模型定位
Google 於 2025 年 3 月 7 日發布的實驗性文字嵌入模型。它將文字轉換為向量,用於表示語意,而非產生對話回答;發布時透過 Gemini API 的 embed_content 介面提供。(developers.googleblog.com)
能力與用途
- 支援 100 多種語言,可處理文字、程式碼等內容,適用於檢索增強生成(RAG)、語意檢索、推薦和文字分類等情境。
- 發布公告給出的輸入上限為 8K token,輸出約 3K 維向量;支援 Matryoshka Representation Learning,可截取向量以降低儲存成本。
- Google 報告該模型發布時在 MTEB 多語言排行榜的任務平均分數為 68.32;這是發布時的測試結果,不代表目前排名。(developers.googleblog.com)
限制與狀態
發布時模型處於實驗階段,容量有限且可能發生變化。Google 後續公告稱,Gemini API 自 2025 年 8 月 14 日起不再支援該實驗版本,並建議遷移至 gemini-embedding-001;公告稱遷移時無需重新嵌入現有內容。兩個版本的規格不應混同。(developers.googleblog.com)
價格
截至 2026 年 11 月 19 日,未查證到適用於該實驗版本的官方輸入或輸出計費價格、幣別及計費單位。Google 目前定價頁面列出的 gemini-embedding-001 價格屬於另一模型,不能直接套用於本實驗版本。(ai.google.dev)
官方來源
- 2025 年 3 月 7 日發布公告
- 正式版及實驗版停止支援公告
- Gemini API 官方定價頁面;查詢日期:2026 年 11 月 19 日。