Gemini Embedding 2 vs Gemini Embedding 001
বেঞ্চমার্ক, এপিআই টোকেন মূল্য, কনটেক্সট উইন্ডো এবং ইনফারেন্স স্পিড তুলনা
Related topics (12)
Google-এর Gemini Embedding 2 এবং Google-এর Gemini Embedding 001 হলো দুটি শীর্ষস্থানীয় এআই মডেল। Gemini Embedding 2 মডেলে রয়েছে 8.2K টোকেন কনটেক্সট উইন্ডো এবং এর এপিআই মূল্য $0.20/$0.00 প্রতি ১ মিলিয়ন টোকেন, যেখানে Gemini Embedding 001 মডেলে রয়েছে 2K টোকেন কনটেক্সট এবং মূল্য $0.15/$0.00 প্রতি ১ মিলিয়ন টোকেন। নিচে উভয় মডেলের বেঞ্চমার্ক, গতি ও খরচের বিস্তারিত তুলনা দেওয়া হলো।
যেকোনো দুটি এআই মডেল পরিবর্তন ও তুলনা করুন
আমাদের যাচাইকৃত বেঞ্চমার্ক ডাটাবেস থেকে যেকোনো এআই মডেল নির্বাচন করে তাৎক্ষণিক তুলনা দেখুন।
Gemini Embedding 2
ভেক্টর এমবেডিং ও RAGGoogle-এর Gemini Embedding 2 হলো হাই-ডাইমেনশনাল ভেক্টর সার্চ, সেমান্টিক রিট্রিভাল এবং RAG পাইপলাইনের জন্য বিশেষায়িত এআই মডেল, যা 8K কনটেক্সট উইন্ডো, 350 টোকেন/সেকেন্ড স্পিড এবং $0.2/$0 প্রতি 1M টোকেন মূল্যে 78/100 ইন্টেলিজেন্স স্কোর প্রদান
$0.20 / 1M
$0.00 / 1M
8.2K tokens
N/A
Gemini Embedding 001
ভেক্টর এমবেডিং ও RAGGoogle-এর Gemini Embedding 001 হলো হাই-ডাইমেনশনাল ভেক্টর সার্চ, সেমান্টিক রিট্রিভাল এবং RAG পাইপলাইনের জন্য বিশেষায়িত এআই মডেল, যা 2K কনটেক্সট উইন্ডো, 400 টোকেন/সেকেন্ড স্পিড এবং $0.15/$0 প্রতি 1M টোকেন মূল্যে 70/100 ইন্টেলিজেন্স স্কোর প্র
$0.15 / 1M
$0.00 / 1M
2K tokens
N/A
একনজরে প্রধান পার্থক্যসমূহ
- Gemini Embedding 001 is 1.3x cheaper for API usage (input + output tokens combined).
- Gemini Embedding 2 has a larger context window (8K vs 2K tokens).
- Gemini Embedding 001 is faster at 400 tok/s vs 350 tok/s.
| বৈশিষ্ট্য | Gemini Embedding 2 | Gemini Embedding 001 |
|---|---|---|
Intelligence Index Composite reasoning & knowledge score (0-100) | 78 | 70 |
Provider | ||
Input Price Cost per million input tokens | $0.20 / 1M | $0.15 / 1M |
Output Price Cost per million output tokens | $0.00 / 1M | $0.00 / 1M |
Blended Price Weighted 7:2:1 cache:input:output per 1M | $0.04 / 1M | $0.03 / 1M |
Context Window Maximum input + output tokens | 8.2K tokens~12 A4 pages of text | 2K tokens~3 A4 pages of text |
Max Output Tokens Per single request | 4K | 4K |
Throughput Speed Tokens generated per second | 350 tok/s | 400 tok/s |
SWE-bench Verified Real-world software engineering | N/A | N/A |
কোন ক্ষেত্রে কোন মডেল সেরা?
একনজরে সিদ্ধান্ত নেওয়ার ফ্রেমওয়ার্কEvaluations ongoing
যাচাইকৃত বেঞ্চমার্ক স্কোর তুলনা
স্বাধীন গবেষণা ল্যাব দ্বারা যাচাইকৃত অফিশিয়াল ইভ্যালুয়েশন মেট্রিক্স।
Crowdsourced human preference evaluation based on blind, head-to-head model battles.
Tokens emitted per second during active generation streaming.
