Google: Gemini Embedding 2는 Google의 임베딩 모델로, 모델 ID google/gemini-embedding-2로 등록되어 있습니다. OpenAI: Text Embedding 3 Large는 OpenAI의 임베딩 모델로, 모델 ID openai/text-embedding-3-large로 등록되어 있습니다. 둘 다 임베딩 카테고리에 속하며, 둘 다 임베딩을 유일한 출력으로 반환하므로, 텍스트를 생성하는 데 사용하는 채팅이나 완성 모델이 아닙니다. 둘 중 어느 것을 선택할지는 무엇을 임베딩하는지와 그에 대해 얼마를 지불할 의향이 있는지에 달려 있습니다.
두 모델은 8192 토큰이라는 동일한 컨텍스트 윈도우를 공유하므로, 어느 쪽도 요청당 더 많은 공간을 제공하지 않습니다. 두 모델이 갈리는 지점은 입력입니다. Gemini Embedding 2는 텍스트, 이미지, 파일, 오디오, 비디오를 입력으로 받는 반면, Text Embedding 3 Large는 텍스트만 받습니다. 파이프라인이 텍스트 이외의 것을 임베딩해야 한다면 Gemini Embedding 2가 할 수 있는 쪽이고, Text Embedding 3 Large는 그 입력을 전혀 받을 수 없습니다. 어느 모델도 목록에 지원 파라미터를 노출하지 않으므로, 조정 가능한 손잡이를 기준으로 둘 중 하나를 선택하는 것이 아닙니다. 가격 면에서 Text Embedding 3 Large가 입력에서 둘 중 더 저렴하므로, 텍스트 전용 워크로드는 그쪽에서 더 적게 지불합니다.
문서, 제품 설명, 지원 티켓 또는 검색 쿼리를 임베딩하는 것과 같은 텍스트 전용 워크로드에는 Text Embedding 3 Large가 명확한 선택입니다. 텍스트를 처리하고, 동일한 컨텍스트 길이를 공유하며, 입력에서 더 저렴합니다. 데이터가 순수하게 텍스트가 아닐 때는 Gemini Embedding 2를 선택하세요. 혼합 미디어 컬렉션, 이미지 라이브러리, 오디오 아카이브 또는 비디오 자료는 모두 그 입력 양식 안에 들어가며, 그러한 경우를 커버하는 단일 모델은 미디어 유형별로 별도의 파이프라인을 실행하지 않아도 되게 해줍니다. 확실하지 않다면 텍스트에는 텍스트 전용 모델로 시작하고, 실제로 임베딩할 비텍스트 입력이 있는 곳에서만 Gemini Embedding 2로 전환하세요.
api14를 통해 어느 모델을 호출하든 방식은 동일합니다. API가 OpenAI 호환되기 때문입니다. api14 키로 임베딩 엔드포인트에 요청을 보내면, 둘 사이에서 바뀌는 것은 모델 ID 문자열뿐입니다. Google의 모델에는 google/gemini-embedding-2를, OpenAI의 모델에는 openai/text-embedding-3-large를 사용하세요. 요청 형태, 클라이언트 라이브러리, 응답 파싱은 그대로 유지되므로, 그 단일 필드를 편집하여 텍스트 워크로드를 한쪽에서 다른 쪽으로 옮기거나, 같은 코드베이스에서 텍스트는 Text Embedding 3 Large에 유지하면서 비텍스트 입력을 Gemini Embedding 2로 라우팅할 수 있습니다.
Gemini Embedding 2가 더 많은 입력 유형을 커버함에도 Text Embedding 3 Large가 여전히 더 나은 선택인 경우가 있습니다. 임베딩하는 모든 것이 텍스트이고 입력 비용이 중요하다면, OpenAI 모델의 더 저렴한 입력 가격은 결코 호출하지 않을 멀티모달 기능에 비용을 지불하기보다 그 모델을 유지할 실제 이유가 됩니다. 그 반대도 성립합니다. 비텍스트 입력이 있다면, 어떤 가격 이점도 Text Embedding 3 Large를 그것에 사용할 수 있게 만들지 못합니다. 텍스트가 그것이 받는 유일한 양식이기 때문입니다. 실제로 가진 데이터에 모델을 맞추세요.