Usamos cookies. Las cookies y el almacenamiento del navegador mantienen tu sesión iniciada y recuerdan tus preferencias. Con tu permiso, también medimos cómo se usa el sitio. Puedes en cualquier momento. Consulta nuestra política de cookies.
google/gemini-embedding-001:batchSe ejecuta con tu saldo a los precios indicados arriba. Las cuentas nuevas empiezan con uso gratuito.
Configuración
Gemini Embedding 001 (batch) de Google es un modelo de incrustación de Google, ofrecido aquí en una variante por lotes. Pertenece a la categoría de incrustaciones, por lo que su función es convertir texto en representaciones vectoriales en lugar de generar prosa o respuestas de chat. Fue lanzado por el proveedor el 2025-10-31.
El modelo toma texto como única entrada y devuelve incrustaciones como única salida. Admite una longitud de contexto de 20,000 tokens y su salida máxima es de 18,000. No hay parámetros adicionales compatibles para configurar en las solicitudes. Debido a que la modalidad de entrada es solo texto, el modelo no acepta imágenes, audio u otros medios, y dado que la salida es un vector, no debe esperar texto generado como respuesta de una llamada.
Los usos prácticos se derivan directamente de esas características. Las incrustaciones son el bloque de construcción para la búsqueda semántica, donde usted indexa documentos y recupera los pasajes más cercanos en significado a una consulta. Apoyan la generación aumentada por recuperación, donde se obtienen fragmentos relevantes y se pasan a un modelo de lenguaje separado que escribe la respuesta. También funcionan para el agrupamiento y el descubrimiento de temas en colecciones de texto grandes, la desduplicación y la detección de duplicados cercanos, la clasificación cuando entrena un clasificador ligero sobre los vectores, y la coincidencia de recomendación o similitud entre elementos. El contexto de 20,000 tokens significa que una sola solicitud puede cubrir un documento bastante largo, por lo que puede incrustar secciones enteras en lugar de dividir todo en fragmentos pequeños, aunque aún debe pensar en cómo fragmentar el texto si sus documentos superan esa longitud.
Llama al modelo a través de la API compatible con OpenAI de api14 utilizando el id de modelo "google/gemini-embedding-001:batch". Debido a que la interfaz sigue el formato de incrustaciones de OpenAI, usted envía su texto en el campo de entrada de una solicitud de incrustaciones y lee los vectores de la respuesta. El modelo no enumera parámetros compatibles, por lo que no hay nada extra que ajustar en la solicitud más allá del id del modelo y la entrada misma.
Si su tarea es generar texto, resumir, traducir o cualquier salida conversacional, un modelo de incrustación es la herramienta equivocada y un modelo de generación de texto encajará mejor. Dentro del trabajo de incrustaciones, tenga en cuenta el contexto de 20,000 tokens y la entrada solo de texto al preparar sus datos.
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": "google/gemini-embedding-001:batch",
"input": [
"The quick brown fox",
"Lorem ipsum"
]
});
console.log(result.data.map((d) => d.embedding.length));
Esta comunidad aún no tiene temas. Abre el primero sobre Google: Gemini Embedding 001 (batch).