Embedding Gemini 2

Gemini Embedding 2 è il modello di generazione di embedding di Google, ideale per attività complesse di recupero e analisi.

Gemini Embedding 2 accetta input multimodali per generare vettori a 3072 dimensioni. Accetta input di immagini, testo, documenti, audio e video e mappa semanticamente i vettori generati in uno spazio semantico unificato. In questo modo puoi eseguire attività come la ricerca di un'immagine in base a una descrizione testuale.

Gemini Embedding 2 introduce diverse funzionalità per ottimizzare la qualità e la flessibilità degli embedding:

  • Istruzioni per le attività personalizzate: specificando le istruzioni per le attività (ad esempio, task:code retrieval o task:search result), ottimizza gli embedding per le relazioni previste e recupera risultati più accurati per l'obiettivo specifico.

  • Dimensioni dei risultati regolabili: per impostazione predefinita, il modello genera un vettore float di 3072 dimensioni. Tuttavia, puoi recuperare un output dimensionale più piccolo specificando il parametro output_dimensionality.

  • OCR di documenti: legge l'OCR dagli input dei documenti.

  • Estrazione di tracce audio: estrai le tracce audio dagli input video e intercalale con i frame video.

Per ulteriori informazioni su come utilizzare Gemini Embedding 2, consulta Ottieni embedding multimodali.

Prezzi

ID modello gemini-embedding-2
Modalità
Testo Solo input
Immagine Solo input
Audio Solo input
Video Solo input
Embedding Solo output
Limiti di token Numero massimo di token di input 8192
Numero massimo di token di output N/D
Dimensioni di output Fino a 3072 (con supporto MRL)
Lunghezza massima della sequenza 8192 token
Opzioni di consumo
Specifiche tecniche Testo
  • Numero massimo di token di input: 8192
  • Numero massimo di file per prompt: 1
  • Numero massimo di pagine per file (per PDF): 6
  • Dimensione massima per file: N/A
  • OCR per i PDF scansionati: non utilizzato per impostazione predefinita
  • Tipi MIME supportati:
    text/plain, application/pdf
Immagine
  • Numero massimo di immagini per prompt: 6
  • Dimensione massima per file per i dati incorporati o i caricamenti diretti tramite la console: nessun limite
  • Dimensioni massime per file da Google Cloud Storage: nessun limite
  • Numero massimo di immagini di output per prompt: N/A
  • Tipi MIME supportati:
    image/png, image/jpeg, image/webp, image/bmp, image/heic, image/heif, image/avif
Video
  • Durata massima del video (con audio): 80 secondi
  • Durata massima del video (senza audio): 120 secondi
  • Numero massimo di video per prompt: 1
  • Tipi MIME supportati:
    video/mpeg, video/mp4
Audio
  • Durata massima dell'audio per prompt: 180 secondi
  • Numero massimo di file audio per prompt: 1
  • Tipi MIME supportati:
    audio/mp3, audio/wav
Aree geografiche supportate

Disponibilità dei modelli

  • Globale: global
  • Stati Uniti (multiregionale): us
  • Europa (multiregionale): eu
Data del knowledge cutoff Novembre 2025
Versioni
  • gemini-embedding-2
    • Fase di lancio: GA
    • Data di uscita: 22 aprile 2026
  • gemini-embedding-2-preview
    • Fase di lancio: Anteprima pubblica
    • Data di uscita: 10 marzo 2026