# Google: Gemini Embedding 2 Preview

> Преобразует текст, изображения, аудио, видео и файлы в эмбеддинги для семантического поиска, мультимодального поиска по сходству и извлечения документов.

- **ID для API:** `google/gemini-embedding-2-preview`
- **Тип Модели:** Модель эмбеддингов
- **Контекст:** 8 192 токенов
- **Максимум на ответ:** 7 372 токенов
- **Вход:** текст, изображение, файл, аудио, видео → **Выход:** эмбеддинги

## Описание

#### Суть
Gemini Embedding 2 Preview — мультимодальная модель Google для преобразования входных данных в эмбеддинги, то есть числовые представления, которые можно сравнивать по сходству. Текст, изображения, аудио, видео и файлы представляются в общем пространстве эмбеддингов. Это позволяет сопоставлять материалы разных типов, а не ограничиваться поиском только по тексту. Каталог указывает контекстное окно в 8192 токена.

#### Сильные стороны
Общее пространство представлений подходит для межмодального семантического поиска: например, для сопоставления текстового запроса с визуальным или аудиовизуальным содержимым. Google также указывает поиск и извлечение документов, а также рекомендательные системы среди целевых сценариев. Эмбеддинги можно использовать для вычисления сходства в больших наборах данных и для поиска релевантных материалов в системах на основе RAG.

#### Типовые сценарии
Модель можно применять для поиска по коллекциям изображений, аудиозаписей, видео и документов, когда запрос и найденный материал могут быть представлены в разных форматах. Другие подходящие задачи — подбор похожих объектов, поиск документов для последующей передачи языковой модели и построение рекомендаций на основе семантической близости. Эмбеддинги служат представлением для таких систем, а не готовым текстовым ответом пользователю.

#### Ограничения
Это модель в статусе Preview, поэтому перед внедрением стоит проверить качество на собственных данных и типичных запросах. Она возвращает эмбеддинги, а не генерирует ответы, описания или резюме; для этих задач нужен отдельный компонент. Контекстное окно составляет 8192 токена, поэтому при обработке длинных материалов может потребоваться подготовка или разбиение входных данных. Сходство эмбеддингов помогает ранжировать материалы, но само по себе не гарантирует фактическую релевантность результата.

## Цены

- Запрос / 1М: 23,87 ₽
- Изображение вход / 1М: 53,71 ₽

## Провайдеры

Выбрать Провайдера можно параметром `provider` в запросе.

| Провайдер | Цена | Контекст | Макс. ответ | Данные в РФ | 152-ФЗ |
| --- | --- | --- | --- | --- | --- |
| google-ai-studio | Запрос / 1М: 23,87 ₽; Изображение вход / 1М: 53,71 ₽ | 8 192 | 7 372 | — | — |

## Быстрый старт

```bash
curl https://polza.ai/api/v1/embeddings \
  -H "Authorization: Bearer $POLZA_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
  "model": "google/gemini-embedding-2-preview",
  "input": [
    "Пример текста для поиска"
  ]
}'
```

## Ссылки

- Страница: https://polza.ai/models/google/gemini-embedding-2-preview
- Каталог: https://polza.ai/models