লেটেন্সি ও রেসপন্স টাইম
প্রথম টোকেন আসার সময় (TTFT) এবং ৫০০ টোকেনের রেসপন্স জেনারেট করতে আনুমানিক সময়।
রিয়েল-টাইম টোকেন খরচ সিমুলেটর
প্রম্পট ক্যাশিং ডিসকাউন্টসহ মাসিক ক্লাউড API খরচ হিসাব করতে স্লাইডার পরিবর্তন করুন।
Gemini Embedding 2 · শক্তি ও প্রধান সুবিধাসমূহ
- 8K কনটেক্সট উইন্ডো এবং সর্বোচ্চ 4K আউটপুট টোকেন জেনারেশন সক্ষমতা (Arena Elo 1340)
- 350 টোকেন/সেকেন্ড জেনারেশন স্পিড এবং মাত্র 200ms প্রথম টোকেন ল্যাটেন্সি (TTFT)
- $0.2/$0 প্রতি 1M টোকেন মূল্যে প্রম্পট ক্যাশিং এবং স্ট্রাকচার্ড JSON টুল-কলিং পাইপলাইন সাপোর্ট
বিবেচ্য বিষয় ও সীমাবদ্ধতা
- প্রোপ্রাইটারি ক্লাউড মডেল — লোকাল অন-প্রিমাইজ GPU-তে ওপেন-ওয়েটস হিসেবে ডাউনলোড করা যায় না
- অত্যন্ত জটিল মাল্টি-হপ গবেষণার ক্ষেত্রে ফ্ল্যাগশিপ রিজনিং মডেলের তুলনায় নির্ভুলতা কিছুটা কম হতে পারে
Gemini Embedding 001 · শক্তি ও প্রধান সুবিধাসমূহ
- 2K কনটেক্সট উইন্ডো এবং সর্বোচ্চ 4K আউটপুট টোকেন জেনারেশন সক্ষমতা (Arena Elo 1280)
- 400 টোকেন/সেকেন্ড জেনারেশন স্পিড এবং মাত্র 150ms প্রথম টোকেন ল্যাটেন্সি (TTFT)
- $0.15/$0 প্রতি 1M টোকেন মূল্যে প্রম্পট ক্যাশিং এবং স্ট্রাকচার্ড JSON টুল-কলিং পাইপলাইন সাপোর্ট
বিবেচ্য বিষয় ও সীমাবদ্ধতা
- প্রোপ্রাইটারি ক্লাউড মডেল — লোকাল অন-প্রিমাইজ GPU-তে ওপেন-ওয়েটস হিসেবে ডাউনলোড করা যায় না
- অত্যন্ত জটিল মাল্টি-হপ গবেষণার ক্ষেত্রে ফ্ল্যাগশিপ রিজনিং মডেলের তুলনায় নির্ভুলতা কিছুটা কম হতে পারে
টোকেন ব্যবহার ও টাস্ক ইকোনমিক্স
একটি স্ট্যান্ডার্ড এজেন্টিক টাস্ক সম্পন্ন করতে আনুমানিক খরচ এবং টোকেন ব্যবহার।
| Metric | Gemini Embedding 2 | Gemini Embedding 001 |
|---|---|---|
Cost per Task Estimated USD to finish one task | $0.08 | $0.05 |
Output Tokens / Task Tokens generated per task | 0K | 0K |
Reasoning Tokens / Task Thinking tokens burned per task | 0K | 0K |
টেকনিক্যাল স্পেসিফিকেশন
অফিশিয়াল প্রোভাইডার রিলিজ স্পেক্স, API মডেল আইডি, রেট লিমিট, লং-কনটেক্সট প্রাইসিং ও এজেন্টিক সক্ষমতা
| বৈশিষ্ট্য | Gemini Embedding 2 | Gemini Embedding 001 |
|---|---|---|
| অফিশিয়াল API মডেল আইডি (SDK) | models/gemini-embedding-2 | models/gemini-embedding-001 |
| API প্রোটোকল | Google Gemini API (generateContent) + OpenAI-Compatible SDK | Google Gemini API (generateContent) + OpenAI-Compatible SDK |
| রিলিজ তারিখ | 2026-04 | 2025-05 |
| নলেজ কাটঅফ | February 2026 | March 2025 |
| আর্কিটেকচার | Unified multimodal joint-embedding transformer | Dense semantic text embedding transformer |
| প্যারামিটার স্কেল | Confidential | Confidential |
| এন্টারপ্রাইজ রেট লিমিট (RPM / TPM) | 10,000 – 30,000 RPM (Tier 5 Enterprise) · 800,000 – 2,000,000 TPM | 10,000 – 30,000 RPM (Tier 5 Enterprise) · 800,000 – 2,000,000 TPM |
