Google secara resmi meluncurkan model penyematan teks tingkat produksi pertamanya, gemini-embedding-001, menandai momen penting dalam upaya perusahaan untuk memajukan pemahaman dan representasi bahasa alami. Kini tersedia secara luas bagi para pengembang melalui Gemini API, Google AI Studio, dan Vertex AI, model canggih ini menjanjikan untuk mendefinisikan ulang pencarian semantik, sistem rekomendasi, dan beragam aplikasi AI hilir.
Fitur dan Kemampuan Utama
- Dukungan Multibahasa: gemini-embedding-001 secara asli menangani lebih dari 100 bahasa, memungkinkan penerapan global dan tugas pengambilan lintas bahasa.
- Panjang Konteks: Model ini menerima masukan hingga 2,048 token, menampung dokumen bentuk panjang, potongan kode, dan beberapa kalimat tanpa pemotongan.
- Dimensi Keluaran Dinamis: Dengan memanfaatkan teknik Matryoshka Representation Learning (MRL) milik Google, pengembang dapat menyesuaikan ukuran penyertaan secara fleksibel—3072 dimensi secara default, dengan pengurangan opsional menjadi 1536 atau 768—mengoptimalkan biaya penyimpanan dan komputasi sambil mempertahankan fidelitas tinggi.
Kinerja Tolok Ukur
gemini-embedding-001 telah menunjukkan hasil tingkat atas di **Tolok Ukur Penyematan Teks Masif (MTEB)**Dalam evaluasi multibahasa dan monolingual, ia mencapai skor tugas rata-rata 68.32, melampaui pesaing terkemuka seperti penyematan berbasis Mistral dan Qwen. Khususnya, ia memperoleh skor 85.13 pada tugas klasifikasi berpasangan, 67.71 pada pengambilan, dan 65.58 pada pemeringkatan ulang—metrik yang menggarisbawahi fleksibilitasnya di berbagai skenario pemrosesan teks.
Cara Menggunakan
Untuk mendorong eksperimen dan adopsi, Google menyediakan keduanya tingkatan gratis dan berbayar untuk gemini-embedding-001. Setelah menghabiskan kuota tingkat gratis, penggunaan akan ditagihkan $0.15 per satu juta token input, membuatnya memiliki harga yang kompetitif dalam industri. Batasan tarif dirancang untuk mengakomodasi berbagai kasus penggunaan, mulai dari prototipe pengembangan ringan hingga penerapan skala perusahaan.
Pengembang dapat mengakses gemini-embedding-001 hari ini melalui yang sudah ada embed_content Titik akhir di Gemini API. Integrasi dengan Google AI Studio dan Vertex AI memastikan pengalaman onboarding yang lancar. Contoh penggunaan dalam Python sangat mudah:
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)
Bagi mereka yang beralih dari eksperimen gemini-embedding-exp-03-07 atau model penyematan warisan (embedding-001, text-embedding-004), Google telah mengumumkan jadwal penghentian: versi eksperimental dan versi lama embedding-001 akan pensiun pada 14 Agustus 2025, Sementara text-embedding-004 dijadwalkan untuk dihentikan pada Januari 14, 2026Migrasi awal ke gemini-embedding-001 disarankan untuk memastikan layanan tanpa gangguan dan akses ke peningkatan kinerja terbaru.
Ke depannya, Google berencana untuk memperluas kemampuan Gemini Embedding dengan API kumpulan Dukungan untuk pemrosesan asinkron yang hemat biaya, serta model penyematan masa depan yang mencakup modalitas yang lebih luas. Dengan cakupan multibahasa yang andal, dimensionalitas yang dapat disesuaikan, dan harga yang kompetitif, gemini-embedding-001 siap mendukung aplikasi berbasis AI generasi berikutnya.
Mulai
CometAPI menyediakan antarmuka REST terpadu yang menggabungkan ratusan model AI—di bawah titik akhir yang konsisten, dengan manajemen kunci API bawaan, kuota penggunaan, dan dasbor penagihan. Daripada harus mengelola beberapa URL dan kredensial vendor.
Pengembang dapat mengakses Pratinjau Gemini 2.5 Pro dan Versi 3 melalui API Komet, versi model terbaru yang tercantum adalah versi per tanggal publikasi artikel. Dan tingkatkan terminal Anda dengan CLI Gemini Google di CometAPI! Untuk memulai, jelajahi kemampuan model di tempat bermain dan konsultasikan Panduan API untuk petunjuk terperinci. Sebelum mengakses, pastikan Anda telah masuk ke CometAPI dan memperoleh kunci API. API Komet menawarkan harga yang jauh lebih rendah dari harga resmi untuk membantu Anda berintegrasi.
Integrasi terkini gemini-embedding-001 akan segera muncul di CometAPI, jadi nantikan terus! Sementara kami menyelesaikan unggahan Model gemini-embedding-001, jelajahi model kami yang lain di halaman Model atau cobalah di AI Playground.