মাল্টিমোডাল joint embedding মডেল projecting টেক্সট, ছবি, অডিও, এবং ভিডিও -তে shared semantic space.
টেকনিক্যাল স্পেসিফিকেশন
- প্রোভাইডার
- ক্যাটাগরি
- lightweight
- রিলিজ তারিখ
- 2026-04
- ব্যাচ এপিআই ডিসকাউন্ট
- 50% off async batch
- কনজিউমার সাবস্ক্রিপশন
- $20 / month
- রিজনিং এফোর্ট কন্ট্রোল
- Fixed
- স্ট্রাকচার্ড আউটপুট
- No
- আউটপুট মোডালিটি
- embedding
- অফিশিয়াল ডকুমেন্টেশন
- প্রোভাইডার ডকুমেন্টেশন দেখুন ↗
ডেটা প্রাইভেসি, লাইসেন্স ও ডিপ্লয়মেন্ট নীতিমালা
অফিশিয়াল প্রোভাইডার রিলিজ স্পেক্স, API কোটা ও এজেন্টিক সক্ষমতা
- অফিশিয়াল API মডেল আইডি (SDK String)
- models/gemini-embedding-2
- সাপোর্টেড SDK ও API প্রোটোকল
- Google Gemini API (generateContent) + OpenAI-Compatible SDK
- রিলিজ লাইফসাইকেল ও ডেপ্রিকেশন স্ট্যাটাস
- সক্রিয় প্রোডাকশন রিলিজ (কমপক্ষে 2028 সাল পর্যন্ত সাপোর্ট নিশ্চিত)
- প্রোডাকশন রেট লিমিট (RPM ও TPM কোটা)
- 10,000 – 30,000 RPM (Tier 5 Enterprise) · 800,000 – 2,000,000 TPM
- লং-কনটেক্সট প্রাইসিং টিয়ার (>128K / >200K)
- পূর্ণ 8K কনটেক্সট জুড়ে একই ফ্ল্যাট রেট ($0.2/1M)
- প্রম্পট ক্যাশিং ও TTL পলিসি
- ইমপ্লিসিট ও এক্সপ্লিসিট কনটেক্সট ক্যাশিং ($0/1M, কাস্টম TTL সহ)
- কম্পিউটার ইউজ ও ব্রাউজার GUI এজেন্ট
- সমর্থিত (স্ক্রিন কোঅর্ডিনেট গ্রাউন্ডিং, ব্রাউজার ও ডেস্কটপ GUI অটোমেশন)
- MCP প্রোটোকল ও প্যারালাল টুল কলিং
- প্রম্পট-ভিত্তিক টেক্সট/JSON আউটপুট
- বিল্ট-ইন ওয়েব সার্চ ও কোড স্যান্ডবক্স
- বিল্ট-ইন গুগল সার্চ গ্রাউন্ডিং + ম্যানেজড পাইথন কোড এক্সিকিউশন স্যান্ডবক্স
- ফাইন-টিউনিং ও ডিস্টিলেশন সুবিধা
- Vertex AI সুপারভাইজড অ্যাডাপ্টার টিউনিং ও ডিস্টিলেশন
- মাল্টিমোডাল টোকেনাইজেশন হিসাব
- টেক্সট BPE (~৪ অক্ষর/টোকেন) · ইমেজ (~২৫৮–৭৬৫ টোকেন/ছবি) · অডিও (~২৫–৩২ টোকেন/সেকেন্ড) · ভিডিও (~২৫৮–৩০০ টোকেন/সেকেন্ড)
- ওয়েটস প্রিসিশন ও কোয়ান্টাইজেশন ফরম্যাট
- Cloud-Hosted Proprietary (FP8 / BF16 Tensor Core Cluster)
- ন্যূনতম GPU VRAM রিকোয়ারমেন্ট
- লোকাল জিপিইউ প্রয়োজন নেই (১০০% ক্লাউড API)
- সেলফ-হোস্টেড ইনফারেন্স ইঞ্জিন
- Managed Google Cloud API
- সিস্টেম কার্ড ও সেফটি ক্লাসিফিকেশন
- Google DeepMind Frontier Safety Framework Verified
- এন্টারপ্রাইজ কমপ্লায়েন্স (SOC2 / HIPAA / ZDR)
- SOC2 Type II · GDPR · এন্টারপ্রাইজ টিয়ারে Zero Data Retention (ZDR) ও HIPAA BAA সুবিধা
Gemini Embedding 2: খরচ, কনটেক্সট, হার্ডওয়্যার ও কোড ইন্টিগ্রেশন
আপনার ব্যবহারে API পে-অ্যাজ-ইউ-গো বেশি সাশ্রয়ী ($14.00/মাস বাঁচবে)।
