Wszystkie modele
Google DeepMind
EmbeddingGemma 2
Model embeddingowy Google DeepMind z otwartymi wagami do lokalnego wyszukiwania w tekście, kodzie, obrazach, dźwięku i wideo.
Przegląd w prostym języku angielskim
Czym właściwie jest EmbeddingGemma 2
EmbeddingGemma zamienia treść w przeszukiwalne wektory zamiast generować odpowiedzi. Różne media mogą współdzielić indeks, dzięki czemu zapytanie tekstowe odnajduje odpowiedni obraz, nagranie lub fragment wideo.
Wczytuj tylko kodery potrzebne aplikacji. Mniejsze wektory mogą oszczędzać miejsce, ale nadal trzeba ocenić jakość wyszukiwania, przetwarzanie wstępne i rzeczywiste obciążenie urządzenia.
Dobre dopasowanie do
- Lokalne i offline wyszukiwanie multimodalne
- RAG na prywatnych mediach i dokumentach
- Wyszukiwanie w kodzie na sprzęcie konsumenckim
Porównanie kategorii
Fakty, które mają znaczenie w przypadku modeli osadzenia
Są to specyfikacje opublikowane przez dostawcę, a nie wyniki testów porównawczych Cody. Skorzystaj z połączonych źródeł, aby poznać aktualne limity i wyjątki specyficzne dla punktu końcowego.
- Cena osadzania
- Otwarte wagi; samodzielny hostingAktualna cena dostawcy za milion tokenów wejściowych lub najbliższa opublikowana jednostka rozliczeniowa.
- Pojemność wejściowa
- 8,192 tokenów współdzielonych przez tekst i mediaMaksymalna zawartość akceptowana w jednym wejściu do osadzania, przy użyciu udokumentowanej podstawy tokena dostawcy.
- Wymiary wektorowe
- Domyślnie 768; 512, 256 lub 128 po ponownej normalizacjiObsługiwane rozmiary wyjściowe; mniejsze wektory zmniejszają ilość pamięci, podczas gdy większe wektory mogą zachować więcej informacji.
- Zaakceptowane dane wejściowe
- Tekst, kod, obrazy, dźwięk i próbkowane klatki wideoTekst, kod, obraz, dźwięk, wideo, plik PDF lub dane wejściowe obsługujące dokument obsługiwane przez punkt końcowy.
- Kontrola pobierania
- Prompty zadaniowe, wybór koderów, skracanie wektorów i normalizacjaTryby zapytań/dokumentów, typy zadań, obcinanie, dzielenie na porcje i inne elementy sterujące kształtujące wektory do pobrania.
- Gdzie biegnie
- Lokalnie lub samodzielnie hostowany; wagi Apache 2.0Bezpośredni interfejs API, rynek w chmurze, wdrożenie prywatne lub trasa hostowana samodzielnie udokumentowana przez dostawcę.
Ceny i porównania
Oszacuj koszt
Podaj zużycie. Szacunek aktualizuje się podczas wpisywania.
Zakładamy 600 tokenów na stronę, przetwarzaną osobno. Faktyczna liczba się różni. Tylko embeddingi, bez przechowywania, wyszukiwania i odpowiedzi.
EmbeddingGemma 2
Google DeepMind
Szacowany koszt (USD)
Dla podanego użycia · USD · Cena API, nie abonamentu
Jak działa ten szacunek
Szacunki nie obejmują podatków, narzędzi, zapisu i przechowywania pamięci podręcznej, darmowych limitów ani rabatów. Dla obrazów obejmują tylko wynik, bez promptu i obrazów referencyjnych. Tryby jakości różnią się. Brak stawki nie oznacza bezpłatności.
Dostęp do API i dostawcy
Gdzie zdobyć EmbeddingGemma 2
Hugging FacePobierz oficjalne otwarte wagiCheckpoint Google na licencji Apache 2.0 i karta modelu.Google AI for DevelopersDokumentacja EmbeddingGemmaLimity modelu, prompty zadań, wskazówki wykonawcze i opcje wdrożenia.Google AI EdgeWypróbuj demonstracje wyszukiwania na urządzeniuOficjalne przykłady lokalnego wyszukiwania mediów i wideo.Cody editorialPrzeczytaj przewodnik po EmbeddingGemma 2Praktyczne wyjaśnienie lokalnego wyszukiwania, zmian wersji i kompromisów związanych z modelem.
