Ce que fait ce modèle
Le modèle gemini-embedding-001 est une solution de vectorisation (embeddings) de texte développée par Google. Son rôle principal consiste à convertir des segments textuels en vecteurs numériques denses, facilitant ainsi les tâches de recherche sémantique, de classification et de recherche de similarités au sein d'architectures de type RAG (Retrieval-Augmented Generation).
Sur le plan financier, ce modèle propose un coût de traitement à l'entrée de 0,15 $ par million de jetons, tandis que le coût de sortie est inexistant, ce qui s'explique par la nature même des modèles d'encodage qui ne génèrent pas de texte en sortie.
Dans le cadre d'une intégration sur ProductivIA / Matania, l'utilisation de cette technologie d'un fournisseur américain invite à valider la conformité avec les exigences québécoises de souveraineté des données (notamment la Loi 25), en tenant compte de la localisation des infrastructures de traitement de Google.
Capacités
Ce que les versions de cette famille savent faire, d'après les annonces du fournisseur et les observations de la veille.
Texte
Type principal de contenu traité ou produit par ce modèle.
Embedding
Produit des vecteurs numériques pour la recherche et la similarité.
Historique des versions
1 version reconstituée à partir des identifiants techniques et des dates de sortie, de la plus récente à la plus ancienne.
- Date non communiquée
gemini-embedding-001
Dernière versiongoogle:gemini-embedding-001Embedding- Fournisseur
- Type de modèle
- Vectorisation (Text Embeddings)
- Tarif Entrée
- 0,15 $ / million de jetons
- Tarif Sortie
- 0,00 $
Tarif annoncé : 0.20 $ en entrée, 0.00 $ en sortie, par million de jetons (USD)