Gemini Embedding 2

2026-03-10 · Éditeur : Google · Domaine : Intelligence Artificielle

Google DeepMind lance Gemini Embedding 2, premier modèle d'embedding nativement multimodal, qui place texte, images, vidéo, audio et documents dans un même espace vectoriel, en préversion publique.

Google DeepMind lance Gemini Embedding 2, premier modèle d'embedding nativement multimodal, qui place texte, images, vidéo, audio et documents dans un même espace vectoriel, en préversion publique. ### Ce qui change - Un espace d'embedding unique pour texte, images, vidéos, audio et PDF, avec entrées entrelacées. - Plus de 100 langues prises en charge. - Représentation Matryoshka : dimension par défaut 3072, réductible à 1536 ou 768. - Simplifie les pipelines de RAG, de recherche sémantique et de clustering multimodaux. ### Caractéristiques - Limites d'entrée : 8192 tokens de texte, 6 images, 120 secondes de vidéo, 6 pages de PDF par requête. - Disponibilité : API Gemini et Vertex AI, d'abord en préversion publique, puis passé en disponibilité générale (date GA non vérifiée). - Identifiant : gemini-embedding-2-preview à l'annonce. ### Tarifs | Modalité | Standard (USD / 1M) | Batch (USD / 1M) | |---|---|---| | Texte | 0,20 | 0,10 | | Image | 0,45 | 0,225 | | Audio | 6,50 | 3,25 | | Vidéo | 12,00 | 6,00 | Tarifs relevés sur la page tarifs actuelle. ### Benchmarks Aucun tableau de scores repris ici ; le billet indique un nouvel état de l'art en texte, image, vidéo et voix sans détailler les chiffres dans le texte extrait. ### À retenir Un remplaçant multimodal de l'ancien modèle d'embedding texte, utile pour un RAG couvrant documents, images et médias avec un seul index.

Tags : LLM, Google, Gemini, Embedding, RAG