FLUX 3 and Gemini 3.7 Flash are now live on CometAPI →

部落格

CometAPI 部落格

一個 API。所有領先的 AI 模型。

使用 CometAPI 更快建構的模型更新、API 指南、基準測試和實用見解。

Gemini Embedding 2（在 Gemini API/AI Studio 中常標為 embedding-2；在 Vertex AI 上的模型 ID 為 text-embedding-004）是 Google Gemini 系列的第二代文字嵌入模型，用於將文本轉換為可計算的稠密向量，以支持語義相似度與檢索等任務。 - 核心能力：將文字轉成向量，用於語義搜尋、向量檢索、RAG、分類、聚類、推薦、去重/相似內容偵測等。 - 多語特性：支援多語種且具跨語檢索能力，可在不同語言間匹配語義相近內容。 - 任務最佳化：提供任務型模式（如 RETRIEVAL_QUERY、RETRIEVAL_DOCUMENT、SEMANTIC_SIMILARITY、CLASSIFICATION、CLUSTERING），並可選擇傳入 title 以提升檢索品質。 - 維度調整：可設定輸出維度（outputDimensionality）以在精度與儲存/延遲間權衡。 - 使用建議：向量通常建議做 L2 正規化後再索引，並搭配向量資料庫進行相似度檢索。 - 取得方式：可透過 Gemini API/AI Studio（embedding-2）或 Google Cloud Vertex AI（text-embedding-004）使用。
New

Gemini Embedding 2（在 Gemini API/AI Studio 中常標為 embedding-2；在 Vertex AI 上的模型 ID 為 text-embedding-004）是 Google Gemini 系列的第二代文字嵌入模型，用於將文本轉換為可計算的稠密向量，以支持語義相似度與檢索等任務。 - 核心能力：將文字轉成向量，用於語義搜尋、向量檢索、RAG、分類、聚類、推薦、去重/相似內容偵測等。 - 多語特性：支援多語種且具跨語檢索能力，可在不同語言間匹配語義相近內容。 - 任務最佳化：提供任務型模式（如 RETRIEVAL_QUERY、RETRIEVAL_DOCUMENT、SEMANTIC_SIMILARITY、CLASSIFICATION、CLUSTERING），並可選擇傳入 title 以提升檢索品質。 - 維度調整：可設定輸出維度（outputDimensionality）以在精度與儲存/延遲間權衡。 - 使用建議：向量通常建議做 L2 正規化後再索引，並搭配向量資料庫進行相似度檢索。 - 取得方式：可透過 Gemini API/AI Studio（embedding-2）或 Google Cloud Vertex AI（text-embedding-004）使用。

Gemini Embedding 2 是 Google 首個原生多模態嵌入模型，可將文字、圖片、音訊、影片與 PDF 映射到單一的 3,072 維語意向量空間（輸出大小可設定）。它引入 Matryoshka Representation Learning，以提供巢狀 / 截斷嵌入、改進的多語言效能（100+ 種語言），以及針對任務特定嵌入的最佳化控制（例如，task:search、task:code）。

A
Anna
如何使用 Gemini 3.1 pro API
Guide

如何使用 Gemini 3.1 pro API

一份務實、以程式碼為先的 Gemini 3.1 Pro 指南——它是什麼、如何呼叫（包括透過 CometAPI）、其多模態與「思考層級」控制、函式呼叫/工具使用、vibe-coding 技巧，以及與 GitHub Copilot、VS Code、Gemini CLI 和 Google Antigravity 的整合。 Gemini 3.1 pro 正以開發者為中心的敘事，推進大型多模態模型的前沿：更大的上下文視窗、可配置的「思考」模式、改進的工具與函式呼叫，以及對代理式工作流程的明確支援。

A
Anna
要提供最新且精準的限制，請先告知以下資訊： - 你使用的是哪個介面：Gemini API（ai.google.dev／AI Studio）還是 Vertex AI。 - 目標模型或功能：1.5 Pro／1.5 Flash、Vision／Audio／Video、Files API，或 Realtime（WebRTC／WebSocket）。 - 你要傳入的媒體型別：圖片、PDF／文件、音訊、影片。 不同介面與模型的檔案大小上限、每次請求可附帶的檔案數量、支援的格式／編碼，以及輸入方式（內嵌 base64、Files API 上傳、雲端 URL、串流）都不一樣。我可依你的場景列出具體數值與建議做法。
Technology

要提供最新且精準的限制，請先告知以下資訊： - 你使用的是哪個介面：Gemini API（ai.google.dev／AI Studio）還是 Vertex AI。 - 目標模型或功能：1.5 Pro／1.5 Flash、Vision／Audio／Video、Files API，或 Realtime（WebRTC／WebSocket）。 - 你要傳入的媒體型別：圖片、PDF／文件、音訊、影片。 不同介面與模型的檔案大小上限、每次請求可附帶的檔案數量、支援的格式／編碼，以及輸入方式（內嵌 base64、Files API 上傳、雲端 URL、串流）都不一樣。我可依你的場景列出具體數值與建議做法。

Google 於 2026 年 1 月 12 日發布了 Gemini API 的開發者更新，變更了將檔案導入模型的方式以及可導入檔案的大小上限。簡而言之：Gemini 現在可直接從外部連結與雲端儲存擷取檔案（因此不一定需要上傳），且內嵌檔案大小限制已大幅提高。這些更新為已將媒體或文件存放在雲端儲存桶中的實際應用減少摩擦，並讓短期原型製作與正式生產的工作流程更快速、成本更低。

A
Anna