Google avduket offisielt sin første tekstinnbyggingsmodell i produksjonsklassen, gemini-embedding-001, som markerer et avgjørende øyeblikk i selskapets arbeid med å fremme forståelse og representasjon av naturlig språk. Denne toppmoderne modellen, som nå er bredt tilgjengelig for utviklere via Gemini API, Google AI Studio og Vertex AI, lover å omdefinere semantisk søk, anbefalingssystemer og et bredt spekter av nedstrøms AI-applikasjoner.
Nøkkelfunksjoner og muligheter
- Flerspråklig støtte: gemini-embedding-001 håndterer over 100 språk, noe som muliggjør virkelig globale distribusjoner og tverrspråklige henteoppgaver.
- Kontekstlengde: Modellen godtar inndata på opptil 2,048 tokens, og håndterer lange dokumenter, kodestykker og avsnitt med flere setninger uten avkorting.
- Dynamiske utgangsdimensjoner: Ved å utnytte Googles proprietære Matrjosjka-representasjonslæringsteknikk (MRL), kan utviklere fleksibelt justere innebyggingsstørrelsen – 3072 dimensjoner som standard, med valgfrie reduksjoner til 1536 eller 768 – og optimalisere for lagrings- og beregningskostnader samtidig som høy gjengivelse opprettholdes.
Benchmark ytelse
gemini-embedding-001 har allerede vist resultater på toppnivå på **Massive Text Embedding Benchmark (MTEB)**I flerspråklige og enspråklige evalueringer oppnådde den en gjennomsnittlig oppgavepoengsum på 68.32, og overgikk ledende konkurrenter som Mistral og Qwen-baserte innebygginger. Det er verdt å merke seg at den scoret 85.13 på parklassifiseringsoppgaver, 67.71 på gjenfinning og 65.58 på rerangering – målinger som understreker allsidigheten på tvers av ulike tekstbehandlingsscenarioer.
Hvordan bruke
For å oppmuntre til eksperimentering og adopsjon tilbyr Google begge deler gratis og betalte nivåer for gemini-embedding-001. Etter at kvotene for gratisnivå er oppbrukt, faktureres bruken til 0.15 dollar per én million inndatatokener, noe som gjør den konkurransedyktig priset i bransjen. Prisgrensene er utformet for å imøtekomme en rekke brukstilfeller, fra lette utviklingsprototyper til distribusjoner i bedriftsskala.
Utviklere har tilgang gemini-embedding-001 i dag gjennom den eksisterende embed_content endepunkt i Gemini API. Integrasjon med Google AI Studio og Vertex AI sikrer en smidig onboarding-opplevelse. Eksempel på bruk i Python er enkelt:
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)
For de som går over fra det eksperimentelle gemini-embedding-exp-03-07 eller eldre innebyggingsmodeller (embedding-001, text-embedding-004), Google har annonsert tidslinjer for avvikling: den eksperimentelle versjonen og arven embedding-001 vil bli pensjonert den August 14, 2025, Mens text-embedding-004 er planlagt for avvikling den Januar 14, 2026Tidlig migrering til gemini-embedding-001 anbefales for å sikre uavbrutt tjeneste og tilgang til de nyeste ytelsesforbedringene.
Google planlegger å utvide Gemini Embeddings muligheter fremover med Batch API støtte for asynkron, kostnadseffektiv prosessering, samt fremtidige innebyggingsmodeller som dekker bredere modaliteter. Med sin kraftige flerspråklige dekning, justerbare dimensjonalitet og konkurransedyktige priser er gemini-embedding-001 klar til å drive neste generasjon av AI-drevne applikasjoner.
Komme i gang
CometAPI tilbyr et enhetlig REST-grensesnitt som samler hundrevis av AI-modeller – under et konsistent endepunkt, med innebygd API-nøkkeladministrasjon, brukskvoter og faktureringsdashboards. I stedet for å sjonglere flere leverandør-URL-er og legitimasjonsinformasjon.
Utviklere har tilgang Gemini 2.5 Pro forhåndsvisning og Veo 3 gjennom CometAPI, de nyeste modellversjonene som er oppført er fra artikkelens publiseringsdato. Og gi terminalen din en superlading med Googles Gemini CLI på CometAPI! For å begynne, utforsk modellens muligheter i lekeplass og konsulter API-veiledning for detaljerte instruksjoner. Før du får tilgang, må du sørge for at du har logget inn på CometAPI og fått API-nøkkelen. CometAPI tilby en pris som er langt lavere enn den offisielle prisen for å hjelpe deg med å integrere.
Den nyeste integrasjonen gemini-embedding-001 vil snart dukke opp på CometAPI, så følg med! Mens vi ferdigstiller opplastingen av gemini-embedding-001-modellen, kan du utforske de andre modellene våre på modellsiden eller prøve dem i AI-lekeplassen.