Google: Gemini Embedding 2 Preview
Gemini Embedding 2 Preview matn, rasm, audio, video va PDF’ni bitta multimodal makonda raqamli vektorlarga aylantiradi. Alohida hujjatlashtirilgan Preview profili modalitlararo qidiruv va taqqoslash, 8 192 tokenli kirish hamda moslashuvchan vektor o‘lchamlarini qo‘llaydi.
Model haqida
Bu tavsif model imkoniyatlarini yoritadi. Ailoot da tanlangan usul uchun mavjud kirish, chiqish va parametrlar quyida keltirilgan.
Gemini Embedding 2 Preview — Google’ning asl multimodal embedding oilasidagi nomlangan Preview nashri. U matn, rasm, video, audio va PDF’ni umumiy raqamli makonga o‘tkazadi; semantik ma’no 100 dan ortiq tilda ifodalanadi. Chiqish embeddinglar, ya’ni bog‘liq materialni taqqoslash va topish uchun vektorlardir. Bu Preview identifikatsiyasi barqaror Gemini Embedding 2 nashridan alohida qoladi; vaznlar o‘zaro almashtirilishini yoki bir xil vektor makonini anglatmaydi.
Dastlabki e’lon modalitlararo qidiruv, tasniflash, klasterlash, hissiy ohang tahlili va qidiruv bilan boyitilgan yaratishni keyingi qo‘llanishlar sifatida tavsiflaydi. Matn so‘rovi tegishli vizual elementni topishi, rasm yoki klip ham qidiruv manbasi bo‘lishi mumkin. Ilova ifodalarni saqlaydi, taqqoslaydi va tegishli yozuvlarni qaytaradi; alohida til modeli topilgan manba materialidan javob yozish uchun foydalanishi mumkin. Embeddingning o‘zida tabiiy tildagi izoh yoki transkript yo‘q.
Uning o‘z model sahifasi 8 192 tokenli kirish chegarasi va 128 dan 3 072 gacha chiqish o‘lchamlarini hujjatlashtiradi; tavsiya etilgan hajmlar 768, 1 536 va 3 072. Preview e’loni odatiy qiymatni 3 072 deb beradi va ifodaning qisqaroq boshlang‘ich qismida foydali ma’lumotni saqlaydigan Matryoshka Representation Learning’ni tavsiflaydi. Uzunliklari mosligi uchungina ifodalarni birlashtirish o‘rniga, taqqoslanadigan vektorlar uchun bitta tanlangan o‘lchamni saqlang va model nashrini to‘plam bilan qayd eting.
Preview e’loni bir so‘rovda oltitagacha PNG yoki JPEG rasmi, 120 soniyagacha MP4 yoki MOV videosi va olti sahifagacha PDF hujjatlarini hujjatlashtiradi. U oraliq matn transkripsiyasisiz bevosita audio embeddingni ham hujjatlashtiradi. Bu spetsifikatsiyalar keyingi barqaror qo‘llanmadan emas, Preview’ning o‘z e’lonidan olingan. E’lon aynan shu Preview profili uchun har bir joriy audio davomiyligi, kodek yoki kadr tanlash chegarasini belgilamaydi.
Aralash multimodal kirish ifodaga rasm va izohi kabi media o‘rtasidagi bog‘liqlikni aks ettirish imkonini beradi. Mahsulot katalogida foto va tasdiqlangan tavsif bitta topiladigan obyektni tasvirlasa, ularni birga bering. Hujjat to‘plamida manbani aniq yo‘naltirilgan parcha yoki sahifalarga bo‘ling va sarlavhasi hamda o‘rnini saqlang. Media kutubxonasida foydalanuvchilar topishi kerak bo‘lgan hodisaga mos klipni tanlang va asl vaqt oralig‘ini saqlangan yozuv bilan qoldiring.
Foydali qidiruv vazifasi mo‘ljallangan bog‘liqlikni aniq qiladi. Izoh izlaydigan savol, vizual o‘xshash elementlar qidiruvi va mavzu bo‘yicha klasterlash bir manba to‘plamidan foydalansa ham turli vazifalardir. Mazmunni izchil tayyorlang, nashr va o‘lchamni qayd eting va har vektorni manbasiga bog‘lang. O‘xshashlik ilova tekshirishi uchun nomzodlar beradi; ikki yozuv bir faktni aytishini yoki topilgan manba savolga to‘liq javob berishini isbotlamaydi.
Amaliy media qidiruvida tanlangan rasm yoki video parchasini ifodalang va kerakli mazmun tavsifi bilan taqqoslang. Foydalanuvchi ko‘rib chiqishi uchun mos manbani izohi yoki vaqt oralig‘i bilan ko‘rsating. Bilim yordamchisida yozma javob yaratishdan oldin tegishli sahifa yoki parchani toping. Preview modelining roli shu tanlash bosqichlarini qo‘llaydigan multimodal raqamli ifodadir; saqlash, reyting qoidalari va yakuniy javob esa tashqi jarayonning qismlari bo‘lib qoladi.
Ailoot Ultra · Embeddinglar POST /v1/embeddings google/gemini-embedding-2-preview
google/gemini-embedding-2-preview
google/gemini-embedding-2-previewBoshlash
Gemini Embedding 2 Preview matn, rasm, audio, video va PDF’ni bitta multimodal makonda raqamli vektorlarga aylantiradi. Alohida hujjatlashtirilgan Preview profili modalitlararo qidiruv va taqqoslash, 8 192 tokenli kirish hamda moslashuvchan vektor o‘lchamlarini qo‘llaydi.
