← すべてのモデル

Gemini Embedding 2 Preview

公開日 提供元 Googlegemini-embedding-2-preview

概要

Googleが2026年3月10日に公開プレビューとして発表した、Geminiアーキテクチャーに基づくマルチモーダル埋め込みモデル。テキスト、画像、動画、音声、文書を共通の埋め込み空間に写像し、意味的な類似度を比較できる。発表時の提供経路はGemini APIとVertex AI。 (blog.google)

能力と用途

  • 入力を数値ベクトルに変換し、テキストから画像を探すようなクロスモーダル検索に利用できる。
  • 文書検索、分類、推薦、クラスタリングなどに適する。
  • デフォルトの出力は3,072次元。出力次元は調整可能。 (blog.google)

制限と提供状況

  • 回答文や画像を生成するモデルではなく、埋め込みベクトルを出力する。
  • 現行のGemini APIドキュメントに掲載された安定版の仕様では、入力上限は8,192トークン、出力次元は128〜3,072。画像は1リクエスト最大6枚、音声は最大180秒、動画は最大120秒、PDFは最大1ファイル・6ページ。これらは現行安定版の仕様であり、プレビュー版での適用を保証するものではない。 (ai.google.dev)
  • 提供プラットフォームによって動画の音声トラックの扱いなどが異なる。現行のGemini APIドキュメントは動画内の音声を処理しないと記載する一方、Google Cloudの現行ドキュメントは音声トラック抽出を記載している。 (ai.google.dev)
  • Google Cloudのモデル資料では、本プレビュー版の公開日を2026年3月10日、安定版 gemini-embedding-2 の公開日を2026年4月22日と記載している。Gemini APIの廃止一覧では、表記が異なる embedding-2-preview に終了日と後継モデルが掲載されているが、指定IDとの対応および現在のプレビュー版エンドポイントの動作は、この資料だけでは確定できない。利用前に対象プラットフォームで確認すること。 (docs.cloud.google.com)

料金

Google Cloud Agent Platformの公式価格表には「Gemini Embedding 2(Unified Multimodal, Preview)」として、以下の米ドル(USD)建て料金が掲載されている。単位はいずれも入力100万トークン当たり。出力トークンは無料。表には各行の地域条件は明記されていない。 (cloud.google.com)

入力 オンラインリクエスト バッチリクエスト
テキスト USD 0.20 USD 0.10
画像 USD 0.45 USD 0.225
動画 USD 12.00 USD 6.00
音声 USD 6.50 USD 3.25

この表はGoogle Cloudの価格であり、Gemini APIの別プランにそのまま適用されると断定できない。価格確認日:2026年11月16日。

公式資料