Google付費運作正常
Gemini Embedding 2
API 模型名稱: gemini-embedding-2
Gemini Embedding 2 是 Google 的聊天模型，於 Api.Airforce 統一 API 上提供服務。 它的定價為每百萬輸入 tokens TWD 0.97，每百萬輸出 tokens TWD 0.97。 透過 OpenAI 相容 API 以單一金鑰存取它，並可一併使用 Api.Airforce 上 65 種以上的其他模型。
定價
規格
- 供應商
- 類型
- 聊天模型
Gemini Embedding 2 有哪些使用情境？
- 聊天機器人與助理 — 對話式 AI、起草文稿、摘要與問答。
Gemini Embedding 2 與相似模型比較
| 模型 | 智慧 | 脈絡長度 | 輸入 / 1M | 輸出 / 1M |
|---|---|---|---|---|
| Gemini Embedding 2 | — | — | TWD 0.97 | TWD 0.97 |
| Gemini 2.5 Flash | 14.1 | 1M | TWD 12.88 | TWD 80.50 |
| Gemini 2.5 Flash Lite | — | — | TWD 2.58 | TWD 9.98 |
| Gemini 2.5 Pro | 25.8 | 2M | TWD 36.71 | TWD 293.02 |
價格為 Api.Airforce 依用量計費的每 1M token 費率。脈絡長度為最大輸入長度。
相關模型
Gemini 2.5 FlashGoogle · TWD 12.88 / 1MGemini 2.5 Flash LiteGoogle · TWD 2.58 / 1MGemini 2.5 ProGoogle · TWD 36.71 / 1MGemini 3 FlashGoogle · TWD 8.37 / 1MGemini 3 ProGoogle · TWD 50.88 / 1MGemini 3.1 Flash LiteGoogle · TWD 4.51 / 1MGemini 3.1 ProGoogle · TWD 32.20 / 1MGemini 3.1 Pro Preview CustomtoolsGoogle · TWD 44.44 / 1MGemini 3.5 FlashGoogle · TWD 38.64 / 1MGemini 3.5 Flash LiteGoogle · TWD 8.05 / 1MGemini 3.6 FlashGoogle · TWD 39.61 / 1MGemma 4 26b A4b ItGoogle · 免費
Gemini Embedding 2 — 常見問題
- Gemini Embedding 2 的費用是多少？
- Gemini Embedding 2 採依用量計費，輸入 token 為每 1M TWD 0.97，輸出 token 為每 1M TWD 0.97。無需訂閱 — 僅需為實際用量付費。
- Gemini Embedding 2 具備哪些能力？
- Gemini Embedding 2 是 Google 的聊天模型，可透過 Api.Airforce API 存取。
- Gemini Embedding 2 可以免費使用嗎？
- Gemini Embedding 2 為付費依用量計費模型 — 無需訂閱，僅依實際用量收費。
- 如何透過 API 使用 Gemini Embedding 2？
- Gemini Embedding 2 相容於 OpenAI。將任何 OpenAI SDK 指向 https://api.airforce/v1，並傳入模型 ID gemini-embedding-2 及您的 Api.Airforce API 金鑰即可。
- Gemini Embedding 2 由誰開發？
- Gemini Embedding 2 是 Google 的聊天模型，透過 Api.Airforce 統一閘道提供服務，涵蓋 100+ 個其他模型。
正在載入即時指標…
正在載入即時指標…
正在載入即時指標…
透過 API 使用 Gemini Embedding 2
OpenAI 相容 — 將任何 OpenAI SDK 指向 https://api.airforce/v1，並以 gemini-embedding-2 作為模型。
cURL
curl https://api.airforce/v1/chat/completions \
-H "Authorization: Bearer $AIRFORCE_API_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "gemini-embedding-2",
"messages": [{ "role": "user", "content": "Hello!" }]
}'Python
from openai import OpenAI
client = OpenAI(base_url="https://api.airforce/v1", api_key="$AIRFORCE_API_KEY")
r = client.chat.completions.create(
model="gemini-embedding-2",
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",
messages: [{ role: "user", content: "Hello!" }],
});
console.log(r.choices[0].message.content);