แสดงต้นฉบับที่ตรงพร้อมคำบรรยายหรือช่วงเวลาเพื่อให้ผู้ใช้ตรวจ สำหรับผู้ช่วยความรู้ ให้ค้นคืนหน้าหรือย่อหน้าที่เกี่ยวข้องก่อนสร้างคำตอบเป็นข้อความ บทบาทโมเดล Preview คือตัวแทนเชิงตัวเลขมัลติโมดัลที่สนับสนุนขั้นตอนเลือกเหล่านั้น ส่วนการจัดเก็บ กฎจัดอันดับ และคำตอบสุดท้ายยังเป็นส่วนของเวิร์กโฟลว์รอบข้าง

**Ailoot Ultra · เอ็มเบดดิง** `POST /v1/embeddings` `google/gemini-embedding-2-preview`

[`google/gemini-embedding-2-preview`](https://ailoot.ai/models/th/#m=google%2Fgemini-embedding-2-preview&route=Ultra&caller=google%2Fgemini-embedding-2-preview&fmt=embeddings)

Google /`google/gemini-embedding-2-preview`

### เริ่มต้น

Gemini Embedding 2 Preview แปลงข้อความ ภาพ เสียง วิดีโอ และ PDF เป็นเวกเตอร์เชิงตัวเลขในพื้นที่มัลติโมดัลเดียว โปรไฟล์พรีวิวที่มีเอกสารแยกต่างหากรองรับการค้นคืนและเปรียบเทียบข้ามชนิดสื่อ อินพุต 8,192 โทเคน และมิติเวกเตอร์ยืดหยุ่น

อินพุตที่รองรับ

ข้อความ

ผลลัพธ์

embedding

### ใช้งานได้ใน Ailoot · อินพุตและเมธอด

**Ailoot Ultra · เอ็มเบดดิง** `POST /v1/embeddings`

ขาเข้า

`text`

ขาออก

`embedding`

บริบท

8,192 tokens

รูปแบบเอาต์พุต

json

| ฟิลด์ | ประเภท | ข้อกำหนด | ค่าและข้อจำกัด | ค่าเริ่มต้น |
| --- | --- | --- | --- | --- |
| ฟิลด์`model` | ประเภท`string` | ข้อกำหนดจำเป็น | ค่าและข้อจำกัด google/gemini-embedding-2-preview | ค่าเริ่มต้น— |
| ฟิลด์`input` | ประเภท`string\|string[]` | ข้อกำหนดจำเป็น | ค่าและข้อจำกัด | ค่าเริ่มต้น— |

ชุดผสมของสื่ออินพุต

**text\_to\_embedding**

พารามิเตอร์และวงจรการทำงานของเมธอด

| พารามิเตอร์ | ข้อกำหนด |
| --- | --- |
| พารามิเตอร์`content_type` | ข้อกำหนดapplication/json |
| พารามิเตอร์`required` | ข้อกำหนดmodel, input |
| พารามิเตอร์`input_shapes` | ข้อกำหนดstring, string\[\] |
| พารามิเตอร์`material_types` | ข้อกำหนดtext |

วงจรการทำงาน: `synchronous_json`

เก็บเวกเตอร์และดัชนีทุกรายการที่ส่งกลับ

ไม่อนุมานการรองรับภาพ/เสียง/ออบเจ็กต์ไฟล์จากโปรไฟล์ข้อความขั้นต่ำนี้

### ราคา

ข้อมูลอัตราราคาไม่ได้เพิ่มตัวเลือกคำขอ พารามิเตอร์ที่รองรับระบุไว้สำหรับเมธอดที่เลือก

