Gemini Embedding 2

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

Gemini Embedding 2 接受多模態輸入內容，可生成 3072 維度的向量。這項服務可接受圖片、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。這項功能可讓你執行各種工作，例如根據文字描述搜尋圖片。

Gemini Embedding 2 推出多項功能，可提升嵌入品質和彈性：

  • 自訂工作指令：指定工作指令 (例如 task:code retrieval 或 task:search result)，針對預期關係最佳化嵌入，並針對特定目標擷取更準確的結果。

  • 可調整的結果大小：模型預設會生成 3072 維度的浮點向量。不過，您可以指定 output_dimensionality 參數，擷取較小的維度輸出內容。

  • 文件 OCR：從文件輸入內容讀取 OCR。

  • 音軌擷取：從輸入的影片擷取音軌，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」。

查看計價方式

模型 ID gemini-embedding-2
形式
Text Input only
Image Input only
Audio Input only
Video Input only
Embeddings Output only
權杖限制 輸入詞元數量上限 8,192
輸出詞元數量上限 不適用
輸出尺寸 最多 3,072 個 (支援 MRL)
序列長度上限 8,192 個權杖
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
  • 每個檔案的頁數上限 (PDF)： 6
  • 每個檔案的大小上限： 不適用
  • 掃描 PDF 的 OCR： 預設不會使用
  • 支援的 MIME 類型：
    text/plain、application/pdf
圖片
  • 每個提示的圖片數量上限： 6
  • 透過控制台直接上傳或內嵌資料時，每個檔案的大小上限： 無限制
  • 從 Google Cloud Storage 上傳的檔案大小上限： 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 個
  • 支援的 MIME 類型：
    audio/mp3、audio/wav
支援的地區

模型適用情形

  • 全域：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：正式發行
    • 發布日期：2026 年 4 月 22 日
  • gemini-embedding-2-preview
    • 推出階段：公開測試
    • 發布日期：2026 年 3 月 10 日