Google: gemini-embedding-2

Gemini Embedding 2, metni anlamsal geri alma ve ilgili yerleştirme (embedding) iş yükleri için vektörler olarak temsil eder.

Modelleri karşılaştır

gemini-embedding-2

MevcutGoogleVektörleştirmeSenkronGüncel

Bağlam: 8K
Yayınlanma tarihi: 30 Eyl 2026
Modlar: Vektörleştirme

Başlarken

API anahtarı oluştur
Console'da bir anahtar oluşturun, platformdaki tüm modellerle kullanın.

İlk isteğinizi gönderin

Diliniz için olan örneği kopyalayın ve uç noktada çalıştırın.

VektörleştirmeTokenLab uç noktası

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"
}'

Fiyatlandırma

Official fiyat, model yapımcısının açık temel fiyatıdır. TokenLab fiyatı, bu modeli TokenLab'de ödediğiniz tutardır.

Fiyatlandırma

1M Token başına

TokenLab fiyatı: —
Resmi fiyat: Girdi$0.201M Token başınaÇıktı$0.001M Token başına

	Resmi fiyat1M Token başına	TokenLab fiyatı1M Token başına	İndirim
Girdi	$0.20	—	-
Çıktı	$0.00	—	-

Kullanım ve etkinlik

Başarı oranı, tamamlanan isteklerin payıdır. Gecikme, tam bir yanıtın ne kadar sürdüğüdür; P95, isteklerin %95’inin bu süre içinde tamamlandığı anlamına gelir.

Kullanım ve kullanılabilirlik

Son 24 saat

Henüz veri yok

Model performansı

Son güncelleme: 30 Eyl 2026 19:44 UTC

Metrikler, gizlilik ve veri hacmi eşikleri karşılandığında görünür.

Veriler, durum kontrolleri hariç tutularak toplu kullanıcı isteklerine dayanmaktadır.

Console'da aç

gemini-embedding-2 modelini Console'da açın, istemi düzenlemek veya göndermek için hazır hale getirin.

gemini-embedding-2 ile /v1/embeddings üzerinden embedding işlemini dene. Sonucu ve maliyeti göster.

Kullanım senaryoları

Anlamsal arama

Arama, öneri, kümeleme ve RAG için vektör temsilleri üretin.

Yan yana karşılaştırma

Yanıt kalitesini, gecikme süresini ve fiyatı yan yana karşılaştırın.

Prompt örnekleri

Beş ürün FAQ parçacığını embed et ve yanıt biçimini açıkla.

En küçük isteği gönder, sonucu ve maliyeti göster.

Bu modeli aynı kategorideki daha ucuz bir modelle karşılaştır — hangisi ne zaman tercih edilir?

Bu model koşullu fiyatlandırmaya sahiptir. Yalnızca aylık token toplamları güvenilir bir tahmin üretmez; istek özellikleri, önbellek ve geçerli zaman penceresi için ayrıntılı fiyatlandırmayı kullanın.

FAQ

gemini-embedding-2 ne kadara mal olur?

TokenLab üzerinde gemini-embedding-2 — 1M Token başına'dır. Tam dökümü yukarıdaki fiyat tablosunda bulabilirsiniz.

gemini-embedding-2 API'si nasıl çağrılır?

/v1/embeddings için hazır bir örneği denemek üzere Create içinde gemini-embedding-2 modelini açın.

gemini-embedding-2 hangi endpoint'i kullanmalı?

gemini-embedding-2 için varsayılan olarak https://api.tokenlab.sh/v1/embeddings kullanın. Sağlayıcıya özgü yerel format destekleniyorsa API workbench bu endpoint'i de gösterir.

gemini-embedding-2'i entegre etmeden önce test edebilir miyim?

Evet. Console'u açmak gemini-embedding-2 için hazır taslak oluşturur, oturum açtıktan sonra da isteminiz korunur.

gemini-embedding-2 hangi operasyonları destekler?

gemini-embedding-2 Vektörleştirme destekler. Yukarıdaki API workbench'te bir operasyon seçerek ilgili endpoint ve kod örneğini görebilirsiniz.