Google a officiellement dévoilé son premier modèle d'intégration de texte de niveau production, gemini-embedding-001, marquant un tournant dans les efforts de l'entreprise pour faire progresser la compréhension et la représentation du langage naturel. Désormais largement disponible pour les développeurs via l'API Gemini, Google AI Studio et Vertex AI, ce modèle de pointe promet de redéfinir la recherche sémantique, les systèmes de recommandation et un large éventail d'applications d'IA en aval.
Fonctionnalités et capacités clés
- Support multilingue: gemini-embedding-001 gère nativement plus de 100 langues, permettant des déploiements véritablement mondiaux et des tâches de récupération multilingues.
- Contexte Longueur: Le modèle accepte des entrées jusqu'à 2,048 XNUMX jetons, prenant en charge des documents longs, des extraits de code et des passages de plusieurs phrases sans troncature.
- Dimensions de sortie dynamiques : En exploitant la technique propriétaire Matryoshka Representation Learning (MRL) de Google, les développeurs peuvent ajuster de manière flexible la taille d'intégration (3072 1536 dimensions par défaut, avec des réductions facultatives à 768 XNUMX ou XNUMX), optimisant ainsi les coûts de stockage et de calcul tout en maintenant une haute fidélité.
Performances de référence
gemini-embedding-001 a déjà démontré des résultats de premier ordre sur le Benchmark d'intégration de texte massif (MTEB). Dans les évaluations multilingues et monolingues, il a obtenu un score moyen de 68.32, surpassant ainsi ses principaux concurrents tels que Mistral et les intégrations basées sur Qwen. Il a notamment obtenu un score de 85.13 pour les tâches de classification par paires, de 67.71 pour la récupération et de 65.58 pour le reclassement, des indicateurs qui soulignent sa polyvalence dans divers scénarios de traitement de texte.
Comment utiliser
Pour encourager l’expérimentation et l’adoption, Google propose à la fois niveaux gratuits et payants pour gemini-embedding-001. Après épuisement des quotas gratuits, l'utilisation est facturée à 0.15 $ par million de jetons d'entrée, ce qui le rend compétitif en termes de prix au sein de l'industrie. Les limites de débit sont conçues pour s'adapter à une gamme de cas d'utilisation, des prototypes de développement légers aux déploiements à l'échelle de l'entreprise.
Les développeurs peuvent accéder gemini-embedding-001 aujourd'hui à travers l'existant embed_content Point de terminaison dans l'API Gemini. L'intégration avec Google AI Studio et Vertex AI garantit une intégration fluide. Un exemple d'utilisation en Python est simple :
from google import genai
client = genai.Client()
result = client.models.embed_content(
model="gemini-embedding-001",
contents="What is the meaning of life?"
)
print(result.embeddings)
Pour ceux qui passent de l'expérimental gemini-embedding-exp-03-07 ou des modèles d'intégration hérités (embedding-001, text-embedding-004), Google a annoncé des calendriers d'obsolescence : la version expérimentale et l'héritage embedding-001 sera à la retraite le 14 août 2025, tandis que text-embedding-004 est prévu pour être abandonné le 14 janvier 2026Une migration anticipée vers gemini-embedding-001 est conseillée pour garantir un service ininterrompu et l'accès aux dernières améliorations de performances.
À l’avenir, Google prévoit d’étendre les capacités de Gemini Embedding avec API par lots Prise en charge du traitement asynchrone et économique, ainsi que de futurs modèles d'intégration couvrant des modalités plus larges. Grâce à sa puissante couverture multilingue, sa dimensionnalité ajustable et son prix compétitif, gemini-embedding-001 est prêt à propulser la prochaine génération d'applications pilotées par l'IA.
Pour commencer
CometAPI fournit une interface REST unifiée qui regroupe des centaines de modèles d'IA sous un point de terminaison cohérent, avec gestion intégrée des clés API, des quotas d'utilisation et des tableaux de bord de facturation. Plus besoin de jongler avec plusieurs URL et identifiants de fournisseurs.
Les développeurs peuvent accéder Aperçu de Gemini 2.5 Pro et Véo 3 à travers API CometLes dernières versions des modèles listés sont celles en vigueur à la date de publication de l'article. Boostez votre terminal avec Interface de ligne de commande Gemini de Google sur CometAPI ! Pour commencer, explorez les fonctionnalités du modèle dans cour de récréation et consultez le Guide de l'API Pour des instructions détaillées, veuillez vous connecter à CometAPI et obtenir la clé API avant d'y accéder. API Comet proposer un prix bien inférieur au prix officiel pour vous aider à vous intégrer.
La dernière intégration gemini-embedding-001 apparaîtra bientôt sur CometAPI, alors restez à l'écoute ! Pendant que nous finalisons le téléchargement du modèle gemini-embedding-001, explorez nos autres modèles sur la page Modèles ou essayez-les dans l'IA Playground.