Gemini Embedding 2

Gemini Embedding 2 是 Google 的嵌入生成模型，非常適合用於複雜的檢索和分析工作。

Gemini Embedding 2 接受多模態輸入，可生成 3072 維向量。可接受圖片、文字、文件、音訊和影片輸入內容，並將生成的向量語意對應至統一的語意空間。這可讓您執行工作，例如根據文字說明搜尋圖片。

Gemini Embedding 2 推出多項功能，可提升嵌入品質和彈性：

  • 自訂工作指示：指定工作指示 (例如 task:code retrieval 或 task:search result)，即可針對預期關係最佳化嵌入，並擷取更準確的結果，達成特定目標。

  • 可調整結果大小：模型預設會生成 3072 維浮點向量。不過，您可以指定 output_dimensionality 參數，擷取維度較小的輸出內容。

  • Document OCR：讀取文件輸入內容中的 OCR。

  • 音軌擷取：從輸入的影片中擷取音軌，並與影片影格交錯。

如要進一步瞭解如何使用 Gemini Embedding 2，請參閱「取得多模態嵌入」。

定價

模型 ID gemini-embedding-2
形式
文字 僅限輸入
圖片 僅限輸入
音訊 僅限輸入
影片 僅限輸入
嵌入 僅限輸出
詞元數量上限 輸入詞元數量上限 8,192
輸出詞元數量上限 不適用
輸出維度 最多 3,072 個 (支援 MRL)
序列長度上限 8,192 個詞元
用量方案
技術規格 文字
  • 輸入詞元數量上限：8,192
  • 每個提示的檔案數量上限：1 個
  • 每個檔案的頁數上限 (PDF)：6 頁
  • 每個檔案的大小上限： 不適用
  • 掃描 PDF 的 OCR：預設不使用
  • 支援的 MIME 類型：
    text/plain、application/pdf
圖片
  • 每個提示的圖片數量上限：6 張
  • 透過控制台內嵌資料或直接上傳的檔案大小上限：無限制
  • Google Cloud Storage 檔案大小上限：無限制
  • 每個提示的輸出圖片數量上限：不適用
  • 支援的 MIME 類型：
    image/png、image/jpeg、image/webp、image/bmp、image/heic、image/heif、image/avif
影片
  • 影片長度上限 (含音訊)：80 秒
  • 影片長度上限 (無音訊)：120 秒
  • 每個提示的影片數量上限：1
  • 支援的 MIME 類型：
    video/mpeg、video/mp4
音訊
  • 每個提示的音訊長度上限：180 秒
  • 每個提示的音訊檔案數量上限：1
  • 支援的 MIME 類型：
    audio/mp3、audio/wav
支援的地區

模型可用性

  • 全球：global
  • 美國多區域：us
  • 歐洲多區域：eu
知識截點日期 2025 年 11 月
版本
  • gemini-embedding-2
    • 推出階段：正式發布
    • 發布日期：2026 年 4 月 22 日
  • gemini-embedding-2-preview
    • 推出階段：公開預先發布版
    • 發布日期：2026 年 3 月 10 日