Combien coûte Gemini Embedding 2 Preview ?

Gemini Embedding 2 Preview est facturé au pay-as-you-go à 0,18 € par 1M tokens d'entrée et 204,28 € par 1M tokens de sortie. Pas d'abonnement — vous ne payez que ce que vous utilisez.

Que peut faire Gemini Embedding 2 Preview ?

Gemini Embedding 2 Preview est le modèle d'embeddings de Google, accessible via l'API Api.Airforce.

Gemini Embedding 2 Preview est-il gratuit ?

Gemini Embedding 2 Preview est un modèle payant au pay-as-you-go — pas d'abonnement, vous n'êtes facturé que pour votre utilisation.

Qui a créé Gemini Embedding 2 Preview ?

Gemini Embedding 2 Preview est le modèle d'embeddings de Google, servi via la passerelle unifiée Api.Airforce aux côtés de 100+ autres modèles.

GooglePayantOpérationnel

Gemini Embedding 2 Preview

Nom du modèle API: gemini-embedding-2-preview

Gemini Embedding 2 Preview est le modèle d'embeddings de Google, servi sur l'API unifiée d'Api.Airforce. Il est facturé 0,18 € par million de tokens en entrée et 204,28 € par million de tokens en sortie. Accédez-y via l'API compatible OpenAI avec une seule clé, aux côtés de plus de 100 autres modèles sur Api.Airforce.

Obtenir une clé API Voir les tarifs

Tarifs

Entrée / 1M tokens

≈ 0,18 €

Sortie / 1M tokens

≈ 204,28 €

Lecture du cache / 1M tokens

≈ 5,106384 €

Tarif d'entrée officiel

≈ 0,18 €

Tarif Api.Airforce comparé au tarif officiel du fournisseur.

Spécifications

Fournisseur: Google
Type: modèle d'embeddings

À quoi sert Gemini Embedding 2 Preview ?

models.detail.useCases.embedding

Modèles associés

[次]gemini 3.8 FlashGoogle AqaGoogle · 51,07 € / 1M Gemini 1.5 FlashGoogle · 0,09 € / 1M Gemini 1.5 ProGoogle · 1,45 € / 1M Gemini 2.0 Flash LiteGoogle · 0,07 € / 1M Gemini 2.0 Flash Lite 001Google · 0,07 € / 1M Gemini 2.5 Computer Use Preview 10Google · 1,11 € / 1M Gemini 2.5 FlashGoogle · 0,36 € / 1M Gemini 2.5 Flash Image TokenGoogle · 0,21 € / 1M Gemini 2.5 Flash LiteGoogle · 0,04 € / 1M Gemini 2.5 Flash Lite Preview 09Google · 0,12 € / 1M Gemini 2.5 Flash Lite Preview 09Google · 0,07 € / 1M

Gemini Embedding 2 Preview — questions fréquemment posées

Combien coûte Gemini Embedding 2 Preview ?: Gemini Embedding 2 Preview est facturé au pay-as-you-go à 0,18 € par 1M tokens d'entrée et 204,28 € par 1M tokens de sortie. Pas d'abonnement — vous ne payez que ce que vous utilisez.
Que peut faire Gemini Embedding 2 Preview ?: Gemini Embedding 2 Preview est le modèle d'embeddings de Google, accessible via l'API Api.Airforce.
Gemini Embedding 2 Preview est-il gratuit ?: Gemini Embedding 2 Preview est un modèle payant au pay-as-you-go — pas d'abonnement, vous n'êtes facturé que pour votre utilisation.
Comment utiliser Gemini Embedding 2 Preview via l'API ?: Gemini Embedding 2 Preview est compatible OpenAI. Pointez n'importe quel SDK OpenAI vers https://api.airforce/v1 et passez l'ID de modèle gemini-embedding-2-preview avec votre clé API Api.Airforce.
Qui a créé Gemini Embedding 2 Preview ?: Gemini Embedding 2 Preview est le modèle d'embeddings de Google, servi via la passerelle unifiée Api.Airforce aux côtés de 100+ autres modèles.

Tous les modèles·Démarrage rapide·Référence de l'API Chat

Utiliser Gemini Embedding 2 Preview via l'API

Compatible OpenAI — pointez n'importe quel SDK OpenAI vers https://api.airforce/v1 et passez gemini-embedding-2-preview comme modèle.

cURL

curl https://api.airforce/v1/chat/completions \
  -H "Authorization: Bearer $AIRFORCE_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "gemini-embedding-2-preview",
    "messages": [{ "role": "user", "content": "Hello!" }]
  }'

Python

from openai import OpenAI
client = OpenAI(base_url="https://api.airforce/v1", api_key="$AIRFORCE_API_KEY")
r = client.chat.completions.create(
    model="gemini-embedding-2-preview",
    messages=[{"role": "user", "content": "Hello!"}],
)
print(r.choices[0].message.content)

JavaScript

import OpenAI from "openai";
const client = new OpenAI({ baseURL: "https://api.airforce/v1", apiKey: process.env.AIRFORCE_API_KEY });
const r = await client.chat.completions.create({
  model: "gemini-embedding-2-preview",
  messages: [{ role: "user", content: "Hello!" }],
});
console.log(r.choices[0].message.content);