G
提供文本嵌入模型,用于为字词、短语、句子和代码生成嵌入。这些基础嵌入可支持高级 NLP 任务,例如语义搜索、分类和聚类,与基于关键字的方法相比,可提供更准确、更具上下文感知能力的搜索结果。 构建检索增强生成 (RAG) 系统是嵌入的一种常见使用场景。嵌入在显著增强模型输出方面发挥着关键作用,可提高事实准确性、连贯性和上下文丰富度。它们可以高效地从知识库(以嵌入表示)中检索相关信息,然后将这些信息作为输入提示中的附加背景信息传递给语言模型,引导其生成更明智、更准确的回答。
规格与计价条件
以来源站点为准- 币种
- 站内额度(美元计价额度)
- 计价单位
- 每百万 tokens
- 模型标识
- gemini-embedding-001
- 输入 / 输出
- $0.3 / $0.3
- 价格分组
- gemini-ai-studio-官转
- 分组倍率
- 2
- 基础每次价(美元计价额度)
- 0
- 模型倍率
- 0.075
- 计费方式
- 按 token 用量计费
- 输出倍率
- 1
原站公开的站内额度标价;充值折扣、规格附加费及最终扣费以原站为准。
公开价格历史
每百万 tokens · 站内额度(美元计价额度)已记录首次公开报价。后续价格变化会在这里显示。
| 观测时间 | 输入 / 商品价 | 输出价 | 库存 |
|---|---|---|---|
| 2026/10/27 12:57:42 | $0.3 | 0.3 | 库存未知 |