Google: Gemini Embedding 2 مقابل Mistral: Mistral Embed 2312
مقارنة جنبًا إلى جنب بين Google: Gemini Embedding 2 (0.70 US$ / مليون رمز (≈ 2.63 ر.س.)) وMistral: Mistral Embed 2312 (0.35 US$ / مليون رمز (≈ 1.31 ر.س.)) باستخدام الأسعار الحالية بالدولار والقدرات من كتالوج api14. يعمل كلاهما عبر API نفسها المتوافقة مع OpenAI.
المواصفات
| Google: Gemini Embedding 2 | Mistral: Mistral Embed 2312 | |
|---|---|---|
| المزوّد | Mistral | |
| الإدخال | 0.70 US$ / مليون رمز (≈ 2.63 ر.س.) | 0.35 US$ / مليون رمز (≈ 1.31 ر.س.) |
| إدخال الصوت | 22.75 US$ / مليون رمز (≈ 85.31 ر.س.) | - |
| صورة | 0.000002 US$ / صورة (≈ 0.00000591 ر.س.) | - |
| نافذة السياق | 8,192 | 8,192 |
| الحد الأقصى للإخراج | 7,372 | 6,553 |
| الإدخال | text, image, file, audio, video | text |
| الإخراج | embeddings | embeddings |
| استدعاء الأدوات | ||
| المخرجات المنظّمة | ||
| التحكم في الاستدلال | ||
| تاريخ الإضافة | 20/05/2026 | 31/10/2025 |
أبرز الفروق
- Mistral: Mistral Embed 2312 أرخص بنسبة 50% في رموز الإدخال.
بالتفصيل
Google: Gemini Embedding 2 هو نموذج تضمين من Google، وMistral: Mistral Embed 2312 هو نموذج تضمين من Mistral. يقع كلاهما في فئة التضمينات، مما يعني أن مهمتهما تحويل المدخلات إلى متجهات يمكنك تخزينها ومقارنتها والبحث فيها بدلا من توليد ردود المحادثة. إذا كنت تبني استرجاعا أو تجميعا أو إزالة تكرار أو بحثا دلاليا، فهذان هما المرشحان اللذان تختار بينهما على api14.
أوضح فرق هو طريقة الإدخال. يقبل Gemini Embedding 2 النص والصورة والملف والصوت والفيديو، ويعيد التضمينات. أما Mistral Embed 2312 فيقبل النص فقط. يبلغ طول السياق في كليهما 8192 رمزا، لذا فإن كمية النص التي يمكنك حشوها في طلب واحد متساوية على الورق، ولا يكشف أي من النموذجين عن معاملات مدعومة يمكنك ضبطها. عمليا، هذا يعني أن الاختيار لا يتعلق بمقدار النص الذي يتسع له النموذج بل بنوع المحتوى الذي تحتاج إلى تضمينه. إذا كانت مدونتك نصا عاديا، فيمكن لكلا النموذجين التعامل معها وتتطابق نوافذ السياق. وإذا كانت مدونتك تتضمن لقطات شاشة أو صفحات ممسوحة ضوئيا أو مقاطع صوتية أو إطارات فيديو، فإن Gemini Embedding 2 وحده يغطي تلك المدخلات مباشرة.
بالنسبة للمطور الذي يختار أحدهما، ابدأ من البيانات. خط معالجة نصي فقط، مثل تضمين تذاكر الدعم أو صفحات التوثيق أو أوصاف المنتجات أو سجلات المحادثة، يناسبه Mistral Embed 2312 بشكل طبيعي، وهو الخيار الأرخص على الإدخال وفقا للتسعير المعروض في هذه الصفحة. أما خط المعالجة الذي يخلط النص مع الصور أو الملفات أو الصوت أو الفيديو فيناسبه Gemini Embedding 2 بشكل طبيعي، لأن Mistral Embed 2312 لا يستطيع استقبال تلك المدخلات إطلاقا. وحيث يمكن لكليهما العمل، تكون التكلفة هي العامل الفاصل، وهذا يشير إلى Mistral Embed 2312 على الإدخال. تسعير الإخراج غير مدرج كعامل تمييز، لذا لا تفترض أن أحدهما أرخص على جانب الإخراج.
استدعاء أي من النموذجين عبر api14 يعمل بالطريقة نفسها، لأن واجهة API متوافقة مع OpenAI. توجه عميلك إلى عنوان api14 الأساسي، وترسل مدخلاتك إلى نقطة نهاية التضمينات، وتضبط حقل model. لاستخدام Gemini Embedding 2، اضبط معرف النموذج على "google/gemini-embedding-2". ولاستخدام Mistral Embed 2312، اضبطه على "mistralai/mistral-embed-2312". يبقى كل شيء آخر في الطلب كما هو، لذا فإن التبديل بينهما تغيير من سطر واحد ويمكنك اختبار أداء كليهما على بياناتك قبل الالتزام.
لا تزال هناك حجة لصالح النموذج الآخر. إذا كان عبء عملك نصيا فقط وكانت تكلفة الإدخال مهمة، يبقى Mistral Embed 2312 الخيار الأفضل حتى مع قدرة Gemini Embedding 2 على معالجة النص أيضا. القدرة متعددة الوسائط لا تستحق الدفع مقابلها إلا إذا كنت تستخدمها فعلا.
بدّل بتغيير سلسلة واحدة
يستخدم النموذجان نقطة النهاية نفسها وبنية الطلب نفسها. غيّر قيمة model من "google/gemini-embedding-2" إلى "mistralai/mistral-embed-2312"، وتستمر الموجّهات والبث والأدوات في العمل.
import OpenAI from "openai";
const client = new OpenAI({
baseURL: "https://api14.com/api/v1",
apiKey: process.env.API14_API_KEY,
});
const result = await client.embeddings.create({
"model": "mistralai/mistral-embed-2312",
"input": [
"The quick brown fox",
"Lorem ipsum"
]
});
console.log(result.data.map((d) => d.embedding.length));
مقارنات أخرى
- Amazon: Titan Multimodal Embeddings G1 مقابل Amazon: Titan Embeddings G1 - Text
- Amazon: Titan Multimodal Embeddings G1 مقابل Amazon: Titan Text Embeddings V2
- Amazon: Titan Multimodal Embeddings G1 مقابل Cohere: Embed 5 Fast
- Amazon: Titan Multimodal Embeddings G1 مقابل Cohere: Embed 5 Pro
- Amazon: Titan Embeddings G1 - Text مقابل Amazon: Titan Text Embeddings V2
- Amazon: Titan Embeddings G1 - Text مقابل Cohere: Embed 5 Fast
- Amazon: Titan Embeddings G1 - Text مقابل Cohere: Embed 5 Pro
- Amazon: Titan Text Embeddings V2 مقابل Cohere: Embed 5 Fast