Google: Gemini Embedding 2 (batch)

Google: Gemini Embedding 2 (batch) は Google の埋め込みモデルです。api14 上で embeddings カテゴリに掲載されており、プロバイダーのリリース日は 2026-05-20 です。Google はこれを、同社初のマルチモーダル埋め込みモデルである Gemini Embedding 2 と説明しています。チャットの返信を生成するのではなく、保存して比較するベクトル表現を生成するため、対話するアシスタントというよりも検索および取得システムの構成要素となります。

このモデルはテキスト、画像、ファイル、音声、動画の入力を受け付け、唯一の出力モダリティは埋め込みです。Google の説明では、現在テキストと画像が、セマンティック検索および検索拡張生成 (RAG) のために統一されたベクトル空間へのマッピングとしてサポートされているため、より広い入力リストはこのモデルのマルチモーダル設計を反映しており、文書化されたマッピングはテキストと画像を対象としています。コンテキストウィンドウは 8192 トークンで、最大出力は 7372 です。出力は文章ではなくベクトルであるため、設定したり読み戻したりするテキスト生成はありません。

これらの機能は、いくつかの実用的なパターンを示しています。混在したコーパスに対するセマンティック検索が最も直接的なものです。文書とクエリを同じ空間に埋め込み、類似度で順位付けすることで、テキストクエリから関連する画像を浮かび上がらせたり、その逆も可能になります。RAG パイプラインも同じ特性を利用し、インデックス作成時にチャンクを、クエリ時にユーザーの質問を埋め込むことで、生成器に最も近い passages を渡すことができます。ファイル、音声、動画が受け付ける入力として記載されているため、よりリッチなメディアを扱うチームは、別途文字起こしやキャプション生成のステップを書く代わりに、そのコンテンツを直接埋め込める可能性がありますが、Google の現在の説明はテキストと画像のみを確約しています。

api14 を通じた呼び出しは、ゲートウェイ上の他のモデルと同様に、モデル id "google/gemini-embedding-2:batch" を使用して OpenAI 互換 API で動作します。batch サフィックスは、このバリアントがバッチ埋め込み処理を目的としていることを示します。サポートされるパラメータのリストは空であるため、エンドポイントが想定する標準のリクエストフィールド以外に設定する追加のリクエストオプションはありません。入力を送信し、埋め込みを受け取り、ストレージと類似度比較は自分の側で処理します。

考慮すべき主な制約は、8192 トークンのコンテキストウィンドウです。長い文書は埋め込む前にチャンクに分割する必要があり、これは検索処理では一般的ですが、パイプラインにチャンク化のステップが追加されます。タスクがテキストをベクトルとして表現することではなく生成することである場合、埋め込みモデルは間違ったツールであり、チャットまたは補完モデルの方が適しています。入力が主に音声や動画で、記載されたモダリティではなく保証されたサポートが必要な場合は、Google の説明が現在テキストと画像を挙げているため、コミットする前にその動作を確認してください。