$0.2000
/ 1 M de jetons
Entrée
Nouvelles instructions, fichiers et contexte de conversation envoyés à chaque tour.
Réduisez le contexte récupéré avant qu’il n’atteigne le modèle.
Google’s first fully multimodal Embedding model that is capable of mapping text, image, video, audio, and PDFs and their interleaved combinations thereof into a single, unified vector space.
Essayez Gemini Embedding 2 avec une vraie requête, examinez ses paramètres et validez le résultat avant d'intégrer l'API.
Utilisez l'estimation rapide ci-dessus pour une seule exécution, puis consultez la comparaison complète entre CoreAPI et le prix officiel.
Les crédits rendent les budgets comparables entre la facturation au token, à la requête et au temps d'exécution. Le montant en USD reste la référence lors du paiement.
| Prix CoreAPI (USD / M de tokens) |
|---|
| Entrée: $0.2000/M Sortie: $0.8000/M |
Une identité de modèle stable pour la recherche et l'évaluation, associée à des données de catalogue actualisées qui peuvent évoluer sans réécrire la structure SEO principale de la page.
Google’s first fully multimodal Embedding model that is capable of mapping text, image, video, audio, and PDFs and their interleaved combinations thereof into a single, unified vector space.
Un espace de travail unique pour comparer les modèles, affiner les prompts, inspecter le routage, migrer le code et déployer un point de départ testé.
Données d'exemple — pas de métriques en directExécutez le même prompt sur les principaux modèles et obtenez une recommandation étayée par des données probantes.
Modélisez les cinq dimensions de facturation, testez une charge de travail réaliste et déterminez dans quels cas Opus justifie son surcoût avant le déploiement.
Rejouez des charges de travail réelles au lieu de comparer les prix des jetons de manière isolée. Chargez un préréglage, puis ajustez chaque dimension de facturation.
Nouvelles instructions, fichiers et contexte de conversation envoyés à chaque tour.
Réduisez le contexte récupéré avant qu’il n’atteigne le modèle.
Raisonnement, code et texte générés par le modèle.
Utilisez des critères d’achèvement et des limites de sortie explicites.
Appels d’outils qui récupèrent des informations actuelles sur le Web.
Effectuez une seule recherche, puis réutilisez les résultats vérifiés tout au long de l’exécution.
Utilisez Opus lorsque la tâche concerne l’architecture, plusieurs fichiers et des compromis d’implémentation ambigus.
Un excellent choix lorsqu’un agent doit préserver l’intention au fil de nombreux appels d’outils et étapes de récupération.
Réservez-le aux revues de sécurité, de migration et de production, pour lesquelles un problème non détecté coûte plus cher que les tokens.
La classification, l’extraction et les conversations simples offrent généralement un meilleur rapport coût-efficacité avec Sonnet ou Haiku.
Conservez votre SDK préféré et modifiez l’URL de base, la clé et l’identifiant du modèle.
import Anthropic from '@anthropic-ai/sdk';
const client = new Anthropic({
apiKey: process.env.COREAPI_KEY,
baseURL: 'https://unixcore.io',
});
const message = await client.messages.create({
model: 'gemini-embedding-2',
max_tokens: 4096,
messages: [{ role: 'user', content: 'Review this change.' }],
});Copiez un point de terminaison et un exemple de code fonctionnels, puis ouvrez la référence API complète si vous avez besoin de tous les paramètres.
Authentifiez-vous une seule fois, appelez le point de terminaison du modèle et conservez le même workflow de facturation et d'observabilité entre les fournisseurs.
Accédez à des exemples de code complets et aux ressources API pour Gemini Embedding 2 afin de simplifier votre processus d'intégration. Notre documentation détaillée fournit des instructions étape par étape pour vous aider à exploiter tout le potentiel de Gemini Embedding 2 dans vos projets.
Passez en revue les informations clés du modèle avant de choisir une architecture ou d'estimer la charge en production.
| Fonctionnalités prises en charge | Pris en charge |
|---|---|
| Les métadonnées de fonctionnalités ne sont pas encore disponibles. Consultez l'aperçu et les paramètres de l'API pour connaître les comportements pris en charge. | |
Utilisez Gemini Embedding 2 pour des workflows de production adaptés à ses capacités text, puis comparez d'autres options avant un engagement à long terme.
Chat en production et workflows d'agents
Codage, analyse et génération structurée
Automatisation à grande échelle via une seule API
Comparez d'autres modèles disponibles via CoreAPI selon des compromis de qualité, latence, fonctionnalités et prix.
Consultez les données de heartbeat en direct, la disponibilité des points de terminaison et les temps de réponse observés avant la mise en production.
Suivez les évolutions importantes de la disponibilité, des tarifs et des capacités de Gemini Embedding 2 tout en conservant la stabilité de la page du modèle.
Les notes de version, les changements de tarifs, les mises à jour des benchmarks et les conseils de migration s'accumulent ici, tandis que l'URL canonique reste inchangée.
Gemini Embedding 2 est disponible via le catalogue de modèles et la documentation de l’API CoreAPI.
ActuelLe prix, le contexte, la disponibilité et les limites sont considérés comme des propriétés dynamiques au lieu d’être intégrés au titre de la page ou à l’identité du modèle.
Le fournisseur et le slug du modèle forment une URL canonique durable; les futures mises à jour du contenu et des données resteront sur cette page.