Source: https://ailoot.ai/models/zh-hant-tw/google-gemini-embedding-2/ Canonical: https://ailoot.ai/models/zh-hant-tw/google-gemini-embedding-2/ Language: zh-hant-tw # Google: Gemini Embedding 2 [Markdown](https://ailoot.ai/models/zh-hant-tw/google-gemini-embedding-2/index.md) · [JSON](https://ailoot.ai/models/zh-hant-tw/google-gemini-embedding-2/facts.json) ## [Google: Gemini Embedding 2](https://ailoot.ai/models/zh-hant-tw/google-gemini-embedding-2/) Gemini Embedding 2 將文字、圖片、音訊、影片與 PDF 映射至共用數值空間。其向量支援跨模態搜尋、檢索、分類與分群，並提供彈性維度及 8,192 token 輸入上限。 - [**Ailoot Ultra · 嵌入向量** `POST /v1/embeddings` `google/gemini-embedding-2`](https://ailoot.ai/models/zh-hant-tw/google-gemini-embedding-2/#method-0) 關於模型 此說明介紹模型的能力。Ailoot 可用的輸入、輸出與選項，依所選方法列於下方。 Gemini Embedding 2 是 Google 用於數值表示文字、圖片、影片、音訊與 PDF 的多模態嵌入模型。它將不同媒體型別映射至共用空間，讓應用程式跨型別比較意義。結果是數值向量，可用於語意搜尋、文件檢索、推薦、分類或分群；不是書面答案或生成的媒體檔案。Google 記載其語意範圍涵蓋超過 100 種語言。 知識庫可先為來源段落建立向量，將使用者查詢與向量比較，再檢索相關資料。另一個文字模型隨後可使用這些來源撰寫答案。媒體集合可以用文字描述搜尋相關圖片或影片，圖片也能作為查詢。請保留各向量與原始內容的連結，包括頁面或片段參照，讓檢索結果可被檢視，並在原始上下文中呈現。 整體輸入上限為 8,192 token。穩定版模型指南允許最多六張 PNG 或 JPEG 圖片、最長 180 秒 MP3 或 WAV 音訊，以及最長 120 秒 MP4 或 MOV 影片。文件所載影片編碼格式為 H264、H265、AV1、VP9。影片處理最多使用 32 個影格：32 秒以內片段每秒取樣一格，較長片段則均勻取樣至 32 格。該影片輸入不處理音軌；聲音與檢索相關時，請另外嵌入音訊。 PDF 輸入接受一個最多六頁的檔案。Google 建議每個 PDF 一頁以獲得最佳品質。請將較大來源拆成有意義的頁面或章節，並保留與原始文件的關係。選擇代表可檢索內容的摘錄，不要只因符合上限就合併無關資料。混合媒體請求仍適用共用 token 邊界。每個 PDF 頁面除擷取文字 token 外，還消耗 258 個視覺 token。Google 文件所載流程中，超過共用 8,192 token 上限的內容會被截斷而不報錯。 輸出維度可在 128 至 3,072 之間彈性選擇，預設為 3,072，建議大小為 768、1,536、3,072。模型使用 Matryoshka Representation Learning，因此向量前綴在較小維度下仍有用。指南記載，預設及縮短向量都會自動正規化。請為應用程式比較的記錄與查詢選擇一致維度；要求的大小改變數值表示，不改變來源內容本身。 純文字任務請將用途納入文字，而非使用舊的 task\_type 欄位。Google 區分非對稱檢索與對稱比較。搜尋查詢使用 “task: search result | query: {content}”，來源文件使用 “title: {title} | text: {content}”；沒有標題時使用 “title: none”。問答、事實查核及程式碼檢索任務有各自的查詢前綴。分類、分群或句子相似度，請在兩端一致使用相同任務格式。指南通常建議，不要在合併多模態表示的文字部分加入任務前綴。 輸入結構決定結果表示一個合併物件，或多個獨立項目。一起提供的多個部分會建立聚合嵌入；分開的 Content 物件則為每個項目建立獨立嵌入。文字與圖片貼文可透過合併表示捕捉兩者關係。需獨立搜尋的記錄，請保持分開。這會影響檢索粒度：整篇貼文一個向量，不同於每個段落或圖片各一個向量。 指南指出，Gemini Embedding 001 與 Gemini Embedding 2 向量位於不相容空間，不能直接比較。從舊模型移轉的集合必須為新空間重新建立嵌入。請讓模型選擇與維度符合正在比較的向量，並將原始文字和媒體與數值索引分開保留。嵌入相似度是檢索訊號，不是文件為何回答使用者問題的事實解釋。 實際目錄中，若產品照片與核准說明應作為同一物件檢索，請一起嵌入。文件集合請嵌入聚焦段落，與依用途設定格式的查詢比較，再將來源段落和搜尋結果一起呈現。音訊或影片請選擇描述可搜尋事件的區段，並保留原始時間範圍。實用產物是連結來源證據的數值表示，供應用程式下一個搜尋或分析步驟使用。 **Ailoot Ultra · 嵌入向量** `POST /v1/embeddings` `google/gemini-embedding-2` [`google/gemini-embedding-2`](https://ailoot.ai/models/zh-hant-tw/#m=google%2Fgemini-embedding-2&route=Ultra&caller=google%2Fgemini-embedding-2&fmt=embeddings) Google /`google/gemini-embedding-2` ### 入門 Gemini Embedding 2 將文字、圖片、音訊、影片與 PDF 映射至共用數值空間。