Gemini Embedding 2 — это первая мультимодальная модель эмбеддингов от Google. В настоящее время мы поддерживаем сопоставление текста и изображений в едином векторном пространстве для семантического поиска и генерации с дополнением через поиск (RAG). Она поддерживает входной контекст до 8 192 токенов и гибкие размеры выходных векторов от 128 до 3 072 (рекомендуемые: 768, 1536 или 3 072). Модель разработана для кросс-модальной схожести — вы можете встроить текстовый запрос и получить наиболее релевантные изображения, или наоборот, — что делает её хорошо подходящей для мультимодального поиска, рекомендаций и конвейеров понимания документов.
# Запрос к API VEGA через google/gemini-embedding-2:batch
curl https://api.vega.chat/api/v1/chat/completions \
-H "Content-Type: application/json" \
-H "Authorization: Bearer $VEGA_API_KEY" \
-d '{
"model": "google/gemini-embedding-2:batch",
"messages": [
{ "role": "user", "content": "Hello!" }
]
}'