- Qabul qilinadigan kirish ma’lumotlari
- Matn
- Natijalar
- embedding
Ailoot da mavjud · kirish ma’lumotlari va usullar
Ailoot Ultra · Embeddinglar POST /v1/embeddings
- Kirish
text- Chiqish
embedding- Kontekst
- 8 192 tokens
- Chiqish formati
- json
| Maydon | Tur | Talab | Qiymatlar va cheklovlar | Standart |
|---|---|---|---|---|
Maydonmodel | Turstring | TalabMajburiy | Qiymatlar va cheklovlar google/gemini-embedding-2-preview | Standart— |
Maydoninput | Turstring|string[] | TalabMajburiy | Qiymatlar va cheklovlar | Standart— |
Kirish materiallari birikmalari
text_to_embedding
Usul parametrlari va hayot sikli
| Parametr | Parametr talablari |
|---|---|
Parametrcontent_type | Parametr talablariapplication/json |
Parametrrequired | Parametr talablarimodel, input |
Parametrinput_shapes | Parametr talablaristring, string[] |
Parametrmaterial_types | Parametr talablaritext |
Hayot sikli: synchronous_json
Qaytarilgan har bir vektor va indeksni saqlang.
Ushbu minimal matn profilidan rasm/audio/fayl obyekti qo‘llab-quvvatlanishi haqida xulosa chiqarilmaydi.
Tariflar
Tarif ma’lumotlari so‘rov imkoniyatlarini qo‘shmaydi. Qo‘llab-quvvatlanadigan parametrlar tanlangan usulda ko‘rsatilgan.
- Tezkor rejim
- Ko‘rsatilmagan Tezkor rejim tanlanganda
- Flex rejimi
- Ko‘rsatilmagan flex rejimi tanlanganda
- Maksimal fikrlash darajasi
- Ko‘rsatilmagan Maksimal fikrlash darajasi uchun standart (default) tuzatish qo‘llanganda
Ailoot tariflari
Sozlamalar bo‘yicha narxlar
| Sozlama | Tariflar jadvali | To‘lov |
|---|---|---|
| SozlamaTokenlar uchun bazaviy tariflar | Tariflar jadvaliAsosiy tarif | To‘lov Kirish · Kirish tokenlari $0.0004 / 1K token Chiqish · Chiqish tokenlari $0 / 1K token Kirish · Keshdan o‘qish — / 1K token Kirish · Keshga yozish — / 1K token Kirish · Keshga yozish, 1 soat — / 1K token |
Ailoot so‘rovdan oldin taxminiy summani band qiladi. Natijadan keyin o‘lchangan sarf asosidagi yakuniy to‘lovni yechadi. Oqimli javob bo‘yicha yakuniy hisob-kitob yakuniy sarf yozuviga asoslanadi. Summani band qilish va to‘lovni hisoblash tartibi →
So‘rov namunalari
Ailoot Ultra · Embeddinglar
{
"model": "google/gemini-embedding-2-preview",
"input": [
"First document",
"Second document"
]
}set -eu
: "${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
Natijalarni olish va saqlash
Ailoot Ultra · Embeddinglar
json
Barcha tayyor natijalarni saqlash
Qaytarilgan har bir to‘liq javob, fayl va kontent qismini saqlang.
Har bir vektorni indeksi bilan saqlang. Vektorlar soni kirish elementlari soniga teng bo‘lishi va o‘lchamlar bir xil bo‘lishi kerak.
Asl javobni tekshirish kerak bo‘lsa
Embedding vazifalari uchun endpoint qo‘shilmaydi.
Javob maydonlari
| Maydon | Tur |
|---|---|
Maydonobject | Turstring |
Maydonmodel | Turstring |
Maydondata[].index | Turinteger |
Maydondata[].embedding | Turfinite float[] |
Maydonusage | Turobject |
Xatolar va keyingi qadamlar
| Javob | Shart | Keyingi qadam |
|---|---|---|
Javob400 · invalid_request_error | Shartmodel yo‘q yoki JSON noto‘g‘ri tuzilgan. | Keyingi qadamKo‘rsatilgan maydonlarni tuzating. |
Javob413 · invalid_request_error | ShartSozlangan so‘rov tanasi hajmi limitidan oshib ketdi. | Keyingi qadamHaqiqiy material hajmini kamaytiring. |
Javob422 · invalid_request_error | ShartKirish ma’lumoti yoki boshqaruv parametrlari amaldagi maxsus siyosatga zid. | Keyingi qadamKo‘rsatilgan minimal matn kirishidan meros qilib olingan boshqaruvlarsiz foydalaning. |
Javob503 · billing_error | ShartRuxsat yoki narx taklifini bog‘lab bo‘lmaydi. | Keyingi qadamJavobni saqlang; siyosatni boshqasiga almashtirmang. |
Taxalluslar
Model taxalluslari
Ailoot Ultra google/gemini-embedding-2-preview
Usul yo‘llari taxalluslari
Yuqorida ko‘rsatilgan usul yo‘llaridan foydalaning.
Chaqirish uchun tegishli ID lar
FAQ · Google: Gemini Embedding 2 Preview
- Qanday kirish ma’lumotlari va natijalar mavjud?
POST /v1/embeddings·google/gemini-embedding-2-preview:text→embedding- So‘rov qaysi maydonlardan foydalanadi?
POST /v1/embeddings·google/gemini-embedding-2-preview:model,input- Qanday cheklovlar amal qiladi?
POST /v1/embeddings·google/gemini-embedding-2-preview:ctx:8192