مشخصات مدل
ارائه‌شده توسط Google Gemini APIبردارسازی

Gemini Embedding 2 همراه ایده‌های شما.

برایتولید بردار معنایی

Gemini Embedding 2 — مدل بردارسازی Google برای جست‌وجوی معنایی، دسته‌بندی متن و پیاده‌سازی RAG.

پیام و فایل‌ها بعد از ورود ارسال می‌شوند

متن، مدل انتخابی و پیوست‌ها در مسیر ورود حفظ می‌شوند.

قابلیت‌ها، تعرفه و راه‌های استفاده را بیشتر بشناسید
مدل را بهتر بشناسید

برای انتخاب بعدی شما.

Gemini Embedding 2 — مدل بردارسازی Google برای جست‌وجوی معنایی، دسته‌بندی متن و پیاده‌سازی RAG. کاربردهای پیشنهادی: تولید بردار معنایی، خوشه‌بندی محتوا، بازیابی اسناد برای RAG، جست‌وجوی مفهومی.

google-gemini-embedding-2

از اینجا شروع کنید

هزینه روشن، انتخاب آگاهانه

به‌اندازهٔ مصرفتان پرداخت کنید.

واحد نمایش را انتخاب کنید؛ هزینه بر اساس مصرف واقعی شماست.

هزینه نهایی به ورودی، خروجی و تنظیمات درخواست بستگی دارد. سهمیهٔ اشتراک و تعرفهٔ API را جداگانه بررسی کنید.

مقایسه اشتراک‌ها
سؤال‌های متداول

پرسش‌های متداول Gemini Embedding 2

پاسخ دیگری لازم دارید؟

Gemini Embedding 2 در دسته بردارسازی قرار دارد. کاربردهای پیشنهادی و توضیح دقیق مدل در همین صفحه نمایش داده شده‌اند تا پیش از شروع آن را ارزیابی کنید.

برای انتخاب مدل کمک می‌خواهید؟

از انتخاب مدل تا اتصال API، با پشتیبانی دانا در تماس باشید.

گفت‌وگو با پشتیبانی