Gemini Embedding 2 vs Gemini Embedding 001
Benchmarks, API Token Pricing, Context Window & Speed Comparison
Related topics (12)
Gemini Embedding 2 da Google e Gemini Embedding 001 da Google são dois modelos de IA de destaque. O Gemini Embedding 2 oferece uma janela de contexto de 8.2K tokens a $0.20/$0.00 por milhão de tokens, enquanto o Gemini Embedding 001 oferece 2K tokens de contexto a $0.15/$0.00 por milhão de tokens. Veja abaixo a comparação completa de benchmarks, latência e custos.
Troque e Compare Qualquer Modelo
Select any AI models from our verified benchmark database to generate live side-by-side matrices.
Gemini Embedding 2
Embeddings Vetoriais e RAGO Gemini Embedding 2 da Google é um modelo de IA projetado para busca vetorial semântica, indexação de documentos e pipelines RAG, oferecendo janela de contexto de 8K, velocidade de 350 tokens/s, índice de inteligência de 78/100 e tarifa de
$0.20 / 1M
$0.00 / 1M
8.2K tokens
N/A
Gemini Embedding 001
Embeddings Vetoriais e RAGO Gemini Embedding 001 da Google é um modelo de IA projetado para busca vetorial semântica, indexação de documentos e pipelines RAG, oferecendo janela de contexto de 2K, velocidade de 400 tokens/s, índice de inteligência de 70/100 e tarifa
$0.15 / 1M
$0.00 / 1M
2K tokens
N/A
Principais Diferenças em Resumo
- 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.
| Feature | 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 |
Quem vence em cada categoria?
At-a-glance decision frameworkEvaluations ongoing
Pontuações de Benchmarks Verificadas
Official evaluation metrics verified by independent third-party research labs.
Crowdsourced human preference evaluation based on blind, head-to-head model battles.
Tokens emitted per second during active generation streaming.
Latência e Tempo de Resposta
Time to first token (TTFT) and estimated end-to-end response time for a typical 500-token response.
Simulador Interativo de Custo de Tokens
Adjust sliders to calculate projected monthly cloud API spending with prompt caching discounts.
Gemini Embedding 2 · Strengths & Key Advantages
- Janela de contexto de 8K com limite máximo de saída de 4K tokens (Arena Elo 1340)
- Taxa de transferência rápida de 350 tokens/segundo com latência inicial (TTFT) de 200 ms
- Economia de API competitiva ($0.2/$0 por 1M de tokens) com suporte a cache de prompts e saídas JSON estruturadas
Considerations & Trade-offs
- Modelo proprietário em nuvem; não permite download dos pesos para execução local offline
- Em derivações científicas extremas, modelos pesados dedicados exclusivamente ao raciocínio oferecem maior profundidade
Gemini Embedding 001 · Strengths & Key Advantages
- Janela de contexto de 2K com limite máximo de saída de 4K tokens (Arena Elo 1280)
- Taxa de transferência rápida de 400 tokens/segundo com latência inicial (TTFT) de 150 ms
- Economia de API competitiva ($0.15/$0 por 1M de tokens) com suporte a cache de prompts e saídas JSON estruturadas
Considerations & Trade-offs
- Modelo proprietário em nuvem; não permite download dos pesos para execução local offline
- Em derivações científicas extremas, modelos pesados dedicados exclusivamente ao raciocínio oferecem maior profundidade
Token Use & Task Economics
Estimated cost and token consumption to complete one representative agentic task.
| 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 |
Especificações Técnicas
Architecture, release timeline, capabilities, and modalities.
