Google: Gemini Embedding 2

google/gemini-embedding-2

Gemini Embedding 2 — первая мультимодальная модель внедрения Google. В настоящее время мы поддерживаем отображение текста и изображений в единое векторное пространство для семантического поиска и генерации с расширенным поиском (RAG). Он поддерживает входной контекст до 8192 токенов и гибкие выходные размеры от 128 до 3072 (рекомендуется: 768, 1536 или 3072). Создан для межмодального сходства — вы можете встроить текстовый запрос и получить наиболее релевантные изображения или наоборот — что делает его хорошо подходящим для конвейеров мультимодального поиска, рекомендаций и понимания документов.

Модальности

Цена (ввод)

от33 ₽/M

за 1M токенов ввода

Контекст8K

Релиз20 мая 2026 г.

Провайдеры

Одна и та же модель может быть доступна у разных провайдеров. Маршрутизация выбирает эндпоинт по политике, цене, задержке и доступности.

Провайдер	Тариф	Задержка P50	Ток/с P50
ru_openrouter	Эмбеддинг33 ₽/M	—	—
bothub	Эмбеддинг0,07 ₽/M	—	—

Тарифы

Тарифы зависят от модальности: токены (₽/1M), аудио/embedding (часто только ввод), видео и запуски — в отдельных единицах. Текущие тарифы по провайдерам — в таблице выше; ниже — история прайс-листа в разрезе провайдеров (₽/1M токенов, 7 дней). Провайдеры — в подсказке на графике.

Вводот 33 ₽за 1M токенов

Производительность

Пропускная способность — скорость генерации (ток/с, выше лучше). Задержка — полный round-trip (ниже лучше). TTFT — время до первого токена (ниже лучше). Графики разбиты по провайдерам — нажмите expand для деталей.

Пропускная способность—лучший провайдер

Задержка—P50, лучший провайдер

Бенчмарки

Для этой модели пока нет опубликованных результатов бенчмарков.

Активность

Объём запросов и токенов к модели за последние 7 дней.

Доступность

Доля успешных ответов за период. Мониторинг эндпоинтов и автоматический fallback при ошибках upstream.

Быстрый старт

Готовый код для вызова модели. API совместим с OpenAI — достаточно указать base_url LLM Mart. Меняется только slug модели: google/gemini-embedding-2.

curl -s "https://llmmart.ru/api/v1/chat/completions" \
  -H "Authorization: Bearer $LLM_ROUTER_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "google/gemini-embedding-2",
    "messages": [
      {"role": "user", "content": "Привет!"}
    ]
  }'

Нужен API-ключ организации — создайте ключ в личном кабинете или см. инструкцию. Подробнее: первый запрос к модели и примеры SDK.