Google: Gemini Embedding 2 (batch)

Google: Gemini Embedding 2 (batch) هو نموذج تضمين من Google. وهو مُدرَج على api14 ضمن فئة embeddings، وتاريخ إصداره من المزوّد هو 2026-05-20. تصفه Google بأنه Gemini Embedding 2، أول نموذج تضمين متعدد الوسائط لدى الشركة. فبدلاً من توليد ردود محادثة، ينتج تمثيلات متجهية تخزّنها وتقارنها، مما يجعله لبنة بناء لأنظمة البحث والاسترجاع بدلاً من مساعد تتحدث إليه.

يقبل النموذج مدخلات نصية وصورية وملفات وصوتية ومرئية، ووسيلة الإخراج الوحيدة لديه هي embeddings. يذكر وصف Google أن النصوص والصور مدعومة حالياً للتحويل إلى فضاء متجهي موحّد من أجل البحث الدلالي والتوليد المعزّز بالاسترجاع (RAG)، لذا تعكس قائمة المدخلات الأوسع التصميم متعدد الوسائط للنموذج بينما يغطي التحويل الموثّق النصوص والصور. نافذة السياق هي 8192 رمزاً، والحد الأقصى للإخراج هو 7372. ولأن الإخراج متجه وليس نصاً، فلا يوجد توليد نصي لضبطه أو لقراءته.

تشير هذه القدرات إلى عدة أنماط عملية. البحث الدلالي عبر مجموعة مختلطة هو الأكثر مباشرة: ضمّن المستندات والاستعلامات في الفضاء نفسه ورتّبها حسب التشابه، بحيث يمكن لاستعلام نصي أن يُظهر صوراً ذات صلة أو العكس. وتستخدم خطوط RAG الخاصةية نفسها، فتضمّن الأجزاء عند الفهرسة وسؤال المستخدم عند الاستعلام حتى يمكن تسليم أقرب المقاطع إلى مولّد. ولأن الملفات والصوت والفيديو مُدرَجة كمدخلات مقبولة، فقد تتمكن الفرق التي تعمل بوسائط أغنى من تضمين ذلك المحتوى مباشرة بدلاً من كتابة خطوة منفصلة للنسخ أو وضع التعليقات أولاً، مع أن وصف Google الحالي لا يلتزم إلا بالنصوص والصور.

استدعاؤه عبر api14 يعمل مثل أي نموذج آخر على البوابة، باستخدام واجهة API المتوافقة مع OpenAI مع معرّف النموذج "google/gemini-embedding-2:batch". تشير لاحقة batch إلى أن هذا المتغيّر مخصص لأعمال التضمين على دفعات. قائمة المعاملات المدعومة فارغة، لذا لا توجد خيارات طلب إضافية لضبطها beyond حقول الطلب القياسية التي تتوقعها نقطة النهاية. ترسل مدخلاتك، وتستقبل embeddings، وتتولى التخزين ومقارنة التشابه من جانبك.

القيد الرئيسي الذي يجب وضعه في الحسبان هو نافذة السياق البالغة 8192 رمزاً. تحتاج المستندات الطويلة إلى تقسيم إلى أجزاء قبل التضمين، وهذا أمر طبيعي في أعمال الاسترجاع لكنه يضيف خطوة تقسيم إلى خط أنابيبك. وإذا كانت مهمتك توليد نص بدلاً من تمثيله كمتجهات، فإن نموذج embeddings هو الأداة الخاطئة وسيكون نموذج محادثة أو إكمال أنسب. وإذا كانت مدخلاتك في الغالب صوتية أو مرئية وتحتاج إلى دعم مضمون بدلاً من وسيلة مُدرَجة، فتحقق من ذلك السلوك قبل الالتزام، لأن وصف Google يذكر حالياً النصوص والصور.