Google: Gemini Embedding 2 API
Gemini Embedding 2 是 Google 推出的首个原生多模态嵌入模型，旨在将文本、图像、视频、音频和文档 (PDF) 映射到统一的向量空间中。与以往需要为不同模态调用独立模型的流程不同，Gemini Embedding 2 能够直接理解跨模态关系。它支持高精度的跨模态检索，例如通过文本描述查找特定视频片段，或根据图像查找类似的音频。该模型可捕捉超过 100 种语言的深层语义意图，并具备 Matryoshka 表示学习 (MRL) 技术，允许开发者根据需要缩减向量维度，在不显著损失性能的前提下节省存储和计算成本。
- 上下文窗口: 8,192 tokens
- 最大输出: 3,072 tokens
- 输入模态: text, image, audio, video, file
- 输出模态: text
- 文件输入: 支持
- 发布日期: 2026-03-09
- 知识截止: 2025-10-31
常见问题
Gemini Embedding 2 的上下文窗口有多大？
Gemini Embedding 2 支持最高 8,192 token 的上下文窗口。
Gemini Embedding 2 的知识截止日期是？
Gemini Embedding 2 的知识截止日期为 2025-10-31。