Google: Gemini Embedding 2 è un modello di embedding di Google, e Mistral: Mistral Embed 2312 è un modello di embedding di Mistral. Entrambi rientrano nella categoria embeddings, il che significa che il loro compito è trasformare l'input in vettori che puoi memorizzare, confrontare e su cui puoi fare ricerca, anziché generare risposte di chat. Se stai costruendo retrieval, clustering, deduplicazione o ricerca semantica, questi sono i due candidati tra cui scegliere su api14.
La differenza più evidente è la modalità di input. Gemini Embedding 2 accetta testo, immagini, file, audio e video, e restituisce embedding. Mistral Embed 2312 accetta solo testo. Entrambi hanno una lunghezza di contesto di 8192 token, quindi la quantità di testo che puoi inserire in una singola richiesta è la stessa sulla carta, e nessuno dei due modelli espone parametri supportati che puoi regolare. In pratica questo significa che la scelta non riguarda quanto testo entra, ma che tipo di contenuto devi trasformare in embedding. Se il tuo corpus è testo semplice, entrambi i modelli possono gestirlo e le finestre di contesto coincidono. Se il tuo corpus include screenshot, pagine scansionate, clip audio o fotogrammi video, solo Gemini Embedding 2 copre direttamente quegli input.
Per uno sviluppatore che deve scegliere, si parte dai dati. Una pipeline solo testo, come l'embedding di ticket di supporto, pagine di documentazione, descrizioni di prodotti o log di chat, è adatta naturalmente a Mistral Embed 2312, ed è l'opzione più economica sull'input secondo i prezzi mostrati in questa pagina. Una pipeline che mescola testo con immagini, file, audio o video è adatta naturalmente a Gemini Embedding 2, perché Mistral Embed 2312 non può accettare affatto quegli input. Dove entrambi potrebbero funzionare, il costo è l'elemento decisivo, e questo indica Mistral Embed 2312 sull'input. Il prezzo dell'output non è elencato come elemento di differenziazione, quindi non dare per scontato che uno sia più economico sul lato output.
Chiamare l'uno o l'altro modello tramite api14 funziona allo stesso modo, perché l'API è compatibile con OpenAI. Punti il tuo client all'URL di base di api14, invii il tuo input all'endpoint embeddings e imposti il campo model. Per usare Gemini Embedding 2, imposta l'id del modello su "google/gemini-embedding-2". Per usare Mistral Embed 2312, impostalo su "mistralai/mistral-embed-2312". Tutto il resto nella richiesta rimane uguale, quindi passare dall'uno all'altro è una modifica di una riga e puoi confrontare entrambi sui tuoi dati prima di impegnarti.
C'è comunque un motivo per scegliere l'altro modello. Se il tuo carico di lavoro è solo testo e il costo dell'input conta, Mistral Embed 2312 resta la scelta migliore anche se Gemini Embedding 2 può fare anche testo. La capacità multimodale vale la pena di essere pagata solo se la usi davvero.