其向量支援跨模態搜尋、檢索、分類與分群，並提供彈性維度及 8,192 token 輸入上限。 接受的輸入 文字 · token\_ids 結果 embedding ### Ailoot 可用 · 輸入與方法 **Ailoot Ultra · 嵌入向量** `POST /v1/embeddings` 輸入 `text`, `token_ids` 輸出 `embedding` 上下文 8,192 tokens 輸出格式 json | 欄位 | 類型 | 要求 | 值與限制 | 預設值 | | --- | --- | --- | --- | --- | | 欄位`model` | 類型`string` | 要求必填 | 值與限制 google/gemini-embedding-2 | 預設值— | | 欄位`input` | 類型`string\|string[]\|integer[]\|integer[][]` | 要求必填 | 值與限制 項目數下限: 1 條件: 批次不得為空，且各項目類型須一致。Token ID 須為非負整數。 輸入額度： 最大值: 8,192 · 文字單位: UTF8 位元組 · Token 單位: token 陣列元素 | 預設值— | | 欄位`encoding_format` | 類型`string` | 要求選填 | 值與限制 float | 預設值float | | 欄位`dimensions` | 類型`integer` | 要求不支援 | 值與限制 最小值: 1 | 預設值— | | 欄位`user` | 類型`json_value` | 要求選填 | 值與限制 條件: 來源允許此 JSON 中繼資料欄位；確切的上游語意依模型而異。 | 預設值— | | 欄位`session_id` | 類型`json_value` | 要求選填 | 值與限制 條件: 來源允許此 JSON 中繼資料欄位；確切的上游語意依模型而異。 | 預設值— | | 欄位`trace` | 類型`json_value` | 要求選填 | 值與限制 條件: 來源允許此 JSON 中繼資料欄位；確切的上游語意依模型而異。 | 預設值— | | 欄位`provider` | 類型`object` | 要求選填 | 值與限制 條件: provider.options 遭拒絕 | 預設值— | 輸入素材組合 **text\_to\_embedding** 方法參數與生命週期 | 參數 | 規格 | | --- | --- | | 參數`content_type` | 規格application/json | | 參數`required` | 規格model, input | | 參數`input_shapes` | 規格string, string\[\], nonnegative\_integer\_token\_array, nonnegative\_integer\_token\_array\[\] | | 參數`encoding_format` | 規格float | | 參數`dimensions_override` | 規格false | | 參數`max_input_budget_units` | 規格8192 | | 參數`multimodal_objects` | 規格false | | 參數`material_types` | 規格text, token\_ids | 生命週期： `synchronous_json` 保留每個向量的索引與維度。 即使模型名稱標示為多模態，此指定路徑也不接受圖片物件。 ### 方案 費率資訊不會增加請求選項。支援的參數列於所選方法中。 快速模式 標準費率 選取快速模式時 flex 模式 標準費率 選取 flex 模式時 最高推理強度 標準費率 最高推理強度採用 default 調整值時 #### Ailoot 費率 #### 各設定的價格 | 設定 | 費率表 | 費用 | | --- | --- | --- | | 設定詞元基本費率 | 費率表基本費率 | 費用 輸入 · 輸入 Token **$0.0004** / 1K Token 輸出 · 輸出 Token **$0** / 1K Token 輸入 · 讀取快取 **—** / 1K Token 輸入 · 寫入快取 **—** / 1K Token 輸入 · 寫入快取，1 小時 **—** / 1K Token | Ailoot 會在請求前預留估算金額。取得結果後，依實測用量結算最終費用。串流結算採用最終用量紀錄。[預留金額與結算的運作方式 →](https://ailoot.ai/docs/zh-hant-tw/billing/reserve/) ### 請求範例 #### Ailoot Ultra · 嵌入向量 curlPython SDK ```bash set -eu : "${AILOOT_API_KEY:?Set your Ailoot API key}" python3 - <<'PY_REQUEST' import json,os from pathlib import Path p=json.loads('{"model": "google/gemini-embedding-2", "input": ["First document", "Second document"]}') Path("request.json").write_text(json.dumps(p,ensure_ascii=False)) PY_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 @request.json -D response-headers.txt -o result.json python3 - <<'PY_RESULT' import json from pathlib import Path r=json.loads(Path("result.json").read_text()) for x in r.get("data",[]): print(json.dumps({"index":x.get("index"),"embedding":x.get("embedding")})) PY_RESULT ``` ```python from openai import OpenAI import os client=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0) result=client.embeddings.create(model='google/gemini-embedding-2',input=["First document","Second document"]) print(result) for item in result.data:print(item.index,item.embedding) ``` ### 接收並儲存結果 #### Ailoot Ultra · 嵌入向量 json ##### 保留所有已完成的結果 請保留所有完整傳回的回應、檔案與內容區塊。 保留每個向量及其索引。向量數量必須與輸入數量相同，且維度必須一致。 ##### 需要檢查原始回應時 此流程未引入嵌入向量任務端點。 回應欄位 | 欄位 | 類型 | | --- | --- | | 欄位`object` | 類型string | | 欄位`model` | 類型string | | 欄位`data[].index` | 類型integer | | 欄位`data[].embedding` | 類型finite float\[\] | | 欄位`usage` | 類型object | 錯誤與後續步驟 | 回應 | 條件 | 下一步 | | --- | --- | --- | | 回應400 · `invalid_request_error` | 條件必要欄位、素材表示方式或參數值無效 | 下一步提出新的建立請求前，先修正指定欄位。 | ### 別名 #### 模型別名 **Ailoot Ultra** [`google/gemini-embedding-2`](https://ailoot.ai/models/zh-hant-tw/#m=google%2Fgemini-embedding-2&route=Ultra&caller=google%2Fgemini-embedding-2&fmt=embeddings) #### 方法路徑別名 請使用上方列出的 API 方法路徑。 #### 相關呼叫用 ID [`google/gemini-embedding-2`](https://ailoot.ai/models/zh-hant-tw/#m=google%2Fgemini-embedding-2&route=Ultra&caller=google%2Fgemini-embedding-2&fmt=embeddings) FAQ · Google: Gemini Embedding 2 可以使用哪些輸入與結果？ `POST /v1/embeddings` · `google/gemini-embedding-2`: `text`, `token_ids` → `embedding` 請求使用哪些欄位？ `POST /v1/embeddings` · `google/gemini-embedding-2`: `model`, `input`, `encoding_format`, `provider` 適用哪些限制？ `POST /v1/embeddings` · `google/gemini-embedding-2`: `ctx`: `8192`; `input.budget.maximum`: `8192` (UTF8 位元組); `input.min_items`: `1` 將 Ailoot 串接 Claude Code、OpenCode、Hermes 或自己的應用程式。 ## 公司及其專案組合 公司及其專案組合：數百萬客戶，每月銷售額達數十億。 ## 優惠購買 token。 訂閱優惠適合持續工作，折扣碼購買 token 最高可折 50%。 訂閱 為定期請求選擇優惠方案。 最高 50% 折扣碼 購買時輸入代碼，價格依活動重算。 歷史中的費用 每次請求保存模型、token 與金額。 [選擇訂閱](https://ailoot.ai/docs/zh-hant-tw/billing/subscriptions/) · [查看模型價格](https://ailoot.ai/models/zh-hant-tw/) ## 將 API 加入 你銷售的產品。 依 Ailoot 正式服務條款與授權合約串接 SaaS、應用程式與機器人；轉售請申請經銷授權。 商用應用程式 在付費功能加入文字、圖片、影片與聲音生成。 經銷授權 提供專案說明與存取方式，要求書面使用和轉售條件。 網站文件 串接前可閱讀正式服務條款、授權合約與資料處理政策。 [申請經銷授權](mailto:support@ailoot.ai) · [正式服務條款與授權合約](https://ailoot.ai/legal/offer?lang=zh-hant-tw) ## Ailoot · 公司及其專案組合 Ailoot以累積的營運經驗、廣大的客戶群、穩定的服務及持續的KPI管理為基礎。 公司及其專案組合：數百萬客戶，每月銷售額達數十億。 Ailoot將這些營運經驗用於API存取，讓客戶的產品、代理、應用程式及自動化流程使用AI功能。