Google: Gemini Embedding 2 (batch)

Google : Gemini Embedding 2 (batch) est un modèle d'embedding de Google. Il est répertorié sur api14 dans la catégorie embeddings, et sa date de publication par le fournisseur est le 2026-05-20. Google le décrit comme Gemini Embedding 2, le premier modèle d'embedding multimodal de l'entreprise. Plutôt que de générer des réponses de chat, il produit des représentations vectorielles que vous stockez et comparez, ce qui en fait une brique de base pour les systèmes de recherche et de récupération plutôt qu'un assistant avec lequel vous dialoguez.

Le modèle accepte des entrées texte, image, fichier, audio et vidéo, et sa seule modalité de sortie est les embeddings. La description de Google indique que le texte et les images sont actuellement pris en charge pour être projetés dans un espace vectoriel unifié pour la recherche sémantique et la génération augmentée par récupération (RAG), de sorte que la liste d'entrées plus large reflète la conception multimodale du modèle tandis que la projection documentée couvre le texte et les images. La fenêtre de contexte est de 8192 tokens, et la sortie maximale est de 7372. Comme la sortie est un vecteur plutôt que de la prose, il n'y a pas de génération de texte à configurer ou à relire.

Ces capacités renvoient à quelques schémas pratiques. La recherche sémantique sur un corpus mixte est le plus direct : projeter les documents et les requêtes dans le même espace et classer par similarité, de sorte qu'une requête textuelle peut faire remonter des images pertinentes ou inversement. Les pipelines RAG utilisent la même propriété, en projetant les segments au moment de l'indexation et la question de l'utilisateur au moment de la requête, afin qu'un générateur puisse recevoir les passages les plus proches. Comme les fichiers, l'audio et la vidéo sont listés comme entrées acceptées, les équipes travaillant avec des médias plus riches pourront peut-être projeter ce contenu directement au lieu d'écrire d'abord une étape distincte de transcription ou de légendage, bien que la description actuelle de Google ne s'engage que sur le texte et les images.

L'appeler via api14 fonctionne comme n'importe quel autre modèle sur la passerelle, en utilisant l'API compatible OpenAI avec l'identifiant de modèle "google/gemini-embedding-2:batch". Le suffixe batch indique que cette variante est destinée au travail d'embedding par lots. La liste des paramètres pris en charge est vide, il n'y a donc aucune option de requête supplémentaire à définir au-delà des champs de requête standard attendus par le point de terminaison. Vous envoyez votre entrée, recevez les embeddings en retour, et gérez le stockage et la comparaison de similarité de votre côté.

La principale contrainte à peser est la fenêtre de contexte de 8192 tokens. Les documents longs doivent être découpés en segments avant la projection, ce qui est normal pour le travail de récupération mais ajoute une étape de découpage à votre pipeline. Si votre tâche consiste à générer du texte plutôt qu'à le représenter sous forme de vecteurs, un modèle d'embedding n'est pas le bon outil et un modèle de chat ou de complétion conviendra mieux. Si vos entrées sont principalement de l'audio ou de la vidéo et que vous avez besoin d'une prise en charge garantie plutôt que d'une modalité listée, vérifiez ce comportement avant de vous engager, car la description de Google mentionne actuellement le texte et les images.