Google: Gemini Embedding 2 (batch)

Google: Gemini Embedding 2 (batch) adalah model embedding dari Google. Model ini terdaftar di api14 di bawah kategori embeddings, dan tanggal rilis penyedianya adalah 2026-05-20. Google mendeskripsikannya sebagai Gemini Embedding 2, model embedding multimodal pertama perusahaan tersebut. Alih-alih menghasilkan balasan chat, model ini menghasilkan representasi vektor yang Anda simpan dan bandingkan, sehingga menjadikannya blok pembangun untuk sistem pencarian dan pengambilan informasi, bukan asisten yang Anda ajak bicara.

Model ini menerima input teks, gambar, file, audio, dan video, dan satu-satunya modalitas outputnya adalah embeddings. Deskripsi Google menyatakan bahwa teks dan gambar saat ini didukung untuk dipetakan ke ruang vektor terpadu untuk pencarian semantik dan retrieval-augmented generation (RAG), jadi daftar input yang lebih luas mencerminkan desain multimodal model ini, sementara pemetaan yang didokumentasikan mencakup teks dan gambar. Jendela konteksnya adalah 8192 token, dan output maksimumnya adalah 7372. Karena outputnya berupa vektor, bukan prosa, tidak ada generasi teks yang perlu dikonfigurasi atau dibaca kembali.

Kemampuan tersebut mengarah pada beberapa pola praktis. Pencarian semantik pada korpus campuran adalah yang paling langsung: sematkan dokumen dan kueri ke ruang yang sama lalu urutkan berdasarkan kemiripan, sehingga kueri teks dapat memunculkan gambar yang relevan atau sebaliknya. Pipeline RAG menggunakan properti yang sama, menyematkan potongan saat indeksasi dan pertanyaan pengguna saat kueri, sehingga generator dapat diberi bagian yang paling dekat. Karena file, audio, dan video tercantum sebagai input yang diterima, tim yang bekerja dengan media lebih kaya mungkin dapat menyematkan konten tersebut secara langsung alih-alih menulis langkah transkripsi atau captioning terpisah terlebih dahulu, meskipun deskripsi Google saat ini hanya menjamin teks dan gambar.

Memanggilnya melalui api14 bekerja seperti model lain di gateway, menggunakan API yang kompatibel dengan OpenAI dengan id model "google/gemini-embedding-2:batch". Sufiks batch menunjukkan bahwa varian ini ditujukan untuk pekerjaan embedding batch. Daftar parameter yang didukung kosong, jadi tidak ada opsi permintaan tambahan yang perlu diatur selain field permintaan standar yang diharapkan endpoint. Anda mengirim input, menerima embeddings kembali, dan menangani penyimpanan serta perbandingan kemiripan di sisi Anda.

Kendala utama yang perlu dipertimbangkan adalah jendela konteks 8192 token. Dokumen panjang perlu dipecah menjadi potongan sebelum disematkan, yang merupakan hal normal untuk pekerjaan pengambilan informasi tetapi menambah langkah pemotongan pada pipeline Anda. Jika tugas Anda adalah menghasilkan teks, bukan merepresentasikannya sebagai vektor, model embeddings adalah alat yang salah dan model chat atau completion akan lebih cocok. Jika input Anda sebagian besar berupa audio atau video dan Anda memerlukan dukungan yang terjamin, bukan sekadar modalitas yang tercantum, verifikasi perilaku tersebut sebelum berkomitmen, karena deskripsi Google saat ini hanya menyebut teks dan gambar.