โหมดรวดเร็ว

ไม่ได้ระบุ เมื่อเลือกโหมดรวดเร็ว

โหมดยืดหยุ่น

ไม่ได้ระบุ เมื่อเลือกโหมด flex

ระดับการใช้เหตุผลสูงสุด

ไม่ได้ระบุ เมื่อใช้การปรับตามค่าเริ่มต้น (default) สำหรับระดับการใช้เหตุผลสูงสุด

#### อัตราค่าบริการ Ailoot

#### ราคาตามการตั้งค่า

| การตั้งค่า | ตารางอัตราค่าบริการ | ค่าบริการ |
| --- | --- | --- |
| การตั้งค่าอัตราราคาพื้นฐานของโทเคน | ตารางอัตราค่าบริการอัตราพื้นฐาน | ค่าบริการ ขาเข้า · โทเค็นอินพุต **$0.0004** / 1K โทเค็น ขาออก · โทเค็นเอาต์พุต **$0** / 1K โทเค็น ขาเข้า · การอ่านแคช **—** / 1K โทเค็น ขาเข้า · การเขียนแคช **—** / 1K โทเค็น ขาเข้า · การเขียนแคช, 1 ชั่วโมง **—** / 1K โทเค็น |

Ailoot กันยอดเงินประมาณการไว้ก่อนส่งคำขอ หลังได้ผลลัพธ์ จะคิดค่าบริการสุดท้ายตามการใช้งานที่วัดได้ การคิดค่าบริการแบบสตรีมใช้บันทึกการใช้งานสุดท้าย [วิธีกันยอดเงินและคิดค่าบริการสุดท้าย →](https://ailoot.ai/docs/th/billing/reserve/)

### ตัวอย่างคำขอ

#### Ailoot Ultra · เอ็มเบดดิง

เนื้อหาคำขอ JSON ขั้นต่ำที่ครบถ้วนcurl · คำขอเอ็มเบดดิงข้อความแบบขั้นต่ำ

```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
```

### รับและบันทึกผลลัพธ์

#### Ailoot Ultra · เอ็มเบดดิง

json

##### เก็บผลลัพธ์ที่เสร็จสมบูรณ์ทั้งหมด

เก็บทุกการตอบกลับ ไฟล์ และส่วนเนื้อหาที่ส่งกลับมาอย่างครบถ้วน

เก็บเวกเตอร์ทุกรายการพร้อมดัชนีของแต่ละรายการ จำนวนเวกเตอร์ต้องเท่ากับจำนวนข้อมูลนำเข้า และจำนวนมิติต้องสอดคล้องกัน

##### เมื่อต้องตรวจสอบการตอบกลับต้นฉบับ

ไม่มีการเพิ่มจุดเชื่อมต่อสำหรับงานสร้างเวกเตอร์ตัวแทนข้อมูล

ฟิลด์การตอบกลับ

| ฟิลด์ | ประเภท |
| --- | --- |
| ฟิลด์`object` | ประเภทstring |
| ฟิลด์`model` | ประเภทstring |
| ฟิลด์`data[].index` | ประเภทinteger |
| ฟิลด์`data[].embedding` | ประเภทfinite float\[\] |
| ฟิลด์`usage` | ประเภทobject |

ข้อผิดพลาดและขั้นตอนถัดไป

| การตอบกลับ | เงื่อนไข | ขั้นตอนถัดไป |
| --- | --- | --- |
| การตอบกลับ400 · `invalid_request_error` | เงื่อนไขไม่ได้ระบุโมเดลหรือ JSON มีรูปแบบไม่ถูกต้อง | ขั้นตอนถัดไปแก้ไขฟิลด์ที่ระบุ |
| การตอบกลับ413 · `invalid_request_error` | เงื่อนไขเกินขีดจำกัดขนาดเนื้อหาที่กำหนดไว้ | ขั้นตอนถัดไปลดปริมาณเนื้อหาจริง |
| การตอบกลับ422 · `invalid_request_error` | เงื่อนไขข้อมูลขาเข้าหรือตัวควบคุมขัดกับนโยบายเฉพาะที่ใช้อยู่ | ขั้นตอนถัดไปใช้ข้อมูลขาเข้าข้อความขั้นต่ำตามที่แสดง โดยไม่มีตัวควบคุมที่สืบทอดมา |
| การตอบกลับ503 · `billing_error` | เงื่อนไขไม่สามารถผูกการอนุญาตให้ใช้งานหรือใบเสนอราคาได้ | ขั้นตอนถัดไปเก็บการตอบกลับไว้ อย่าใช้นโยบายอื่นแทน |

