Gemini Embedding 2

Gemini Embedding 2 是 Google 的嵌入生成模型，非常适合复杂的检索和分析任务。

Gemini Embedding 2 接受多模态输入，以生成 3072 维向量。它接受图片、文本、文档、音频和视频输入，并将生成的向量在语义上映射到统一的语义空间中。这样，您就可以执行各种任务，例如根据文本说明搜索图片。

Gemini Embedding 2 引入了多项功能，可优化嵌入质量和灵活性：

  • 自定义任务说明： 通过指定任务说明（例如 task:code retrieval 或 task:search result），针对预期关系优化嵌入，并检索更准确的结果以实现特定目标。

  • 可调整的结果大小： 该模型默认生成 3072 维浮点向量。不过，您可以通过指定 output_dimensionality 参数来检索维度较小的输出。

  • 文档 OCR： 从文档输入中读取 OCR。

  • 音轨提取： 从视频输入中提取音轨，并将其与视频帧交错。

如需详细了解如何使用 Gemini Embedding 2，请参阅获取多模态嵌入。

在 Agent Platform 中试用 （预览版）部署示例应用

注意：如需使用“部署示例应用”功能，您需要拥有一个启用了结算功能和 Agent Platform API 的 Google Cloud 项目。
模型 ID gemini-embedding-2
支持的输入和输出
  • 输入：
    文本、 图片、 音频、 视频、 PDF
  • 输出：
    嵌入内容
token 数量上限
  • 输入 token 数量上限：8,192
  • 输出 token 数量上限：不适用
序列长度上限

8,192 个 token

输出维度

最多 3,072 个（支持 MRL）

使用选项
如需了解详情，请参阅使用选项。
技术规范
图片
  • 每个提示的图片数量上限： 6
  • 内嵌数据或通过控制台直接上传的每个文件的文件大小上限： 无限制
  • Google Cloud Storage 中每个文件的文件大小上限： 无限制
  • 每个提示的输出图片数量上限： 不适用
  • 支持的 MIME 类型：
    image/png、 image/jpeg、 image/webp、 image/bmp、 image/heic、 image/heif、 image/avif
文档
  • 每个提示的文件数量上限： 1
  • 每个文件的页数上限： 6
  • 每个文件的文件大小上限： 不适用
  • 支持的 MIME 类型：
    application/pdf
视频
  • 视频时长上限（包含音频）： 80 秒
  • 视频时长上限（不含音频）： 120 秒
  • 每个提示的视频数量上限： 1
  • 支持的 MIME 类型：
    video/mpeg、 video/mp4
音频
  • 每个提示的音频长度上限： 180 秒
  • 每个提示的音频文件数量上限： 1
  • 支持的 MIME 类型：
    audio/mp3、 audio/wav
参数默认值
支持的区域

模型可用性
如需了解详情，请参阅部署和端点。
知识截点日期 2025 年 11 月
版本
  • gemini-embedding-2
    • 发布阶段：正式版
    • 发布日期：2026 年 4 月 22 日
  • gemini-embedding-2-preview
    • 发布阶段：公开预览版
    • 发布日期：2026 年 3 月 10 日
安全控制
如需了解详情，请参阅安全控制。
支持的语言 请参阅支持的语言。
价格 请参阅价格。