gemini-embedding-001
Google 的向量模型，用于将输入内容转换为数值向量，支持语义检索和相似度计算。
- Tarif à partir de
- Entree / Sortie · 1M
- Contexte
- 2K
- Fenêtre d'entrée maximale
- Modalités
- →
- Sorti
- Jul 2025
Tarification par fournisseur
Capacités / Modalités prises en charge
Fournisseur & confidentialité
SentencePiece (Gemini)Performances
À propos de gemini-embedding-001
Google 的向量模型，用于将输入内容转换为数值向量，支持语义检索和相似度计算。
Cas d’usage et prompts
Pistes pour commencer l’évaluation ; les entrées et options prises en charge figurent dans la section d’accès API.
Cas d’usage à explorer
- Évaluez la recherche sémantique avec des requêtes et des documents représentatifs.
- Comparez la qualité de recherche sur votre propre base de connaissances avant de connecter un assistant.
Conseils pratiques
Vérifiez si le point de terminaison renvoie des embeddings ou reclasse les documents. Utilisez le même prétraitement pour l’indexation et les requêtes.
Accès API
Exemples de code
/v1beta/models/gemini-embedding-001:generateContent| Paramètre | Type | Défaut / plage | Description |
|---|---|---|---|
inputrequis | string | — | Texte ou tableau de textes à vectoriser |
dimensions | integer | >= 1 | Tronquer les vecteurs à autant de dimensions |
encoding_format | enum | = float | Encodage filaire pour les vecteurs |
user | string | — | Identifiant d'utilisateur final pour la surveillance des abus |
Remplacer <YOUR_API_KEY> par la clé API de votre page de jetons.
Authentification
Toutes les requêtes doivent inclure Authorization: Bearer <TOKEN> . Les points de terminaison au format Anthropic acceptent à la place x-api-key .
Générez des jetons depuis la page Jetons ; vous pouvez les restreindre par modèle, groupe, IP et limites de débit.
Paramètres pris en charge
| Paramètre | Type | Défaut / plage | Description |
|---|---|---|---|
inputrequis | string | — | Texte ou tableau de textes à vectoriser |
dimensions | integer | >= 1 | Tronquer les vecteurs à autant de dimensions |
encoding_format | enum | = float | Encodage filaire pour les vecteurs |
user | string | — | Identifiant d'utilisateur final pour la surveillance des abus |
Limites de débit
| Fournisseur | RPM | TPM | RPD |
|---|---|---|---|
| Google AI Studio | 3.4K | 685K | 69K |
| Google Vertex | 3.9K | 772K | 77K |
RPM = requêtes/minute, TPM = jetons/minute, RPD = requêtes/jour. Les limites s'appliquent par groupe de jetons.
Questions fréquentes sur gemini-embedding-001
Qu’est-ce que gemini-embedding-001 ?
Google 的向量模型，用于将输入内容转换为数值向量，支持语义检索和相似度计算。
Comment appeler gemini-embedding-001 ?
Créez une clé API autorisée à utiliser gemini-embedding-001, puis utilisez l’identifiant exact et un point de terminaison pris en charge dans la section d’accès API. Les champs dépendent du point de terminaison choisi.
Comment gemini-embedding-001 est-il facturé ?
Le tarif dépend du groupe de fournisseurs choisi et de l’unité de facturation du modèle. Les prix actuels d’entrée, de sortie, par requête ou par média sont affichés sur cette page avant l’inscription.
Quelle est la fenêtre de contexte de gemini-embedding-001 ?
Le catalogue indique une fenêtre de contexte de 2048 tokens. Vérifiez les limites du point de terminaison sélectionné.
Comment évaluer gemini-embedding-001 pour mon projet ?
Vérifiez si le point de terminaison renvoie des embeddings ou reclasse les documents. Utilisez le même prétraitement pour l’indexation et les requêtes.