Ile kosztuje Gemini Embedding 001?

Gemini Embedding 001 jest rozliczany w modelu pay-as-you-go: 495,13 zł za 1M tokenów wejściowych i 1980,51 zł za 1M tokenów wyjściowych. Bez subskrypcji — płacisz tylko za to, czego używasz.

Co potrafi Gemini Embedding 001?

Gemini Embedding 001 to model czatu od Google, dostępny przez API Api.Airforce.

Czy Gemini Embedding 001 jest bezpłatny?

Gemini Embedding 001 to model płatny w modelu pay-as-you-go — bez subskrypcji, opłata naliczana wyłącznie za użycie.

Jak używać Gemini Embedding 001 przez API?

Gemini Embedding 001 jest kompatybilny z OpenAI. Skieruj dowolne SDK OpenAI na https://api.airforce/v1 i podaj ID modelu gemini-embedding-001 wraz z kluczem API Api.Airforce.

Kto stworzył Gemini Embedding 001?

Gemini Embedding 001 to model czatu od Google, udostępniany przez ujednoliconą bramę Api.Airforce obok ponad 100 innych modeli.

GooglePłatnyDziała

Gemini Embedding 001

Nazwa modelu API: gemini-embedding-001

Gemini Embedding 001 to model czatu od Google, udostępniany w ujednoliconym API Api.Airforce. Kosztuje 495,13 zł za milion tokenów wejściowych i 1980,51 zł za milion tokenów wyjściowych. To poniżej oficjalnej stawki dostawcy za wejście wynoszącej 0,56 zł. Uzyskaj do niego dostęp przez zgodne z OpenAI API za pomocą jednego klucza, obok ponad 100 innych modeli na Api.Airforce.

Uzyskaj klucz API Zobacz cennik

Cennik

Wejście / 1M tokenów

≈ 495,13 zł

Wyjście / 1M tokenów

≈ 1980,51 zł

Odczyt z pamięci podręcznej / 1M tokenów

≈ 0,04 zł

Oficjalna stawka za wejście

≈ 0,56 zł

Cena Api.Airforce w porównaniu z oficjalną stawką dostawcy.

Specyfikacja

Dostawca: Google
Typ: model czatu

Do czego służy Gemini Embedding 001?

Chatboty i asystenci — konwersacyjna AI, szkicowanie, streszczanie i Q&A.

Gemini Embedding 001 a podobne modele

Model	Inteligencja	Kontekst	Wejście / 1M	Wyjście / 1M
Gemini Embedding 001	—	—	495,13 zł	1980,51 zł
Aqa	—	—	214,56 zł	214,56 zł
Gemini 2.0 Flash Lite	8.4	—	0,30 zł	1,08 zł
Gemini 2.5 Flash	20.3	1M	1,49 zł	9,34 zł

Ceny to stawki pay-as-you-go Api.Airforce za 1M tokenów. Kontekst to maksymalna długość wejścia.

Powiązane modele

Gemini Embedding 001 — często zadawane pytania

Ile kosztuje Gemini Embedding 001?: Gemini Embedding 001 jest rozliczany w modelu pay-as-you-go: 495,13 zł za 1M tokenów wejściowych i 1980,51 zł za 1M tokenów wyjściowych. Bez subskrypcji — płacisz tylko za to, czego używasz.
Co potrafi Gemini Embedding 001?: Gemini Embedding 001 to model czatu od Google, dostępny przez API Api.Airforce.
Czy Gemini Embedding 001 jest bezpłatny?: Gemini Embedding 001 to model płatny w modelu pay-as-you-go — bez subskrypcji, opłata naliczana wyłącznie za użycie.
Jak używać Gemini Embedding 001 przez API?: Gemini Embedding 001 jest kompatybilny z OpenAI. Skieruj dowolne SDK OpenAI na https://api.airforce/v1 i podaj ID modelu gemini-embedding-001 wraz z kluczem API Api.Airforce.
Kto stworzył Gemini Embedding 001?: Gemini Embedding 001 to model czatu od Google, udostępniany przez ujednoliconą bramę Api.Airforce obok ponad 100 innych modeli.

Wszystkie modele·Szybki start·Dokumentacja Chat API

Korzystaj z Gemini Embedding 001 przez API

Zgodny z OpenAI — skieruj dowolny SDK OpenAI na https://api.airforce/v1 i przekaż gemini-embedding-001 jako model.

cURL

curl https://api.airforce/v1/chat/completions \
  -H "Authorization: Bearer $AIRFORCE_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "gemini-embedding-001",
    "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-001",
    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-001",
  messages: [{ role: "user", content: "Hello!" }],
});
console.log(r.choices[0].message.content);