gemini-embedding-001 是 Google 在 Gemini API 上的通用文本嵌入模型,官方文档面向语义检索、文本分类、聚类与检索增强生成。
- 输入
- 文本 $0.15/M
- 输出
- 文本
规格与限制
Token
| 上下文窗口(厂商规格) | 2,048 |
|---|
向量嵌入
| 向量维度 | 128 到 3072,可选 厂商推荐尺寸:768 · 1536 · 3072 |
|---|---|
| 可截断输出 | 支持 |
模型
| 模态 | 文本 → 文本 |
|---|
Google's general-purpose text embedding model on the Gemini API, documented for semantic search, classification, clustering and RAG. Output dimensionality is Matryoshka rather than fixed: the docs give it as "Flexible, supports: 128 - 3072" with 768, 1536 and 3072 named as recommended, so a single dimension count does not describe this model. Input is capped at 2,048 tokens per request. The task_type parameter accepts SEMANTIC_SIMILARITY, CLASSIFICATION, CLUSTERING, RETRIEVAL_DOCUMENT, RETRIEVAL_QUERY, CODE_RETRIEVAL_QUERY, QUESTION_ANSWERING and FACT_VERIFICATION. Google's deprecation page lists a shutdown date of 2028-05-14 with gemini-embedding-2 as the replacement.
30 秒用上 Gemini Embedding 001
OpenAI 兼容:换掉 base_url,SDK 不用改。POST /v1/embeddings
from openai import OpenAI
client = OpenAI(
base_url="https://synthorai.io/v1",
api_key="sk-syn-...",
)
resp = client.chat.completions.create(
model="gemini-embedding-001",
messages=[{"role": "user", "content": "Summarize this diff"}],
)
print(resp.choices[0].message.content)import OpenAI from "openai";
const client = new OpenAI({
baseURL: "https://synthorai.io/v1",
apiKey: "sk-syn-...",
});
const resp = await client.chat.completions.create({
model: "gemini-embedding-001",
messages: [{ role: "user", content: "Summarize this diff" }],
});
console.log(resp.choices[0].message.content);curl https://synthorai.io/v1/chat/completions \
-H "Authorization: Bearer sk-syn-..." \
-H "Content-Type: application/json" \
-d '{
"model": "gemini-embedding-001",
"messages": [{"role": "user", "content": "Hello"}]
}'package main
import (
"context"
"fmt"
"github.com/openai/openai-go/v3"
"github.com/openai/openai-go/v3/option"
)
func main() {
client := openai.NewClient(
option.WithBaseURL("https://synthorai.io/v1"),
option.WithAPIKey("sk-syn-..."),
)
resp, _ := client.Chat.Completions.New(context.TODO(), openai.ChatCompletionNewParams{
Model: "gemini-embedding-001",
Messages: []openai.ChatCompletionMessageParamUnion{
openai.UserMessage("Summarize this diff"),
},
})
fmt.Println(resp.Choices[0].Message.Content)
}import com.openai.client.OpenAIClient;
import com.openai.client.okhttp.OpenAIOkHttpClient;
import com.openai.models.chat.completions.*;
OpenAIClient client = OpenAIOkHttpClient.builder()
.baseUrl("https://synthorai.io/v1")
.apiKey("sk-syn-...")
.build();
ChatCompletion resp = client.chat().completions().create(
ChatCompletionCreateParams.builder()
.model("gemini-embedding-001")
.addUserMessage("Summarize this diff")
.build());
System.out.println(resp.choices().get(0).message().content().orElse(""));关于 Gemini Embedding 001
- 对横向比较嵌入模型的人来说,它最要紧的性质是输出维度并不固定:Google 写的是「Flexible, supports: 128 - 3072」,并点名 768、1536、3072 为推荐值,所以单一维度数描述不了这个模型,需要更短的向量时也不必换模型。
- 单次请求输入上限 2,048 token;task_type 参数接受 SEMANTIC_SIMILARITY、CLASSIFICATION、CLUSTERING、RETRIEVAL_DOCUMENT、RETRIEVAL_QUERY、CODE_RETRIEVAL_QUERY、QUESTION_ANSWERING 和 FACT_VERIFICATION,因此一个模型可以同时服务检索对的两端。
- Google 的弃用页给出的停用日期是 2028 年 5 月 14 日,替代模型为 gemini-embedding-2,属于已公布的长期退役路径,而非无限期。
常见问题
Gemini Embedding 001 API 可以免费试用吗?
可以。新账号可获得 10 次试用调用和最高 $1 的免费额度,无需绑卡。足够在添加付款方式之前,用真实工作负载试一试 Gemini Embedding 001。
Gemini Embedding 001 最擅长什么?
输出维度可在 128 到 3072 间选择、一个模型可服务检索对的两端、已公布 2028 年 5 月停用日期。完整能力请见「关于」部分,内容取自厂商官方发布说明。
Gemini Embedding 001 的价格是多少?
在 Synthorai 上,Gemini Embedding 001 输入 $0.15/百万 token、输出 $0/百万 token,即厂商牌价,无平台加价。
Gemini Embedding 001 支持提示词缓存(prompt caching)吗?
Gemini Embedding 001 目前在 Synthorai 上没有缓存读取折扣。网关上的其他模型仍支持提示词缓存,可在价格表中查看支持缓存的替代模型。 各厂商缓存对比 →
如何开通 Gemini Embedding 001?
把现有 OpenAI SDK 的 base_url 指向 "https://synthorai.io/v1",model 设为 "gemini-embedding-001" 即可。一把 API key 通用网关上的全部模型。
相关模型
对比
本页每个值都转录自厂商自己的文档(链接见上),并带有核对日期。价格在全目录范围内比较;各厂商定义不同的规格值,只说明差异而不作图表对比。此处没有任何由我们测量的数据,也不做评分。