Gemini Embedding
Модель эмбеддингов, которая переводит текст, изображения, видео, аудио и PDF в единое векторное пространство для поиска, кластеризации и рекомендаций.
- Можно попробовать бесплатно
- Да
- Без регистрации
- Нет
- Разработчик
- Версия
- 2 · с 10 марта 2026
- Страна
- США
Gemini Embedding — модель эмбеддингов на архитектуре Gemini, которая переводит текст, изображения, видео, аудио и PDF в одно общее векторное пространство. Обычно для разных типов данных держат несколько отдельных моделей и сводят их результаты вручную; здесь достаточно одного запроса, а на вход можно подавать смешанные данные — например, картинку вместе с текстовым вопросом.
Векторы нужны там, где искать надо по смыслу, а не по точному совпадению слов: семантический поиск по базе материалов, подбор похожих товаров, кластеризация коллекции видео и фотографий, подбор контекста для RAG-систем и агентов, разметка и анализ больших массивов данных. Модель понимает смысл более чем в ста языках, поэтому запрос на одном языке находит материалы на другом.
Размерность вектора задаётся при запросе: от 128 до 3072 чисел, рекомендуются значения 3072, 1536 и 768. Меньшая размерность экономит память и ускоряет поиск по большим индексам, а точность остаётся предсказуемой за счёт приёма Matryoshka Representation Learning. Работает через Gemini API и Gemini Enterprise Agent Platform, есть бесплатный уровень.
Возможности
Поиск по смыслу
Запрос находит похожие материалы по значению, а не по совпадению слов, в том числе на другом языке.
Одно пространство
Текст, изображения, видео, аудио и документы ложатся в общее пространство, поэтому сравнивать можно объекты разных типов.
Гибкая размерность
Вектор от 128 до 3072 чисел; меньшая размерность снижает расходы на хранение и ускоряет поиск.
Свыше 100 языков
Смысл сохраняется при сравнении материалов на разных языках, что удобно для мультиязычных коллекций.
Аудио без расшифровки
Звук превращается в вектор напрямую, без промежуточного перевода речи в текст.
Видео и документы
Поддерживаются ролики до 120 секунд, до шести изображений за запрос и PDF до шести страниц.
Готовые коннекторы
Работает с LangChain, LlamaIndex, Haystack, Weaviate, Qdrant и ChromaDB.
Смешанный ввод
Несколько типов данных в одном запросе: модель учитывает связи между ними и не требует выравнивать модальности заранее.
Что ещё умеет Gemini Embedding
- Мультимодальные эмбеддинги
Текст, изображения, видео, аудио и документы переводятся в векторы одной моделью, без отдельных конвейеров на каждый тип данных.
- Смешанный ввод
В одном запросе можно передать несколько типов данных сразу — например, изображение вместе с текстовым вопросом — и модель учтёт связи между ними.
- Гибкая размерность вектора
Размерность задаётся при запросе: от 128 до 3072 чисел, рекомендуются 3072, 1536 и 768 — меньше памяти на индекс при сохранении качества.
- Аудио без расшифровки
Звук превращается в вектор напрямую, без промежуточного перевода речи в текст.
Кому подойдёт
- Разработчики
Строят поиск и RAG-конвейеры: один API вместо набора узкоспециализированных моделей под каждый тип данных.
- Аналитики
Ищут и группируют материалы в больших коллекциях документов, изображений и записей.
- Исследователи и учёные
Сравнивают разнородные данные и строят тематические карты корпусов.
- Менеджеры проектов и продуктов
Оценивают качество поиска и рекомендаций на собственных данных до вложений в разработку.
Как начать
- Получить ключ Gemini API в Google AI Studio или подключить сервис в Gemini Enterprise Agent Platform.
- Установить библиотеку Google Gen AI SDK для Python, JavaScript или Go.
- Отправить текст, изображение, аудио или документ в метод embed_content, указав код модели.
- Задать нужную размерность вектора и сохранить результат в векторную базу.
- Сравнивать векторы по косинусной близости для поиска, кластеризации или рекомендаций.
Тарифы
Пакетный режим Batch снижает цены вдвое.
Ограничения
- Доступ только через API: отдельного приложения или веб-интерфейса у модели нет.
- До 8192 входных токенов текста за запрос.
- Не более шести изображений в одном запросе, форматы PNG и JPEG.
- Видео до 120 секунд, форматы MP4 и MOV.
- PDF до шести страниц за запрос.
- Веса модели не открыты.
Платформы и интеграции
Семейство
Соседи по смыслу
за последний месяц