Gemini Embedding 2

Что это за модель

Gemini Embedding 2 — модель векторных представлений (эмбеддингов). Она не пишет ответы, а превращает материал в набор чисел — вектор. Чем ближе по смыслу два материала, тем ближе их векторы. На этом строят поиск по смыслу, рекомендации и генерацию с поиском, когда чат-бот перед ответом находит нужные документы. Google называет её своей первой изначально мультимодальной моделью такого рода, то есть сразу рассчитанной на разные типы данных. Она построена на архитектуре Gemini и обучена сопоставлять похожие и непохожие пары примеров (контрастивное обучение) на многих задачах в несколько этапов.

Главное отличие от прошлой модели компании, gemini-embedding-001, в том, что текст, картинки, видео, звук и документы попадают в одно общее пространство. Поэтому текстовым запросом можно найти подходящий ролик, аудиозапись или страницу PDF, и отдельные модели для каждого типа данных не нужны. Звук модель обрабатывает сама, без перевода в текст. В одном запросе можно смешивать типы данных: до шести картинок, до 120 секунд видео, до 180 секунд звука и до шести страниц PDF. Модель понимает больше ста языков. Её выпустили как предварительную версию в марте 2026 года, а в общий доступ она вышла в конце апреля.

Модель берут для поиска и базы знаний, где рядом лежат тексты, изображения и записи. Ещё её применяют для кластеризации, классификации, проверки фактов и поиска по коду: тип задачи можно указать при запросе. По умолчанию вектор состоит из 3072 чисел. Его можно укоротить до 1536 или 768 почти без потери качества: так хранилище выходит дешевле и поиск идёт быстрее. В научной статье о модели Google приводит 69,9 балла в многоязычном MTEB, 84,0 в MTEB Code и 62,9 R@1 в поиске картинок MSCOCO. Компания также ссылается на своих клиентов: у магазина одежды Nuuly точность подбора по показателю Match@20 выросла с 60 до 87%.

Ограничения связаны с объёмом одного запроса: длинные ролики, записи и многостраничные документы придётся заранее резать на куски. Google советует брать вектор длиной 3072, 1536 или 768 чисел, для других размеров качество не гарантируется. Модель доступна только через Gemini API и облачную платформу Google, открытых весов нет.

Источники: Анонс Gemini Embedding 2 в блоге Google, Выход в общий доступ: блог для разработчиков, Научная статья о модели на arXiv