| লং-কনটেক্সট প্রাইসিং (>128K/200K) | পূর্ণ 8K কনটেক্সট জুড়ে একই ফ্ল্যাট রেট ($0.2/1M) | পূর্ণ 2K কনটেক্সট জুড়ে একই ফ্ল্যাট রেট ($0.15/1M) |
| প্রম্পট ক্যাশিং ও TTL | ইমপ্লিসিট ও এক্সপ্লিসিট কনটেক্সট ক্যাশিং ($0/1M, কাস্টম TTL সহ) | ইমপ্লিসিট ও এক্সপ্লিসিট কনটেক্সট ক্যাশিং ($0/1M, কাস্টম TTL সহ) |
| কম্পিউটার ইউজ / GUI এজেন্ট | সমর্থিত (স্ক্রিন কোঅর্ডিনেট গ্রাউন্ডিং, ব্রাউজার ও ডেস্কটপ GUI অটোমেশন) | টেক্সট জেনারেশন (GUI অ্যাকশন লুপ নেই) |
| MCP ও প্যারালাল টুল কলিং | প্রম্পট-ভিত্তিক টেক্সট/JSON আউটপুট | প্রম্পট-ভিত্তিক টেক্সট/JSON আউটপুট |
| ওয়েব সার্চ ও কোড স্যান্ডবক্স | বিল্ট-ইন গুগল সার্চ গ্রাউন্ডিং + ম্যানেজড পাইথন কোড এক্সিকিউশন স্যান্ডবক্স | বিল্ট-ইন গুগল সার্চ গ্রাউন্ডিং + ম্যানেজড পাইথন কোড এক্সিকিউশন স্যান্ডবক্স |
| অফিশিয়াল ফাইন-টিউনিং (SFT/LoRA/RFT) | Vertex AI সুপারভাইজড অ্যাডাপ্টার টিউনিং ও ডিস্টিলেশন | Vertex AI সুপারভাইজড অ্যাডাপ্টার টিউনিং ও ডিস্টিলেশন |
| মাল্টিমোডাল টোকেন বিলিং | টেক্সট BPE (~৪ অক্ষর/টোকেন) · ইমেজ (~২৫৮–৭৬৫ টোকেন/ছবি) · অডিও (~২৫–৩২ টোকেন/সেকেন্ড) · ভিডিও (~২৫৮–৩০০ টোকেন/সেকেন্ড) | টেক্সট BPE (~৪ অক্ষর/টোকেন) |
| কোয়ান্টাইজেশন ও মিনিমাম VRAM | Cloud-Hosted Proprietary (FP8 / BF16 Tensor Core Cluster) · লোকাল জিপিইউ প্রয়োজন নেই (১০০% ক্লাউড API) | Cloud-Hosted Proprietary (FP8 / BF16 Tensor Core Cluster) · লোকাল জিপিইউ প্রয়োজন নেই (১০০% ক্লাউড API) |
| সেফটি ও ফ্রন্টিয়ার ক্লাসিফিকেশন | Google DeepMind Frontier Safety Framework Verified | Google DeepMind Frontier Safety Framework Verified |
| এন্টারপ্রাইজ কমপ্লায়েন্স (ZDR/HIPAA/SOC2) | SOC2 Type II · GDPR · এন্টারপ্রাইজ টিয়ারে Zero Data Retention (ZDR) ও HIPAA BAA সুবিধা | SOC2 Type II · GDPR · এন্টারপ্রাইজ টিয়ারে Zero Data Retention (ZDR) ও HIPAA BAA সুবিধা |
| ইনপুট মডালিটি | text, vision, audio, video | text |
| আউটপুট মডালিটি | embedding | embedding |
Gemini Embedding 2 vs Gemini Embedding 001: সংক্ষিপ্ত প্রশ্নোত্তর (FAQ)
Which is more intelligent, Gemini Embedding 2 or Gemini Embedding 001?
Gemini Embedding 2 is more intelligent. It scores 78 compared with 70 on the composite Intelligence Index.
Which model is faster?
Gemini Embedding 001 is faster, generating 400 tokens per second compared with 350 tokens per second.
Which model is cheaper to run?
Gemini Embedding 001 is cheaper at $0.03 per 1M tokens blended, compared with $0.04 (7:2:1 cache:input:output ratio).
Which model has lower latency?
Gemini Embedding 001 has lower latency, with a time to first token of 0.15s compared with 0.20s.
Which model has a larger context window?
Gemini Embedding 2 has a larger context window, supporting 8.2K tokens compared with 2K tokens.