| Feature | Gemini Embedding 2 | Gemini Embedding 001 |
|---|---|---|
| Official API Model ID (SDK) | models/gemini-embedding-2 | models/gemini-embedding-001 |
| API Protocol | Google Gemini API (generateContent) + OpenAI-Compatible SDK | Google Gemini API (generateContent) + OpenAI-Compatible SDK |
| Release Date | 2026-04 | 2025-05 |
| Knowledge Cutoff | February 2026 | March 2025 |
| Architecture | Unified multimodal joint-embedding transformer | Dense semantic text embedding transformer |
| Parameters | Confidential | Confidential |
| Enterprise Rate Limits (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 |
| Long-Context Tier (>128K/200K) | Flat rate ($0.2/1M in) across full 8K window | Flat rate ($0.15/1M in) across full 2K window |
| Prompt Cache Policy & TTL | Implicit + Explicit Context Caching at $0/1M with configurable TTL | Implicit + Explicit Context Caching at $0/1M with configurable TTL |
| Computer Use / GUI Agent | Supported (Screen coordinate grounding, browser & desktop GUI action loops) | Text-only completion (No GUI action loop) |
| MCP & Parallel Tool Calling | Prompt-based JSON extraction only | Prompt-based JSON extraction only |
| Web Search Grounding & Sandbox | Built-in Google Search Grounding + Managed Python Code Execution Sandbox | Built-in Google Search Grounding + Managed Python Code Execution Sandbox |
| Official Fine-Tuning Support | Vertex AI Supervised Adapter Tuning & Context Distillation | Vertex AI Supervised Adapter Tuning & Context Distillation |
| Multimodal Token Billing | Text BPE (~4 chars/token) · Vision (~258–765 tokens per image tile) · Audio (~25–32 tokens/sec) · Video (~258–300 tokens/sec) | Text BPE (~4 chars/token) |
| Quantization & Min GPU VRAM | Cloud-Hosted Proprietary (FP8 / BF16 Tensor Core Cluster) · Zero Local VRAM Required (100% Serverless Cloud API) | Cloud-Hosted Proprietary (FP8 / BF16 Tensor Core Cluster) · Zero Local VRAM Required (100% Serverless Cloud API) |
| Safety & Frontier Classification | Google DeepMind Frontier Safety Framework Verified | Google DeepMind Frontier Safety Framework Verified |
| Enterprise Compliance (ZDR/HIPAA/SOC2) | SOC2 Type II · GDPR · Zero Data Retention (ZDR) & HIPAA BAA Available on Enterprise Tier | SOC2 Type II · GDPR · Zero Data Retention (ZDR) & HIPAA BAA Available on Enterprise Tier |
| Input Modalities | text, vision, audio, video | text |
| Output Modalities | embedding | embedding |
Gemini Embedding 2 vs Gemini Embedding 001: Respostas Rápidas (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.
Veredito
Tanto Gemini Embedding 2 (Indicado para busca vetorial semântica, indexação de documentos e pipelines RAG, arquiteturas RAG corporativas e integração escalável via API.) quanto Gemini Embedding 001 (Indicado para busca vetorial semântica, indexação de documentos e pipelines RAG, arquiteturas RAG corporativas e integração escalável via API.) entregam excelente desempenho: Gemini Embedding 2 lidera em inteligência geral e programação, Gemini Embedding 001 oferece geração mais rápida e Gemini Embedding 001 apresenta o melhor custo-benefício em produção.
Perguntas Frequentes (FAQ)
Qual é melhor para programação e raciocínio, Gemini Embedding 2 ou Gemini Embedding 001?+
Nas avaliações de inteligência e código, Gemini Embedding 2 leva vantagem. Confira os gráficos SWE-bench e GPQA acima para detalhes.
Qual modelo tem a API mais barata, Gemini Embedding 2 ou Gemini Embedding 001?+
O Gemini Embedding 2 custa $0.20 / $0.00 por 1M de tokens (entrada/saída) e o Gemini Embedding 001 custa $0.15 / $0.00. No custo combinado, Gemini Embedding 001 é mais econômico.
Qual modelo possui maior janela de contexto e velocidade?+
O Gemini Embedding 2 suporta 8.2K tokens de contexto contra 2K tokens do Gemini Embedding 001, enquanto Gemini Embedding 001 entrega maior velocidade de geração.
Understand key metrics like context window, token pricing, reasoning mode, and SWE-bench scores in our comprehensive AI glossary.
Related reading
- Gemini Embedding 001 vs. Llama Nemotron Embed VL 1B v2: Comparação de Benchmarks, Preços API e Velocidade (2026)Comparar
- Gemini Embedding 2 vs. Llama Nemotron Rerank VL 1B v2: Comparação de Benchmarks, Preços API e Velocidade (2026)Comparar
- Aion-3.0 vs. Aion-Mini: Comparação de Benchmarks, Preços API e Velocidade (2026)Comparar
- Aion-3.0 vs. Gemini 3.6 Flash: Comparação de Benchmarks, Preços API e Velocidade (2026)Comparar
- Aion-Mini vs. Laguna XS 2.1: Comparação de Benchmarks, Preços API e Velocidade (2026)Comparar
- Aya Expanse 32B vs. Llama 3.2 90B Vision: Comparação de Benchmarks, Preços API e Velocidade (2026)Comparar
Benchmark scores, token prices, and rate limits evolve rapidly as AI labs release model updates. Always verify current specifications and pricing on the official provider documentation.
Fontes oficiais: Documentação oficial de API da Google e Google e benchmarks independentes (2026).