Gemini Embedding 2

Gemini Embedding 2 は、複雑な検索タスクや分析タスクに最適な Google のエンベディング生成モデルです。

Gemini Embedding 2 は、マルチモーダル入力を受け入れて 3,072 次元のベクトルを生成します。画像、テキスト、ドキュメント、音声、動画の入力を受け付け、生成されたベクトルを統一されたセマンティック空間にセマンティック マッピングします。これにより、テキストの説明に基づいて画像を検索するなどのタスクを実行できます。

Gemini Embedding 2 には、エンベディングの品質と柔軟性を最適化するための新機能がいくつか導入されています。

• カスタム タスクの指示: タスクの指示（task:code retrieval や task:search result など）を指定することで、目的の関係に合わせてエンベディングを最適化し、特定の目標に対してより正確な結果を取得できます。

• 調整可能な結果サイズ: モデルは、デフォルトで 3, 072 次元の浮動小数点ベクトルを生成します。ただし、output_dimensionality パラメータを指定することで、より小さいディメンション出力が取得できます。

• ドキュメント OCR: ドキュメント入力から OCR を読み取ります。

• 音声トラックの抽出: 動画入力から音声トラックを抽出し、動画フレームとインターリーブします。

Gemini Embedding 2 の使用方法の詳細については、マルチモーダル エンベディングを取得するをご覧ください。

Agent Studio で試す サンプルアプリをデプロイする

注: 「サンプルアプリをデプロイする」には、課金と Agent Platform API が有効になっている Google Cloud プロジェクトが必要です。

モデル ID	gemini-embedding-2
モダリティ	説明 テキスト 入力のみ 写真 画像 入力のみ マイク 音声 入力のみ ビデオカメラ 動画 入力のみ
トークンの上限	最大入力トークン数	8,192
	最大出力トークン	なし
シーケンスの最大長	8,192 個のトークン
出力のサイズ	最大 3,072（MRL サポートあり）
使用オプション	プロビジョンド スループット サポート対象外 バッチ推論 サポート対象外 Pay-as-you-go 標準従量課金制 サポート対象 固定割り当て サポート対象外
	詳細については、消費オプションをご覧ください。
技術仕様	テキスト	最大入力トークン: 8,192 プロンプトあたりの最大ファイル数: 1 ファイルあたりの最大ページ数（PDF の場合）: 6 ファイルあたりの最大サイズ: なし スキャンされた PDF の OCR: デフォルトでは使用されない サポートされている MIME タイプ: text/plain、application/pdf
	画像	プロンプトあたりの最大画像数: 6 インライン データまたはコンソールから直接アップロードする場合のファイルあたりの最大ファイルサイズ: 制限なし Google Cloud Storage からのファイルあたりの最大ファイルサイズ: 制限なし プロンプトあたりの出力画像の最大数: なし サポートされている MIME タイプ: image/png、image/jpeg、image/webp、image/bmp、image/heic、image/heif、image/avif
	動画	動画の長さの上限（音声あり）: 80 秒 動画の長さの上限（音声なし）: 120 秒 プロンプトあたりの動画の最大数: 1 サポートされている MIME タイプ: video/mpeg、video/mp4
	音声	プロンプトあたりの音声の最大長: 180 秒 プロンプトあたりの音声ファイルの最大数: 1 サポートされている MIME タイプ: audio/mp3、audio/wav
サポートされるリージョン	モデルの提供	グローバル global 米国（マルチリージョン） （接続ガイドを参照） us ヨーロッパ マルチリージョン （接続ガイドを参照） eu
	詳細については、デプロイとエンドポイントをご覧ください。
ナレッジ カットオフ日	2025 年 11 月
バージョン	gemini-embedding-2 リリース ステージ: GA リリース日: 2026 年 4 月 22 日 gemini-embedding-2-preview リリース ステージ: 公開プレビュー版 リリース日: 2026 年 3 月 10 日
料金	料金をご覧ください。