模型简介
Gemini Embedding 2 是Google DeepMind的向量嵌入模型，将内容编码为数值向量，供语义搜索、相似内容匹配与知识库召回使用。
这个分支在系列中采用较紧凑或轻量的定位。固定格式、明确材料和范围清楚的任务便于测试其实际表现；是否适合部署，还需结合资源条件和业务复杂度判断。
这个版本怎样理解
使用时以完整型号 gemini-embedding-2-preview 为准。同一系列的其他版本可能改变输入范围、默认行为或运行配置，升级前可先对照下方参数与官方说明。
版本与模型标识
| 模型名称 | Gemini Embedding 2 |
|---|---|
| 模型 / 资源标识 | gemini-embedding-2-preview |
| 版本标识 | gemini-embedding-2-preview |
| 版本状态 | 预览版本 |
在知识库中怎样使用
先对文档切分并建立向量索引，再用同一套模型处理用户查询，按相似度找到候选资料。检索结果可以继续交给重排模型筛选，再由语言模型组织回答。
实际使用时重点看什么
向量维度、语言支持与输入长度关系到索引设计。更换模型后应重新检查文档和查询的编码方式，不能把不同模型生成的向量直接当作同一空间比较。
价格与计费说明
查看官方计费与使用条件 ↗。API、产品订阅与自行部署是不同使用方式；开放权重不等于免费托管调用。
官方网址与文档
同厂商模型
- Gemini Deep Research · 预览版本
- Gemini Deep Research Max · 预览版本
- Gemini Embedding · 官方目录收录
资料来源
型号、版本与参数依据以上官方公开资料整理。