ব্রেক-ইভেন পয়েন্ট: দৈনিক ~1,667 টি মেসেজে API খরচ $20/মাস এর সমান হয়।
একই কাজের ভলিউমে শীর্ষ বিকল্প মডেলগুলোর মাসিক খরচ তুলনা
লাইভ প্রম্পট টোকেন কাউন্টার (BPE Tokenizer)
আপনার সিস্টেম প্রম্পট, JSON বা কোড পেস্ট করে তাৎক্ষণিক টোকেন সংখ্যা ও খরচ দেখুন।
হাইব্রিড মডেল রাউটিং ক্যাসকেড সাশ্রয় (Cascade Router)
সাধারণ প্রশ্নগুলো ফাস্ট রাউটার মডেলে (Gemini 2.5 Flash / GPT-4.1 Nano) পাঠিয়ে শুধুমাত্র জটিল টাস্ক Gemini Embedding 2-এ পাঠালে মাসিক খরচ কত কমে দেখুন:
বেঞ্চমার্ক ফলাফল ও ৬-অক্ষের সক্ষমতা রাডার
- Chatbot Arena Elo
- 1340pts
শক্তিশালী দিকসমূহ
- Projects টেক্সট, ছবি, ভিডিও এবং অডিও -তে একক vector space
- 8K কনটেক্সট সহায়তা
- Enables cross-modal semantic অনুসন্ধান
সীমাবদ্ধতা ও বিবেচ্য বিষয়
- ভিডিও embedding প্রয়োজন হয় উচ্চতর compute সময়
- উচ্চতর vector dimensionality
সম্পাদকীয় মূল্যায়ন
benchmark মাল্টিমোডাল embedding মডেল এর জন্য এন্টারপ্রাইজ semantic অনুসন্ধান.
সবচেয়ে উপযুক্ত: Cross-modal রিট্রিভাল, মাল্টিমোডাল RAG, এবং ভিডিও/অডিও অনুসন্ধান engines
Gemini Embedding 2-এর তুলনা
Gemini Embedding 2 সম্পর্কে সচরাচর জিজ্ঞাসিত প্রশ্নাবলী
Gemini Embedding 2-এর API প্রাইসিং ও প্রম্পট ক্যাশিং খরচ কত?+
Google-এর Gemini Embedding 2 ব্যবহারের খরচ প্রতি ১০ লক্ষ (1M) ইনপুট টোকেনে $0.2 এবং প্রতি ১০ লক্ষ আউটপুট টোকেনে $0। প্রম্পট ক্যাশিং ব্যবহার করলে ইনপুট খরচ কমে প্রতি ১M টোকেনে $0 হয় এবং অ্যাসিঙ্ক্রোনাস ব্যাচ API-তে 50% পর্যন্ত ছাড় পাওয়া যায়।
Gemini Embedding 2-এর জন্য $20/মাস সাবস্ক্রিপশন ভালো নাকি Pay-As-You-Go API?+
আপনি যদি শুধুমাত্র ব্যক্তিগত চ্যাট, রিসার্চ বা কোডিং অ্যাসিস্ট্যান্ট হিসেবে ব্যবহার করেন, তবে ফিক্সড $20/মাস সাবস্ক্রিপশন ঝুঁকিমুক্ত। কিন্তু আপনি যদি অ্যাপ্লিকেশন তৈরি করেন বা কম ভলিউমে (মাসে $20-এর কম টোকেন) ব্যবহার করেন, তবে প্রম্পট ক্যাশিংসহ API পে-অ্যাজ-ইউ-গো অনেক বেশি সাশ্রয়ী।
Gemini Embedding 2-এর কনটেক্সট উইন্ডোতে কত শব্দ বা পৃষ্ঠা ধরে?+
Gemini Embedding 2-এর কনটেক্সট উইন্ডো হলো 8K tokens, যা প্রায় 6,144টি ইংরেজি শব্দ বা প্রায় 16 পৃষ্ঠার স্ট্যান্ডার্ড ডকুমেন্টের সমান। এক বারে এর সর্বোচ্চ আউটপুট সীমা 4,096 টোকেন।
Gemini Embedding 2 কি ওপেন-ওয়েটস এবং নিজের GPU-তে লোকালি চালানো যাবে?+
না, Gemini Embedding 2 একটি প্রোপ্রাইটরি ক্লাউড মডেল। এর ওয়েট ডাউনলোড করা যায় না; এটি শুধুমাত্র Google-এর অফিশিয়াল ক্লাউড API বা এন্টারপ্রাইজ এন্ডপয়েন্টের মাধ্যমে ব্যবহারযোগ্য।
