Gemini Embedding 2

Gemini Embedding 2 — мультимодальная модель Google для преобразования разных типов материалов в векторы. В одном пространстве можно представлять текст, изображения, аудио, видео и PDF, а затем искать близкие по смыслу документы или материалы другой модальности. Модель возвращает embedding, поэтому для поиска и ответа пользователю нужны отдельный индекс и прикладная логика.

Единое пространство для разных типов данных

Запрос и материал могут быть в разных модальностях

Gemini Embedding 2 принимает текст, изображения, аудио, видео и PDF и преобразует их в текстовые векторные представления. Это открывает сценарии поиска, где пользователь вводит вопрос словами, а индекс содержит изображения, видеоматериалы или документы. Модель помогает сопоставлять содержание, но не извлекает автоматически все нужные метаданные и не заменяет OCR, архивирование или систему управления доступом.

Идентификатор и параметры

До 8 192 входных токенов и гибкая размерность

Стабильный API-идентификатор — gemini-embedding-2. Google указывает предел входа 8 192 токена и размер выходного вектора от 128 до 3 072 измерений; рекомендуемые варианты — 768, 1 536 и 3 072. Дата выпуска в официальной таблице API — 22 апреля 2026 года. Перед загрузкой PDF и видео проверьте ограничения конкретного формата и способ предварительной обработки, описанные в руководстве.

Отличие от Gemini Embedding 001

Не смешивайте пространства без оценки

Gemini Embedding 001 ограничивается текстовым вводом и меньшим контекстом; новая версия позволяет совместно индексировать разные типы материалов. Если существующая база построена на 001, смена модели требует согласованного пересчёта embedding и теста качества выдачи. До завершения миграции держите старый и новый индексы отдельно, чтобы результаты поиска сравнивались корректно.

Применение в поиске и рекомендациях

Качество зависит от всей цепочки

Модель может быть частью мультимодального поиска по корпоративной базе, каталогу медиа или архиву документов. Проверяйте не только близость векторов, но и полноту подходящих результатов, фильтрацию по правам доступа, поддержку русского языка и стоимость индексирования. Для генеративного ответа подключите отдельную языковую модель и передавайте ей найденные фрагменты с источниками — embedding-модель сама не составляет ответ и не подтверждает его фактическую точность.

Связанные модели и разработчик

Каталог Futuretools и страница разработчика

Gemini Embedding 001 · Gemini 3 8 Flash · Google DeepMind в Вики Futuretools

Идентификатор API и статус поддержки

Официальные данные Google на 29 сентября 2026 года

Точный идентификатор модели: gemini-embedding-2. Дата выпуска: 2026-04-22. Текущий статус: стабильный endpoint; дата отключения не объявлена.

Предварительный endpoint назывался `embedding-2-preview`: он был опубликован 10 марта и отключён 10 августа 2026 года. Для актуальных интеграций используйте стабильный `gemini-embedding-2`, выпущенный 22 апреля. Не смешивайте в одном поисковом индексе векторы разных поколений без пересчёта и проверки качества. Источник: официальная карточка модели Google и таблица жизненного цикла Gemini API. Список выпусков: журнал релизов Google.

Preview, стабильный ID и миграция

От мартовского тестирования до общедоступной модели

10 марта 2026 года Google представила preview-ID gemini-embedding-2-preview; в таблице сроков для него также использовано сокращённое имя embedding-2-preview. Preview был отключён 10 августа 2026 года. Стабильный endpoint gemini-embedding-2 стал общедоступен 22 апреля. Для сохранения качества поиска при переходе с Gemini Embedding 001 нужно заново посчитать векторы и перестроить индекс; векторы разных моделей напрямую не сопоставимы. Даты и идентификаторы сверены с журналом релизов, таблицей отключения, руководством по embeddings и карточкой preview-модели.

Первичные источники

Карточка модели, каталог и статусы API

Дата в каталоге — дата выпуска, указанная Google для этого идентификатора; статус модели может измениться. Карточка Gemini Embedding 2 · Руководство по embeddings в Gemini API · Официальные даты выпуска и поддержки