চূড়ান্ত মতামত
Gemini Embedding 2 (হাই-ডাইমেনশনাল ভেক্টর সার্চ, সেমান্টিক রিট্রিভাল এবং RAG পাইপলাইনের জন্য বিশেষায়িত, RAG নলেজ পাইপলাইন এবং স্কেলেবল প্রোডাকশন API ইন্টিগ্রেশন।) এবং Gemini Embedding 001 (হাই-ডাইমেনশনাল ভেক্টর সার্চ, সেমান্টিক রিট্রিভাল এবং RAG পাইপলাইনের জন্য বিশেষায়িত, RAG নলেজ পাইপলাইন এবং স্কেলেবল প্রোডাকশন API ইন্টিগ্রেশন।) উভয়ই শক্তিশালী মডেল। সার্বিক রিজনিং ও কোডিং বেঞ্চমার্কে Gemini Embedding 2 এগিয়ে, দ্রুত ইনফারেন্স গতির জন্য Gemini Embedding 001 সেরা এবং কম এপিআই খরচে প্রোডাকশন ডিপ্লয়মেন্টের জন্য Gemini Embedding 001 সবচেয়ে সাশ্রয়ী পছন্দ।
সাধারণ জিজ্ঞাসা (FAQ)
কোডিং ও জটিল রিজনিংয়ের জন্য Gemini Embedding 2 নাকি Gemini Embedding 001 কোনটি ভালো?+
বেঞ্চমার্ক এবং রিজনিং মূল্যায়নে Gemini Embedding 2 এগিয়ে রয়েছে। তবে আপনার নির্দিষ্ট প্রজেক্টের জন্য উভয় মডেলের SWE-bench ও GPQA স্কোর তুলনা করে নেওয়া উত্তম।
Gemini Embedding 2 এবং Gemini Embedding 001-এর এপিআই খরচের পার্থক্য কত?+
Gemini Embedding 2-এর ইনপুট/আউটপুট মূল্য $0.20 / $0.00 (প্রতি ১ মিলিয়ন টোকেন) এবং Gemini Embedding 001-এর মূল্য $0.15 / $0.00। সার্বিক ওয়ার্কলোডে Gemini Embedding 001 বেশি সাশ্রয়ী।
কোন মডেলটির কনটেক্সট উইন্ডো ও স্পিড বেশি?+
Gemini Embedding 2 মডেলের কনটেক্সট উইন্ডো 8.2K টোকেন এবং Gemini Embedding 001 মডেলের কনটেক্সট উইন্ডো 2K টোকেন। ইনফারেন্স গতির দিক থেকে Gemini Embedding 001 দ্রুততর আউটপুট প্রদান করে।
মডেলের বিভিন্ন পরিমাপক যেমন কনটেক্সট উইন্ডো, টোকেন প্রাইজ এবং রিজনিং স্কোর সম্পর্কে বিস্তারিত জানতে আমাদের এআই গ্লোসারি দেখুন।
Related reading
- Gemini Embedding 001 বনাম Llama Nemotron Embed VL 1B v2: বেঞ্চমার্ক, এপিআই দাম ও স্পিড তুলনা (২০২৬)তুলনা
- Gemini Embedding 2 বনাম Llama Nemotron Rerank VL 1B v2: বেঞ্চমার্ক, এপিআই দাম ও স্পিড তুলনা (২০২৬)তুলনা
- Aion-3.0 বনাম Aion-Mini: বেঞ্চমার্ক, এপিআই দাম ও স্পিড তুলনা (২০২৬)তুলনা
- Aion-3.0 বনাম Gemini 3.6 Flash: বেঞ্চমার্ক, এপিআই দাম ও স্পিড তুলনা (২০২৬)তুলনা
- Aion-Mini বনাম Laguna XS 2.1: বেঞ্চমার্ক, এপিআই দাম ও স্পিড তুলনা (২০২৬)তুলনা
- Aya Expanse 32B বনাম Llama 3.2 90B Vision: বেঞ্চমার্ক, এপিআই দাম ও স্পিড তুলনা (২০২৬)তুলনা
এআই ল্যাবগুলোর নতুন রিলিজের সাথে সাথে বেঞ্চমার্ক স্কোর, টোকেন প্রাইসিং এবং রেট লিমিট নিয়মিত পরিবর্তিত হয়। প্রোডাকশনে ব্যবহারের পূর্বে সর্বদা অফিশিয়াল প্রোভাইডার ডকুমেন্টেশন যাচাই করুন।
তথ্যসূত্র: Google ও Google অফিশিয়াল এপিআই ডকুমেন্টেশন এবং স্বাধীন বেঞ্চমার্ক ইভালুয়েশন (২০২৬)।