### ชื่ออื่น

#### ชื่ออื่นของโมเดล

**Ailoot Ultra** [`google/gemini-embedding-2-preview`](https://ailoot.ai/models/th/#m=google%2Fgemini-embedding-2-preview&route=Ultra&caller=google%2Fgemini-embedding-2-preview&fmt=embeddings)

#### ชื่อพาธเมธอดอื่น

ใช้พาธเมธอดที่แสดงด้านบน

#### ID ที่เกี่ยวข้องสำหรับเรียกใช้โมเดล

[`google/gemini-embedding-2-preview`](https://ailoot.ai/models/th/#m=google%2Fgemini-embedding-2-preview&route=Ultra&caller=google%2Fgemini-embedding-2-preview&fmt=embeddings)

FAQ · Google: Gemini Embedding 2 Preview

มีอินพุตและผลลัพธ์ใดบ้าง?

`POST /v1/embeddings` · `google/gemini-embedding-2-preview`: `text` → `embedding`

คำขอใช้ฟิลด์ใดบ้าง?

`POST /v1/embeddings` · `google/gemini-embedding-2-preview`: `model`, `input`

มีข้อจำกัดใดบ้าง?

`POST /v1/embeddings` · `google/gemini-embedding-2-preview`: `ctx`: `8192`

เชื่อม Ailoot กับ Claude Code, OpenCode, Hermes หรือแอปของคุณ

## บริษัทและพอร์ตโฟลิโอโครงการของบริษัท

บริษัทและพอร์ตโฟลิโอโครงการของบริษัท: ลูกค้าหลายล้านราย; ยอดขายระดับหลายพันล้านต่อเดือน.

## ซื้อโทเคนพร้อมส่วนลด

ส่วนลดสมาชิกสำหรับงานประจำ โค้ดโปรโมชั่นลดซื้อโทเคนสูงสุด 50%

สมาชิก

เลือกแพ็กเกจมีส่วนลดสำหรับคำขอประจำ

โค้ดลดสูงสุด 50%

ใส่โค้ดขณะซื้อ ราคาคำนวณใหม่ตามโปรโมชั่นที่ใช้

รายจ่ายในประวัติ

เก็บโมเดล โทเคน และยอดสำหรับทุกคำขอ

[เลือกสมาชิก](https://ailoot.ai/docs/th/billing/subscriptions/) · [ดูราคาโมเดล](https://ailoot.ai/models/th/)

## เชื่อม API กับผลิตภัณฑ์ ที่คุณขาย

SaaS แอป และบอต ตามข้อเสนอและสัญญาอนุญาต Ailoot หากขายต่อให้ขอใบอนุญาตรีเซลเลอร์

แอปเชิงพาณิชย์

ใส่การสร้างข้อความ ภาพ วิดีโอ และเสียงในฟีเจอร์เสียเงินของบริการคุณ

ใบอนุญาตรีเซลเลอร์

ส่งคำอธิบายโครงการและรูปแบบการเข้าถึง ขอเงื่อนไขใช้และขายต่อเป็นลายลักษณ์อักษร

เอกสารบนเว็บไซต์

อ่านข้อเสนอ สัญญาอนุญาต และนโยบายประมวลผลข้อมูลก่อนเชื่อมได้

[ขอใบอนุญาตขายต่อ](mailto:support@ailoot.ai) · [ข้อเสนอและสัญญาอนุญาต](https://ailoot.ai/legal/offer?lang=th)

## Ailoot · บริษัทและพอร์ตโฟลิโอโครงการของบริษัท





Ailoot อาศัยประสบการณ์การดำเนินงานที่สั่งสม ฐานลูกค้าขนาดใหญ่ บริการที่เสถียร และการติดตาม KPI อย่างต่อเนื่อง





บริษัทและพอร์ตโฟลิโอโครงการของบริษัท: ลูกค้าหลายล้านราย; ยอดขายระดับหลายพันล้านต่อเดือน.





Ailoot นำประสบการณ์การดำเนินงานนี้มาใช้เพื่อให้เข้าถึงฟังก์ชัน AI ผ่าน API ในผลิตภัณฑ์ของลูกค้า เอเจนต์ แอปพลิเคชัน และระบบอัตโนมัติ