Gemini Embedding 2 API-তে পাঠানো ডেটা কি মডেল ট্রেইনিংয়ে ব্যবহার করা হয়?+
ডিফল্টভাবে API ডেটা দিয়ে মডেল ট্রেইন করা হয় না (Enterprise DPA)। লাইসেন্সের ধরন: Proprietary Commercial API (Google Terms)। ডেভেলপাররা জেনারেটেড আউটপুট বাণিজ্যিক কাজে ব্যবহার করতে পারেন।
কোডিং ও রিজনিং বেঞ্চমার্কে Gemini Embedding 2-এর স্কোর কত?+
Gemini Embedding 2-এর কম্পোজিট ইন্টেলিজেন্স ইনডেক্স 78/100। বেঞ্চমার্কের মধ্যে SWE-bench Verified-এ N/A%, GPQA Diamond-এ N/A%, MMLU-Pro-তে N/A% এবং Arena Elo-তে 1340 স্কোর অর্জন করেছে।
Gemini Embedding 2 কোন কাজের জন্য সবচেয়ে উপযুক্ত?+
Gemini Embedding 2 মূলত Cross-modal রিট্রিভাল, মাল্টিমোডাল RAG, এবং ভিডিও/অডিও অনুসন্ধান engines-এর জন্য সবচেয়ে কার্যকর। সম্পাদকীয় মূল্যায়ন: benchmark মাল্টিমোডাল embedding মডেল এর জন্য এন্টারপ্রাইজ semantic অনুসন্ধান.
Google ফ্যামিলি লাইনেজ, রাউটিং টিয়ার ও আপগ্রেড পাথ
হাইব্রিড প্রম্পট রাউটিং বা আপগ্রেডের জন্য Google-এর অন্যান্য মডেল টিয়ার:
Gemini 4 Argon
Gemini 3.8 Flash
Gemini 3.7 Flash
Gemini 3.6 Flash
Gemini 3.5 Flash-Lite
Gemini Omni Flash
সম্পর্কিত এআই পরিভাষা ও গ্লোসারি
সব পরিভাষা দেখুন →Gemini Embedding 2-এর আর্কিটেকচার ও বৈশিষ্ট্যের সাথে সম্পর্কিত মূল পরিভাষাসমূহ:
একটি ল্যাঙ্গুয়েজ মডেল যে ক্ষুদ্রতম টেক্সট এককে ডেটা প্রসেস করে, যা সাধারণত ৩ থেকে ৪টি ইংরেজি অক্ষর বা প্রায় ০.৭৫ শব্দের সমান। উদাহরণস্বরূপ: "Artificial intelligence is fast" বাক্যটি প্রায় ৫টি টোকেনে বিভক্ত হয়।
একটি প্রমিত ও নিয়ন্ত্রিত টেস্ট স্যুট যার মাধ্যমে বিভিন্ন এআই মডেলের কর্মক্ষমতা বস্তুনিষ্ঠভাবে পরিমাপ ও তুলনা করা হয়; যেমন কোডিংয়ের জন্য SWE-bench, গণিতের জন্য AIME এবং সাধারণ জ্ঞানের জন্য MMLU।
একটি এআই মডেল একক অনুরোধে যে সর্বোচ্চ সংখ্যক টোকেন ইনপুট হিসেবে পড়তে এবং আউটপুট হিসেবে লিখতে পারে। ১,০০০,০০০ টোকেনের কনটেক্সট উইন্ডো একবারে প্রায় ৭৫০,০০০ ইংরেজি শব্দ ধারণ করতে সক্ষম।
একটি মাল্টিমোডাল নিউরাল নেটওয়ার্ক যা একই সাথে ছবি, ডায়াগ্রাম, স্ক্রিনশট ও ভিডিওর মতো ভিজ্যুয়াল কন্টেন্ট এবং সাধারণ টেক্সট বিশ্লেষণ করে যৌক্তিক সিদ্ধান্ত ও ব্যাখ্যা প্রদানে সক্ষম।
২০১৭ সালে উদ্ভাবিত একটি যুগান্তকারী নিউরাল নেটওয়ার্ক আর্কিটেকচার যা আধুনিক সব এলএলএম পরিচালনা করে। এটি সেলফ-অ্যাটেনশনের মাধ্যমে বাক্যের সব শব্দকে ক্রমান্বয়ে না পড়ে একসাথে সমান্তরালে বিশ্লেষণ করে।
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 DeepMind Multimodal Embedding Specs↗