Gemini Embedding 2 と text-embedding-3-large
選び方のヒント
プロンプト内にタスクの指示を記述したい場合や、ベクトルサイズを広範囲で調整したい場合、またテキストだけでなくテキスト、画像、音声、動画、PDFを同一空間で扱いたい場合には「Gemini Embedding 2」を選択してください。検索、クラスタリング、レコメンデーション、分類の各用途において、ベクトルを短縮可能で実績のあるテキスト埋め込みが必要な場合は、OpenAIの「text-embedding-3-large」を選択してください。テキストのみのインデックスについては、ご自身のデータで両方をテストすることをお勧めします。
料金比較
| Gemini Embedding 2 | text-embedding-3-large | |
|---|---|---|
| モデル提供元 | OpenAI | |
| 配信の可用性 | 利用可能 | 利用可能 |
| コンテキストウィンドウ | 8K | 8.2K |
| 最大出力 | - | - |
| 公式価格 | 入力$0.20100万トークンあたり出力$0.00100万トークンあたり | 入力$0.13100万トークンあたり出力$0.00100万トークンあたり |
| TokenLab 価格 | — | 入力$0.091100万トークンあたり出力$0.00100万トークンあたり |
| モデルパフォーマンス | データ収集 | データ収集 |
| 機能 |
Gemini Embedding 2 が適しているケース
- 各ベクトルが何のためのものかを平易な言葉で指定したい場合
- 将来的に同じインデックスに画像やPDFの検索機能を追加する可能性がある場合
- 切り詰め（truncation）後に自動的に正規化されたベクトルを好む場合
text-embedding-3-large が適しているケース
- パイプラインがテキストのみで構成されており、既存のOpenAIツールに依存している場合
- クラスタリング、異常検知、分類に同じベクトルを使用する場合
- 小規模なインデックス向けに明確な姉妹モデルが存在し、ドキュメントが充実しているモデルを求める場合
主な違い
| 比較項目 | Gemini Embedding 2 | text-embedding-3-large |
|---|---|---|
| タスク処理 | 指示はプロンプト内に記述し、従来のタスクタイプパラメータを置き換えます。 | タスクは宣言されません。1つのベクトルが検索、クラスタリング、分類のすべてを担います。 |
| 入力タイプ | Googleは、テキスト、画像、音声、動画、PDFを同一空間に埋め込めるよう設計しています。 | テキストのみ。各リクエストはプレーンテキストの入力のみを運び、画像や音声は含まれません。 |
| ベクトルサイズ | 広範囲で調整可能であり、切り詰められたベクトルは自動的に正規化されます。 | 次元の短縮が可能で、正規化が必要な場合はユーザー自身で行う必要があります。 |
| バッチ処理 | 個別にラップされていない限り、1つのリクエスト内の複数の入力が単一の埋め込みに結合されます。 | 各入力はバッチ内で個別のベクトルとして扱われます。 |
| インデックスの移行 | gemini-embedding-001のベクトルとは互換性がありません。 | 他のOpenAI製ベクトルやサードパーティ製ベクトルとは互換性がありません。 |
概要
- Gemini Embedding 2: 入力 $0.10 / 出力 $0.00 100万トークンあたり; text-embedding-3-large: 入力 $0.091 / 出力 $0.00 100万トークンあたり. 料金は課金単位・仕様・使用量によって異なります。モデルの詳細な料金で同条件同士を比較してください。単一のレートで総額は決まりません。
FAQ
セマンティック検索において、Gemini Embedding 2とtext-embedding-3-largeのどちらが優れていますか？
テキストのみの検索であれば両者とも有効であり、ご自身のクエリセットに基づいて判断すべきです。将来的に画像、音声、PDFを検索する可能性があるならGemini Embedding 2が適しており、プレーンテキストのみであればtext-embedding-3-largeの方がシンプルです。
これらを同じベクトルストアで使用できますか？
いいえ。ベクトルが異なる空間に存在するため、インデックスを分けるか、すべてを1つのモデルで再埋め込みし、ランキングの段階でのみ結果を統合してください。
切り替えるにはコードを変更する必要がありますか？
はい、多少の変更が必要です。Gemini Embedding 2はプロンプトテキスト内にタスクの指示を必要とし、複数入力のリクエストを異なる方法で処理します。一方、text-embedding-3-largeはプレーンな入力とオプションの次元値を受け取ります。
Gemini Embedding 2とtext-embedding-3-large、どちらが安いですか？
Gemini Embedding 2: 入力 $0.10 / 出力 $0.00 100万トークンあたり; text-embedding-3-large: 入力 $0.091 / 出力 $0.00 100万トークンあたり. 料金は課金単位・仕様・使用量によって異なります。モデルの詳細な料金で同条件同士を比較してください。単一のレートで総額は決まりません。
Gemini Embedding 2とtext-embedding-3-largeの主な違いは何ですか？
両方のモデルは同様の機能を備えています。
ソース
2026/10/02 時点での評価