Google: Gemini Embedding 2
gemini-embedding-2- 輸入 / 輸出
- $0.20 / $0.00
- 上下文
- 8K
- 發布日期
- 2026年9月30日
- 模態
- 嵌入
關於 Gemini Embedding 2
Gemini Embedding 2 是 Google Gemini API 中較新的嵌入模型。它將文字轉換為捕捉語意的向量，用於搜尋、分群與推薦，維度可在 128 到 3,072 之間調整。它接受比 gemini-embedding-001 更長的文字，並以寫入提示詞中的說明取代了該模型的任務類型參數。
適用場景
- 文字輸入長度可達 gemini-embedding-001 的數倍，因此所需的區塊較少。
- 截斷的向量會自動進行正規化，省去了舊模型需要您自行處理的步驟。
- 任務說明置於提示詞中，因此單一請求即可用普通文字說明向量的用途。
- 128 到 3,072 的維度讓您能在儲存空間、搜尋速度與精確度之間進行權衡。
其他選擇建議
- 向量無法與 gemini-embedding-001 的輸出進行比較，因此遷移索引意味著必須重新嵌入所有內容。
- 向量僅以浮點數值回傳，因此不提供精簡的 base64 編碼。
入門指南
建立 API 金鑰
請至 Console 建立金鑰，即可在平台上使用各類模型。
發送您的第一個請求
複製您所選語言的範例，並針對端點執行它。
嵌入TokenLab 端點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" }'
定價
Official 價格為模型開發商的公開基準價。TokenLab 價格則為您在 TokenLab 使用該模型的實際費用。
定價
每 1M Token- Official
- 輸入$0.20每 1M Token輸出$0.00每 1M Token
- Official 定價
- 輸入$0.20每 1M Token輸出$0.00每 1M Token
| Official 定價每 1M Token | Official每 1M Token | 折扣 | |
|---|---|---|---|
| 輸入 | $0.20 | $0.20 | — |
| 輸出 | $0.00 | $0.00 | — |
使用量與活動
成功率是請求完成的比例；延遲是一次完整回應所需的時間，P95 表示 95% 的請求在該時間內完成。
用量與可用性
過去 24 小時- 請求數
- 成功率
- P95 延遲
- 總 Token 用量
資料基於彙總的使用者請求，不包含狀態檢查。
直接在 Console 裡試
在 Console 中開啟 Gemini Embedding 2，並準備好編輯或發送提示詞。
協助我使用 gemini-embedding-2 透過 /v1/embeddings 執行 embedding，並顯示結果與成本。
應用情境
長段落檢索
嵌入較大的文字區塊，以便在知識庫搜尋中保持段落及其上下文的完整性。
指令引導式相似度
加入簡短指令（例如「尋找程式碼片段」或「尋找常見問題」），讓提示詞引導何謂相似。
支援票證比對
將新票證與先前描述相同問題但措辭不同的票證進行比對。
主題分群
按語意將評論或文章分組，無需編寫關鍵字清單即可查看主題。
提示詞範例
任務：問答 | 查詢：如何在不中斷服務的情況下輪替 API 金鑰
標題：退款政策 | 文字：客戶可在送達後 30 天內退回未使用的商品，並獲得退回至原始付款方式的全額退款。
嵌入此支援票證，以便與過去相似的票證進行比對：客戶在更改電子郵件地址後無法重設密碼。
費用計算機
FAQ
Gemini Embedding 2 相較於 Gemini Embedding 001 新增了什麼？
更長的文字輸入、以提示詞為基礎的說明取代任務類型參數，以及自動正規化截斷的向量。兩者皆將文字轉換為向量，但 001 的輸入上限短得多。
我可以使用 gemini-embedding-001 製作的嵌入嗎？
不行。Google 指出這兩個向量空間不相容，因此您無法將一個模型的向量與另一個模型的向量進行比較。當您遷移至 Embedding 2 時，請重新嵌入您的文件與查詢。
有哪些嵌入尺寸可供選擇？
從 128 到 3,072 維度，建議使用 768、1,536 和 3,072。Google 表示較小的尺寸其評分與較大尺寸相近。Embedding 2 會為您正規化截斷的向量，因此您可以直接儲存並搜尋它們。
任務選擇是如何運作的？
沒有任務類型參數。您將意圖放入提示詞中，例如將文字標記為查詢或要檢索的文件。在索引的兩端使用相同的慣例，以便查詢與文件能正確對應。
它回傳什麼？
浮點向量，每個輸入文字對應一個，維度由您選擇。將它們儲存在任何向量索引中，並使用餘弦相似度或點積進行比較。
Gemini Embedding 2 的費用是多少？
在 TokenLab 上，Gemini Embedding 2 價格為 輸入 $0.20 / 輸出 $0.00 每 1M Token。完整明細見上方價格表。
Gemini Embedding 2 應該使用哪一個端點？
請使用 https://api.tokenlab.sh/v1/embeddings 進行 Gemini Embedding 2 的呼叫。下方的請求範例展示了對應的程式碼格式。
Gemini Embedding 2 支援哪些操作？
Gemini Embedding 2 支援 嵌入。請在上方選擇一項操作以查看其端點與請求範例。
比較 Gemini Embedding 2
來源
更新於 2026年10月2日
