Gemini Embedding 2
Gemini Embedding 2 مدل هوش مصنوعی embedding (تبدیل متن به بردار) گوگل (Google) است؛ از ایران با API سازگار با OpenAI هیبانا، یک کلید و پرداخت تومانی به آن دسترسی دارید.
مستندات
درباره این مدل
Gemini Embedding 2 نخستین مدل هوش مصنوعی گوگل (Google) برای embedding چندوجهی است که متن و تصویر را در یک فضای برداری مشترک نگاشت می‌کند تا در جست‌وجوی معنایی و RAG به کار رود. این مدل تا ۸۱۹۲ توکن ورودی می‌پذیرد و ابعاد خروجی آن از ۱۲۸ تا ۳۰۷۲ قابل تنظیم است (مقادیر پیشنهادی: ۷۶۸، ۱۵۳۶ یا ۳۰۷۲).
این مدل برای سنجش شباهت میان متن و تصویر (cross-modal) طراحی شده و برای جست‌وجو، پیشنهاددهی و درک اسناد چندوجهی مناسب است.
این مدل برای سنجش شباهت میان متن و تصویر (cross-modal) طراحی شده و برای جست‌وجو، پیشنهاددهی و درک اسناد چندوجهی مناسب است.
هزینه
71,000
هزینه ورودی (تومان به‌ازای هر ۱ میلیون توکن)
178,000
هزینه ورودی تصویر (تومان به‌ازای هر ۱ میلیون توکن)
در embedding فقط متنِ ورودی شمرده می‌شود؛ بردارِ خروجی هزینه‌ای ندارد. هر ۱ میلیون توکن تقریباً برابر ۷۵۰ هزار کلمهٔ انگلیسی است (متن فارسی توکن بیشتری مصرف می‌کند).
| نمونه | هزینهٔ تقریبی |
|---|---|
| یک سند ۵۰۰ توکنی | 36 تومان |
| ۱٬۰۰۰ سند ۵۰۰ توکنی (نیم میلیون توکن) | 35,500 تومان |
| ۱۰٬۰۰۰ سند ۵۰۰ توکنی | 355,000 تومان |
کد مدل
این رشته را در فیلد model درخواست بفرستید.
google/gemini-embedding-2مشخصات
| دسته | Embedding |
|---|---|
| نوع ورودی | متن، تصویر |
| نوع خروجی | بردار عددی (embedding) |
| حداکثر طول هر ورودی | ۸٬۱۹۲ توکن |
| آدرس درخواست | POST /v1/embeddings |
| محدودیت نرخ پیش‌فرض | ۵۰ درخواست در هر دقیقه (برای هر حساب) |
| تاریخ انتشار | ۳۰ اردیبهشت ۱۴۰۵ |
| وضعیت | فعال |
| مستندات رسمی سازنده | blog.google |
نمونهٔ درخواست
درخواست آمادهٔ اجرا با همین مدل؛ فقط کلید API خود را جایگزین کنید.
curl https://api-ai.hibanacloud.ir/v1/embeddings \ -H "Authorization: Bearer YOUR_API_KEY" \ -H "Content-Type: application/json" \ -d '{ "model": "google/gemini-embedding-2", "input": "متن نمونه برای تبدیل به بردار" }'