Google: gemini-embedding-2
gemini-embedding-2- Contexte
- 8K
- Date de sortie
- 30 sept. 2026
- Modalités
- Vectorisation
Pour commencer
Créer une clé API
Générez une clé dans Console et utilisez-la avec tous les modèles de la plateforme.
Envoyez votre première requête
Copiez l'exemple pour votre langage et lancez-le.
VectorisationEndpoint TokenLabPOST/v1/embeddingscurl -X POST "https://api.tokenlab.sh/v1/embeddings" \ -H "Authorization: Bearer sk-xxx" \ -H "Content-Type: application/json" \ -d '{ "dimensions": 768, "encoding_format": "float", "input": "Semantic search", "model": "gemini-embedding-2" }'
Tarification
Le tarif officiel est la référence publique du créateur du modèle. Le tarif TokenLab est ce que vous payez pour ce modèle sur TokenLab.
Tarification
Par 1M Token- Prix TokenLab
- —
- Tarif Official
- Entrée$0.20Par 1M TokenSortie$0.00Par 1M Token
| Tarif OfficialPar 1M Token | Prix TokenLabPar 1M Token | Remise | |
|---|---|---|---|
| Entrée | $0.20 | — | - |
| Sortie | $0.00 | — | - |
Utilisation et activité
Le taux de réussite est la part de requêtes abouties. La latence est la durée d'une réponse complète ; P95 signifie que 95 % des requêtes ont fini dans ce délai.
Utilisation et disponibilité
Dernières 24 heuresPas encore de données
Les données sont basées sur les requêtes agrégées des utilisateurs, à l'exclusion des vérifications de statut.
Ouvrir dans Console
Ouvrez gemini-embedding-2 dans Console avec un prompt prêt à modifier ou envoyer.
Aide-moi à tester gemini-embedding-2 avec embedding sur /v1/embeddings. Affiche le résultat et le coût.
Cas d'usage
Recherche sémantique
Construisez des représentations vectorielles pour recherche, recommandations, clustering et RAG.
Comparaison directe
Comparez qualité, latence et prix en un coup d'œil.
Exemples de prompts
Embed cinq extraits de FAQ produit et explique la forme de la réponse.
Envoie la requête la plus légère possible et affiche le résultat et le coût.
Compare ce modèle à un moins cher de la même catégorie — quand chacun vaut-il le coup ?
Ce modèle a une tarification conditionnelle. Les totaux mensuels de tokens ne suffisent pas pour une estimation fiable ; utilisez la tarification détaillée selon la spécification de la requête, le cache et la fenêtre applicable.
FAQ
Combien coûte gemini-embedding-2 ?
Sur TokenLab, gemini-embedding-2 coûte — Par 1M Token. La table tarifaire ci-dessus en montre le détail complet.
Comment tester gemini-embedding-2 ?
Ouvrez gemini-embedding-2 dans Create pour essayer un exemple prêt pour /v1/embeddings.
Quel endpoint gemini-embedding-2 doit-il utiliser ?
Utilisez https://api.tokenlab.sh/v1/embeddings pour gemini-embedding-2. L'exemple de requête ci-dessous montre la structure de code correspondante.
Puis-je tester gemini-embedding-2 avant de l'intégrer ?
Oui. Ouvrir Console lance un brouillon prêt pour gemini-embedding-2 et conserve votre prompt après connexion, sans perdre le contexte.
Quelles opérations gemini-embedding-2 prend-il en charge ?
gemini-embedding-2 prend en charge Vectorisation. Sélectionnez une opération pour voir l'endpoint et un exemple.