Gemini Embedding

2025-03-07 · Éditeur : Google · Domaine : Intelligence Artificielle

Google lance Gemini Embedding, un modèle d'embeddings de texte dérivé de Gemini : version expérimentale le 7 mars 2025, classée première du classement MTEB multilingue, puis version stable le 14 juillet.

Google lance Gemini Embedding, un modèle d'embeddings de texte dérivé de Gemini : version expérimentale le 7 mars 2025, classée première du classement MTEB multilingue, puis version stable le 14 juillet. ### Ce qui change - Modèle d'embeddings entraîné à partir de Gemini, qui hérite de sa compréhension du langage et du contexte. - Première place au classement MTEB (Multilingual) avec un score moyen de 68,32, soit 5,81 points d'avance sur le suivant, selon Google. - Version stable `gemini-embedding-001` le 14 juillet 2025, disponible dans l'API Gemini et Vertex AI. - Plus de 100 langues, sorties réduisibles par apprentissage de représentations Matryoshka (3 072 dimensions par défaut). ### Caractéristiques - Entrée maximale : 2 048 tokens (version stable). - Dimensions de sortie : 3 072 par défaut, réductibles (3 072, 1 536 ou 768 recommandés). - Identifiants : `gemini-embedding-exp-03-07` (expérimental, arrêté en 2025) puis `gemini-embedding-001`. ### Tarifs | Modèle | Entrée (USD / 1M tokens) | |---|---| | gemini-embedding-001 | 0,15 | Prix annoncé à la disponibilité générale du 14 juillet 2025. Paliers gratuit et payant dans l'API Gemini. ### Benchmarks | Benchmark | Score | |---|---| | MTEB Multilingual (moyenne des tâches, version expérimentale) | 68,32 | Scores publiés par l'éditeur. ### À retenir Un modèle d'embeddings multilingue de premier plan pour la recherche sémantique et le RAG, avec dimensions ajustables pour maîtriser le coût de stockage.

Tags : LLM, Google, Gemini, Embeddings, RAG