Dostępność
Regiony i etap dostępu
Otwarte wagi do lokalnej lub samodzielnie hostowanej inferencji, z opcjonalnymi koderami obrazu i dźwięku.
Dostęp do pobrania podlega zasadom platformy hostingowej. Samodzielne wdrożenie nie jest regionalnym API obsługiwanym przez dostawcę.
Sprawdź dostępność na żywoDane i szkolenia
Trasa ma znaczenie.
Inferencja może działać lokalnie bez przesyłania treści źródłowej do API embeddingowego. Przechowywanie danych i dostęp do sieci zależą od aplikacji oraz podłączonych usług.
Jest to zwięzła lektura cytowanych materiałów dostawcy, a nie porada prawna. Brama innej firmy może mieć inne warunki przechowywania, routingu, szkolenia i miejsca zamieszkania niż bezpośrednie API twórcy modelu.
Przeczytaj politykę dostawcyCzęsto zadawane pytania
Często zadawane pytania dotyczące EmbeddingGemma 2
Co to jest EmbeddingGemma 2?
Model embeddingowy Google DeepMind z otwartymi wagami do lokalnego wyszukiwania w tekście, kodzie, obrazach, dźwięku i wideo. EmbeddingGemma zamienia treść w przeszukiwalne wektory zamiast generować odpowiedzi. Różne media mogą współdzielić indeks, dzięki czemu zapytanie tekstowe odnajduje odpowiedni obraz, nagranie lub fragment wideo.
Kiedy wypuszczono EmbeddingGemma 2?
Według materiałów cytowanego dostawcy EmbeddingGemma 2 został wydany na 6 października 2026.
Gdzie mogę uzyskać dostęp do EmbeddingGemma 2?
Otwarte wagi do lokalnej lub samodzielnie hostowanej inferencji, z opcjonalnymi koderami obrazu i dźwięku. Drogi dostępu wymienione w tym przewodniku to Hugging Face, Google AI for Developers, Google AI Edge i Cody editorial.
Ile kosztuje EmbeddingGemma 2?
Otwarte wagi; samodzielny hosting. Wagi na licencji Apache 2.0. Koszty obliczeń, pamięci i hostingu zależą od wdrożenia; dokumentacja wydania nie podaje stałej stawki za token hostowanego API.
Gdzie jest dostępny EmbeddingGemma 2?
Otwarte wagi do lokalnej lub samodzielnie hostowanej inferencji, z opcjonalnymi koderami obrazu i dźwięku. Dostęp do pobrania podlega zasadom platformy hostingowej. Samodzielne wdrożenie nie jest regionalnym API obsługiwanym przez dostawcę.
Czy moje dane API EmbeddingGemma 2 są wykorzystywane do szkolenia?
Inferencja może działać lokalnie bez przesyłania treści źródłowej do API embeddingowego. Przechowywanie danych i dostęp do sieci zależą od aplikacji oraz podłączonych usług. Polityka należy do warunków trasy dostawcy i konta, dlatego sprawdź ją ponownie przed użyciem w środowisku produkcyjnym.
Porównanie cen
USD za milion tokenów dla podanych API przy standardowej długości kontekstu. Stawki cache i długiego kontekstu mogą się różnić. Pomijamy modele bez zgodnych, sprawdzonych cen; niższy koszt nie oznacza lepszej jakości.
- Mistral Embed0,10 USD
Mistral AI
- Voyage 4 Large0,12 USD
Voyage AI
- Voyage Context 40,12 USD
Voyage AI
- Voyage Code 40,12 USD
Voyage AI
- text-embedding-3-large0,13 USD
OpenAI
- Gemini Embedding 20,20 USD
Google
Powiązane porównania
Porównania bezpośrednie
EmbeddingGemma 2 vs Gemini Embedding 2
Multimodalny model osadzania Google do umieszczania tekstu, obrazów, wideo, audio i plików PDF w jednej przeszukiwalnej przestrzeni wektorowej.
Otwórz pełne porównanieEmbeddingGemma 2 vs text-embedding-3-large
Model OpenAI o najwyższych możliwościach osadzania tekstu na potrzeby wyszukiwania semantycznego, rekomendacji, grupowania i potoków wyszukiwania.
Otwórz pełne porównanieEmbeddingGemma 2 vs Cohere Embed 4
Cohere to korporacyjny model osadzania wielojęzycznego tekstu, obrazów i bogatych wizualnie dokumentów z oknem kontekstowym o wielkości 128 KB.
Otwórz pełne porównanie
