Google: Gemini Embedding 2
gemini-embedding-2- 入力 / 出力
- $0.20 / $0.00
- コンテキスト
- 8K
- リリース日
- 2026年9月30日
- モダリティ
- 埋め込み
Gemini Embedding 2 について
Gemini Embedding 2 は、Gemini API における Google の新しい埋め込みモデルです。テキストを意味を捉えたベクトルに変換し、検索、クラスタリング、レコメンデーションに利用できます。次元数は 128 から 3,072 まで調整可能です。gemini-embedding-001 よりも長いテキストを受け入れ、同モデルのタスクタイプパラメータをプロンプト内に記述する指示に置き換えています。
得意なこと
- テキスト入力は gemini-embedding-001 よりも数倍長くできるため、必要なチャンク数が少なくなります。
- 切り詰められたベクトルは自動的に正規化されるため、古いモデルでユーザーが行う必要があった手順が不要になります。
- タスクの指示はプロンプト内に記述するため、ベクトルが何のためのものかを通常の言葉で 1 つのリクエストで指定できます。
- 128 から 3,072 までの次元数により、ストレージと検索速度を精度とトレードオフできます。
他のモデルを検討すべきケース
- ベクトルは gemini-embedding-001 の出力と比較できないため、インデックスを移行するにはすべてを再埋め込みする必要があります。
- ベクトルは浮動小数点値のみで返されるため、コンパクトな base64 エンコーディングは利用できません。
はじめに
最初のキーを作成
Consoleでキーを作成すれば、プラットフォーム内のすべてのモデルで使えます。
最初のリクエストを送信する
お使いの言語の例をコピーして、エンドポイントに対して実行してください。
埋め込みTokenLab エンドポイントPOST/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" }'
料金
Official価格はモデル提供者の公開基準です。TokenLab価格はTokenLabでのご利用料金です。
料金
100万トークンあたり- Official
- 入力$0.20100万トークンあたり出力$0.00100万トークンあたり
- 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
| 公式価格100万トークンあたり | Official100万トークンあたり | 割引 | |
|---|---|---|---|
| 入力 | $0.20 | $0.20 | — |
| 出力 | $0.00 | $0.00 | — |
使用状況とアクティビティ
成功率は完了したリクエストの割合です。レイテンシは完全なレスポンスにかかる時間で、P95 は 95% のリクエストがその時間内に完了したことを意味します。
使用量と可用性
過去24時間- リクエスト数
- 成功率
- P95 レイテンシ
- 合計トークン数
データはステータスチェックを除外した、集計済みのユーザーリクエストに基づいています。
Consoleで開く
ConsoleでGemini Embedding 2を開き、プロンプトを編集・送信できます。
gemini-embedding-2と/v1/embeddingsでembeddingを実行。結果とコストを表示します。
ユースケース
より長いパッセージの検索
より大きなテキストチャンクを埋め込むことで、ナレッジベース検索において段落とその文脈を保持します。
指示に基づく類似性
コードスニペットの検索や FAQ の検索といった短い指示を追加し、プロンプトによって何が「類似」とみなされるかを制御します。
サポートチケットのマッチング
新しいチケットを、同じ問題を異なる言葉で説明している過去のチケットとマッチングさせます。
トピックのクラスタリング
レビューや記事を意味ごとにグループ化し、キーワードリストを作成することなくテーマを把握します。
プロンプト例
タスク: 質問応答 | クエリ: ダウンタイムなしで API キーをローテーションするにはどうすればよいですか
タイトル: 返金ポリシー | テキスト: お客様は、配送から 30 日以内であれば、未使用の商品を元の支払い方法への全額返金のために返品できます。
このサポートチケットを埋め込み、類似した過去のチケットとマッチングできるようにします: メールアドレス変更後にパスワードをリセットできない。
料金計算
FAQ
Gemini Embedding 2 は Gemini Embedding 001 に何を追加しましたか？
より長いテキスト入力、タスクタイプパラメータに代わるプロンプトベースの指示、および短縮されたベクトルの自動正規化です。どちらのモデルもテキストをベクトルに変換しますが、001 は入力上限がはるかに短くなっています。
gemini-embedding-001 で作成した埋め込みを再利用できますか？
いいえ。Google は両方のベクトル空間に互換性がないと述べているため、一方のモデルのベクトルをもう一方のモデルのベクトルと比較することはできません。Embedding 2 に移行する際は、ドキュメントとクエリの両方を再埋め込みしてください。
どのような埋め込みサイズが利用可能ですか？
128 から 3,072 次元までで、768、1,536、3,072 が推奨されています。Google によると、小さいサイズでも大きいサイズに近いスコアが得られます。Embedding 2 は切り詰められたベクトルを自動的に正規化するため、直接保存して検索できます。
タスクの選択はどのように機能しますか？
タスクタイプパラメータはありません。意図をプロンプトに入力します（例: テキストをクエリとしてマークする、または検索対象のドキュメントとしてマークするなど）。インデックスの両側で同じ規則を使用することで、クエリとドキュメントが一致するようにします。
何が返されますか？
選択した次元数の浮動小数点ベクトルが、入力テキストごとに 1 つ返されます。任意のベクトルインデックスに保存し、コサイン類似度またはドット積で比較できます。
Gemini Embedding 2 の料金はいくらですか？
TokenLab では Gemini Embedding 2 は 入力 $0.20 / 出力 $0.00 100万トークンあたり です。詳細は上の料金表を参照してください。
Gemini Embedding 2 はどのエンドポイントを使うべきですか？
Gemini Embedding 2 のデフォルトは https://api.tokenlab.sh/v1/embeddings です。プロバイダーネイティブ形式に対応している場合は、API workbench にそのエンドポイントも表示されます。
Gemini Embedding 2 はどの操作に対応していますか？
Gemini Embedding 2 は 埋め込み に対応しています。上の API workbench で操作を選ぶと、対応するエンドポイントとコード例が表示されます。
Gemini Embedding 2 を比較する
ソース
2026/10/02 時点での評価
