Что такое мультимодальные эмбеддинги в Gemini Embedding 2?

Это технология, которая позволяет сопоставлять текст и визуальные данные в одном математическом пространстве, благодаря чему можно искать изображения по текстовому описанию и наоборот.

Какова максимальная длина контекста для этой модели?

Модель поддерживает контекстное окно размером до 8192 токенов, что достаточно для обработки объемных текстовых фрагментов и метаданных медиафайлов.

Можно ли использовать модель через alltokens?

Да, модель доступна для интеграции через платформу alltokens, что обеспечивает удобный доступ к передовым технологиям встраивания от Google.

Google: Gemini Embedding 2

GoogleОбновлено: 20 мая 2026 г.

Gemini Embedding 2 — это первая мультимодальная модель эмбеддингов от Google, позволяющая преобразовывать текст и изображения в единое векторное пространство. Она идеально подходит для создания продвинутых систем семантического поиска и реализации RAG-архитектур с поддержкой различных типов контента.

Использовать через API

Метрики

Вход

25 ₽/M

Выход

— ₽/M

Контекст

8k tokens

Параметры

Релиз

20 мая 2026 г.

Поддерживаемые параметры

max_tokensresponse_formatseedtemperaturetop_p

Технический обзор

Gemini Embedding 2 — первая мультимодальная модель встраивания от Google. В настоящее время она поддерживает преобразование текста и изображений в единое векторное пространство для семантического поиска и генерации с использованием дополненной информации (RAG). Модель поддерживает...

Кодинг

Инструменты

Длинный контекст

Мультимодальность

Веб-автоматизация

Смежные подборки

Google Gemini модели Недорогие модели

Сравнение с похожими моделями

Модель

Для чего

Контекст

Цена ₽

Модель

Google: Gemini Embedding 2Текущая

Для чего

Контекст

Цена ₽

25 / —

Google: Gemini Embedding 2Текущая

25 / —

Модель

Google: Gemini Embedding 2 Preview

Для чего

Является прямой предварительной версией той же архитектуры с идентичными возможностями мультимодальной обработки.

Контекст

Цена ₽

25 / —

Google: Gemini Embedding 2 Preview

25 / —

Модель

Reka Edge

Для чего

Обе модели поддерживают работу с мультимодальными данными, включая видео и изображения, хотя и решают разные задачи в рамках обработки контента.

Контекст

16k

Цена ₽

13 / 13

Reka Edge

16k

13 / 13

Когда выбирать

Необходимость создания единого векторного пространства для одновременного поиска по тексту и изображениям
Разработка систем RAG, требующих высокой точности извлечения информации из мультимодальных источников
Интеграция в экосистему Google через API alltokens для масштабируемых поисковых решений

Когда не выбирать

Задачи, требующие генерации текстовых ответов, а не только создания векторных представлений
Работа с контекстом, значительно превышающим лимит в 8192 токена
Проекты, где требуется исключительно текстовая обработка без использования мультимодальных функций