Todos os modelos
Incorporações e pesquisa vetorialDisponível
Google DeepMindEmbeddingGemma 2
O modelo de embeddings com pesos abertos do Google DeepMind para busca local em texto, código, imagens, áudio e vídeo.
Visão geral em inglês simples
O que EmbeddingGemma 2 realmente é
O EmbeddingGemma transforma conteúdo em vetores pesquisáveis, em vez de gerar respostas. Diferentes mídias podem compartilhar um índice, permitindo que uma consulta de texto encontre uma imagem, gravação ou trecho de vídeo relevante.
Carregue apenas os codificadores necessários à aplicação. Vetores menores podem reduzir o armazenamento, mas a qualidade da recuperação, o pré-processamento e a carga real do dispositivo ainda precisam ser avaliados.
Bom ajuste para
- Busca multimodal local e offline
- RAG sobre mídias e documentos privados
- Recuperação de código em hardware de uso pessoal
Comparação de categorias
Os fatos que importam para os modelos incorporações
Estas são especificações publicadas pelo fornecedor, não pontuações de benchmark Cody. Siga as fontes vinculadas para limites atuais e exceções específicas de endpoint.
- Preço de incorporação
- Pesos abertos; auto-hospedadoPreço atual do provedor por milhão de tokens de entrada ou a unidade de cobrança publicada mais próxima.
- Capacidade de entrada
- 8,192 tokens compartilhados entre texto e mídiasConteúdo máximo aceito em uma entrada de incorporação, usando a base de token documentada do provedor.
- Dimensões vetoriais
- 768 por padrão; 512, 256 ou 128 com renormalizaçãoTamanhos de saída suportados; vetores menores reduzem o armazenamento, enquanto vetores maiores podem preservar mais informações.
- Entradas aceitas
- Texto, código, imagens, áudio e quadros de vídeo amostradosEntrada com reconhecimento de texto, código, imagem, áudio, vídeo, PDF ou documento compatível com o endpoint.
- Controles de recuperação
- Prompts de tarefa, codificadores seletivos, truncamento e normalização de vetoresModos de consulta/documento, tipos de tarefas, truncamento, fragmentação ou outros controles que moldam vetores para recuperação.
- Onde corre
- Local ou auto-hospedado; pesos sob Apache 2.0API direta, mercado em nuvem, implantação privada ou rota auto-hospedada documentada pelo provedor.
Preços e comparações
Estime seu custo
Defina seu uso. A estimativa é atualizada enquanto você digita.
Supõe 600 tokens por página, processada separadamente. A contagem real varia. Inclui apenas embeddings, sem armazenamento, busca ou respostas.
EmbeddingGemma 2
Google DeepMind
Total estimado (USD)
Para o uso indicado · USD · Preço de API, não de assinatura
Como funciona esta estimativa
Estimativas sem impostos, ferramentas, armazenamento/gravação de cache, franquias gratuitas e descontos personalizados. Imagens incluem apenas a saída, sem prompt ou referências. Os modos de qualidade variam. Configurações não listadas não são consideradas gratuitas.
Acesso à API e ao provedor
Onde obter EmbeddingGemma 2
Hugging FaceBaixar os pesos abertos oficiaisCheckpoint e ficha de modelo do Google sob Apache 2.0.Google AI for DevelopersDocumentação do EmbeddingGemmaLimites do modelo, prompts de tarefa, orientações de execução e opções de implantação.Google AI EdgeExperimentar as demos de busca no dispositivoExemplos oficiais de busca local de mídia e recuperação de vídeo.Cody editorialLer o guia do EmbeddingGemma 2Uma explicação prática sobre recuperação local, mudanças de versão e escolhas do modelo.
Disponibilidade
Regiões e estágio de acesso
Pesos abertos para inferência local ou auto-hospedada, com codificadores opcionais de visão e áudio.
O acesso ao download segue as políticas da plataforma de hospedagem. Uma implantação auto-hospedada não é uma API regional operada pelo provedor.
Verifique a disponibilidade ao vivoDados e treinamento
A rota é importante.
A inferência pode rodar localmente sem enviar o conteúdo de origem a uma API de embeddings. A retenção de dados e o acesso à rede dependem da aplicação e dos serviços conectados.
Esta é uma leitura concisa do material citado do fornecedor, e não um aconselhamento jurídico. Um gateway de terceiros pode ter diferentes termos de armazenamento, roteamento, treinamento e residência da API direta do criador do modelo.
Leia a política do provedorPerguntas frequentes
Perguntas frequentes sobre EmbeddingGemma 2
O que é EmbeddingGemma 2?
O modelo de embeddings com pesos abertos do Google DeepMind para busca local em texto, código, imagens, áudio e vídeo. O EmbeddingGemma transforma conteúdo em vetores pesquisáveis, em vez de gerar respostas. Diferentes mídias podem compartilhar um índice, permitindo que uma consulta de texto encontre uma imagem, gravação ou trecho de vídeo relevante.
Quando o EmbeddingGemma 2 foi lançado?
EmbeddingGemma 2 foi lançado em 6 de outubro de 2026 de acordo com os materiais do fornecedor citado.
Onde posso acessar EmbeddingGemma 2?
Pesos abertos para inferência local ou auto-hospedada, com codificadores opcionais de visão e áudio. As rotas de acesso listadas neste guia são Hugging Face, Google AI for Developers, Google AI Edge e Cody editorial.
Quanto custa EmbeddingGemma 2?
Pesos abertos; auto-hospedado. Pesos sob Apache 2.0. Custos de computação, memória e hospedagem dependem da implantação; a documentação de lançamento não lista uma tarifa fixa por token para uma API hospedada.
Onde o EmbeddingGemma 2 está disponível?
Pesos abertos para inferência local ou auto-hospedada, com codificadores opcionais de visão e áudio. O acesso ao download segue as políticas da plataforma de hospedagem. Uma implantação auto-hospedada não é uma API regional operada pelo provedor.
Os dados da minha API EmbeddingGemma 2 são usados para treinamento?
A inferência pode rodar localmente sem enviar o conteúdo de origem a uma API de embeddings. A retenção de dados e o acesso à rede dependem da aplicação e dos serviços conectados. A política pertence à rota do provedor e aos termos da conta, portanto, verifique-a novamente antes do uso em produção.
Comparação de preços
USD por milhão de tokens nas APIs indicadas com contexto padrão. Tarifas de cache e contexto longo podem variar. Modelos sem preços revisados compatíveis são omitidos; menor custo não significa melhor qualidade.
- Mistral EmbedUS$ 0,10
Mistral AI
- Voyage 4 LargeUS$ 0,12
Voyage AI
- Voyage Context 4US$ 0,12
Voyage AI
- Voyage Code 4US$ 0,12
Voyage AI
- text-embedding-3-largeUS$ 0,13
OpenAI
- Gemini Embedding 2US$ 0,20
Google
Comparações relacionadas
Comparações lado a lado
EmbeddingGemma 2 vs Gemini Embedding 2
Modelo de incorporação multimodal do Google para colocar texto, imagens, vídeo, áudio e PDFs em um espaço vetorial pesquisável.
Abrir comparação completaEmbeddingGemma 2 vs text-embedding-3-large
Modelo de incorporação de texto de maior capacidade do OpenAI para pesquisa semântica, recomendações, clustering e pipelines de recuperação.
Abrir comparação completaEmbeddingGemma 2 vs Cohere Embed 4
Modelo de incorporação empresarial do Cohere para texto multilíngue, imagens e documentos visualmente ricos com uma janela de contexto de 128K.
Abrir comparação completa
