google/gemini-embedding-2
Gemini Embedding 2 is Google's first multimodal embedding model. We currently support mapping text and images into a unified vector space for semantic search and retrieval-augmented generation (RAG). It supports input context up to 8,192 tokens and flexible output dimensions from 128 to 3,072 (recommended: 768, 1536, or 3,072). Designed for cross-modal similarity — you can embed a text query and retrieve the most relevant images, or vice versa — making it well-suited for multimodal search, recommendation, and document understanding pipelines.
| 0,45 US$ | 6,50 US$ | 12,00 US$ | 0,61s | ||
| 0,45 US$ | 6,50 US$ | 12,00 US$ | 0,22s | ||
| 0,45 US$ | 6,50 US$ | 12,00 US$ | 0,32s | ||
| 0,495 US$ | 7,15 US$ | 13,20 US$ | 0,42s |
P50, mejor proveedor
Cuando se produce un error en un proveedor ascendente, podemos recuperarnos enrutando la solicitud a otro proveedor que funcione correctamente, si los filtros de su solicitud lo permiten. Puede acceder mediante programación a los datos de tiempo de actividad de cada proveedor a través de la API de endpoints. Obtenga más información sobre nuestras opciones de equilibrio de carga y enrutamiento de proveedores.
Gemini Embedding 2 cuesta 0,20 US/M tokens por Image Input, 0,45 US/M tokens por Audio Input y 12,00 US$/M tokens por Video Input.