Google: gemini-embedding-2

Gemini Embedding 2 merepresentasikan teks sebagai vektor untuk pengambilan semantik dan beban kerja penyematan terkait.

Bandingkan model

gemini-embedding-2

TersediaGoogleEmbeddingSinkronkanBaru

Konteks: 8K
Dirilis: 30 Sep 2026
Modalitas: Embedding

Memulai

Buat API key
Buat kunci di Console, gunakan untuk semua model di platform.

Kirim permintaan pertama Anda

Salin contoh untuk bahasa Anda dan jalankan terhadap endpoint tersebut.

EmbeddingEndpoint TokenLab

POST/v1/embeddings

curl -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"
}'

Penetapan Harga

Harga Official adalah baseline publik pembuat model. Harga TokenLab adalah yang Anda bayar untuk model ini di TokenLab.

Penetapan Harga

Per 1M Token

Harga TokenLab: —
Harga Official: Masukan$0.20Per 1M TokenKeluaran$0.00Per 1M Token

	Harga OfficialPer 1M Token	Harga TokenLabPer 1M Token	Diskon
Masukan	$0.20	—	-
Keluaran	$0.00	—	-

Penggunaan & aktivitas

Tingkat keberhasilan adalah proporsi permintaan yang selesai. Latensi adalah berapa lama respons penuh berlangsung; P95 berarti 95% permintaan selesai dalam waktu tersebut.

Penggunaan & ketersediaan

24 jam terakhir

Belum ada data

Performa model

Terakhir diperbarui 30 Sep 2026, 19.44 UTC

Metrik akan muncul setelah ambang batas privasi dan volume data terpenuhi.

Data didasarkan pada permintaan pengguna gabungan, tidak termasuk pemeriksaan status.

Buka di Console

Buka gemini-embedding-2 di Console dengan prompt siap diedit atau dikirim.

Bantu saya mencoba gemini-embedding-2 dengan embedding di /v1/embeddings. Tampilkan hasil dan biayanya.

Skenario penggunaan

Pencarian semantik

Bangun representasi vektor untuk pencarian, rekomendasi, clustering, dan RAG.

Perbandingan langsung

Bandingkan kualitas respons, latensi, dan harga secara berdampingan.

Contoh prompt

Embed lima cuplikan FAQ produk dan jelaskan bentuk response-nya.

Kirim permintaan terkecil dan tunjukkan hasil serta biayanya.

Bandingkan model ini dengan yang lebih murah di kategori sama — kapan masing-masing pas dipilih?

Model ini memiliki harga kondisional. Total token bulanan saja tidak dapat menghasilkan estimasi yang andal; gunakan harga detail untuk spesifikasi permintaan, cache, dan jendela waktu yang berlaku.

FAQ

Berapa biaya gemini-embedding-2?

Di TokenLab, gemini-embedding-2 dikenakan — Per 1M Token. Tabel harga di atas menampilkan rincian lengkap.

Bagaimana memanggil API gemini-embedding-2?

Buka gemini-embedding-2 di Create untuk mencoba contoh yang siap digunakan untuk /v1/embeddings.

Endpoint mana yang harus digunakan gemini-embedding-2?

Pakai https://api.tokenlab.sh/v1/embeddings sebagai default untuk gemini-embedding-2. Jika format native penyedia didukung, API workbench juga menampilkan endpoint tersebut.

Bisakah saya menguji gemini-embedding-2 sebelum mengintegrasikannya?

Ya. Buka Console, draft gemini-embedding-2 siap pakai. Prompt tersimpan setelah masuk, konteks tetap.

Operasi apa saja yang didukung gemini-embedding-2?

gemini-embedding-2 mendukung Embedding. Pilih operasi di API workbench di atas untuk melihat endpoint dan contoh kode terkait.