Gemini Embedding 2

Gemini Embedding 2 は、複雑な検索と分析のタスクに最適な Google のエンベディング生成モデルです。

Gemini Embedding 2 は、マルチモーダル入力を受け付けて 3,072 次元のベクトルを生成します。画像、テキスト、ドキュメント、音声、動画の入力を受け付け、生成されたベクトルを統一されたセマンティック空間にセマンティック マッピングします。これにより、テキスト記述に基づいて画像を検索するなどのタスクを実行できます。

Gemini Embedding 2 には、エンベディングの品質と柔軟性を最適化するためのいくつかの機能が導入されています。

  • カスタム タスクの説明: タスクの説明（task:code retrieval や task:search result など）を指定することで、目的の関係に合わせてエンベディングを最適化し、特定の目標に対してより正確な結果を取得できます。

  • 調整可能な結果サイズ: デフォルトでは、3, 072 次元の浮動小数点ベクトルが生成されます。ただし、output_dimensionality パラメータを指定することで、より小さい次元の出力を取得できます。

  • ドキュメント OCR: ドキュメント入力から OCR を読み取ります。

  • 音声トラックの抽出: 動画入力から音声トラックを抽出し、動画フレームとインターリーブします。

Gemini Embedding 2 の使用方法について詳しくは、マルチモーダル エンベディングを取得するをご覧ください。

料金を見る

モデル ID gemini-embedding-2
モダリティ
Text Input only
Image Input only
Audio Input only
Video Input only
Embeddings Output only
トークンの上限 最大入力トークン数 8,192
最大出力トークン なし
出力のサイズ 最大 3,072（MRL サポートあり）
シーケンスの最大長 8,192 トークン
使用オプション
技術仕様 テキスト
  • 最大入力トークン: 8,192
  • プロンプトあたりの最大ファイル数: 1
  • ファイルあたりの最大ページ数（PDF の場合）: 6
  • ファイルあたりの最大サイズ: なし
  • スキャンされた PDF の OCR: デフォルトでは使用されない
  • サポートされている MIME タイプ:
    text/plain、application/pdf
画像
  • プロンプトあたりの最大画像数: 6
  • インライン データまたはコンソールから直接アップロードする場合のファイルあたりの最大ファイルサイズ: 上限なし
  • Google Cloud Storage からのファイルあたりの最大ファイルサイズ: 上限なし
  • プロンプトあたりの出力画像の最大数: なし
  • サポートされている MIME タイプ:
    image/png、image/jpeg、image/webp、image/bmp、image/heic、image/heif、image/avif
動画
  • 動画の長さの上限（音声あり）: 80 秒
  • 動画の長さの上限（音声なし）: 120 秒
  • プロンプトあたりの動画の最大数: 1
  • サポートされている MIME タイプ:
    video/mpeg、video/mp4
音声
  • プロンプトあたりの音声の最大長: 180 秒
  • プロンプトあたりの音声ファイルの最大数: 1
  • サポートされている MIME タイプ:
    audio/mp3、audio/wav
サポートされるリージョン

モデルの提供

  • グローバル: global
  • 米国マルチリージョン: us
  • ヨーロッパ マルチリージョン: eu
ナレッジ カットオフ日 2025 年 11 月
バージョン
  • gemini-embedding-2
    • リリース ステージ: GA
    • リリース日: 2026 年 4 月 22 日
  • gemini-embedding-2-preview
    • リリース ステージ: 公開プレビュー版
    • リリース日: 2026 年 3 月 10 日