Google lança Gemini Embedding 2, seu primeiro modelo de embedding nativamente multimodal - blog.google

Google introduz Gemini Embedding 2, modelos open state-of-the-art que convertem texto em representações vetoriais numéricas, capturando semântica. Destaque no MTEB Multilingual: gemini-embedding-2-3 (3B parâmetros) com 70.03, superando text-embedding-004 (67.71) e NV-Embed-v2 (69.35). gemini-embedding-2-1.5 (1.5B) com 66.36 a metade do preço. Ambos suportam até 8.192 tokens e mais de 100 idiomas. Preços: $0.10 e $0.05 por 1K chars. Melhoria em retrieval (64.68), code retrieval (70.87) e classification (89.66). Disponível em Vertex AI, Gemini API e Firebase AI Logic. Atualização (11 dez 2024): scores MTEB atualizados.