Ce que fait ce modèle
Le modèle gemini-embedding-2 développé par Google est spécialisé dans la génération de vecteurs d'empreinte textuelle (embeddings). Il est conçu pour traduire des textes en représentations numériques denses, facilitant ainsi les tâches de recherche sémantique, de classification de documents et de détection de similarités.
Ce modèle est particulièrement adapté aux architectures de type RAG (Génération augmentée par récupération) afin de connecter efficacement des bases de connaissances externes aux modèles de langage. Son intégration permet d'améliorer la pertinence des résultats de recherche à un coût hautement compétitif, la facturation s'appliquant uniquement sur les données en entrée.
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
2 versions reconstituées à partir des identifiants techniques et des dates de sortie, de la plus récente à la plus ancienne.
- Date non communiquée
Gemini Embedding 2 (Preview)
Dernière versiongoogle:gemini-embedding-2-previewModèle de vectorisation textuelle de Google en version préliminaire, adapté pour la recherche sémantique et les architectures RAG.
Embedding- Fournisseur
- Type de modèle
- Texte (Embedding)
- Tarif Entrée
- 0,20 $ / million de jetons
- Tarif Sortie
- 0,00 $
- Statut
- Version préliminaire (Preview)
Tarif annoncé : 0.20 $ en entrée, 0.00 $ en sortie, par million de jetons (USD)
- Date non communiquée
Gemini Embedding 2
google:gemini-embedding-2- Fournisseur
- Type de modèle
- Représentation vectorielle (Text)
- Tarif (Entrée)
- 0,20 $ / million de jetons
- Tarif (Sortie)
- 0,00 $
Tarif annoncé : 0.20 $ en entrée, 0.00 $ en sortie, par million de jetons (USD)