Gemini Embedding ist ein experimentelles Text-Einbettungsmodell von Google, das über die Gemini API bereitgestellt wird. Das Modell hat in Benchmarks für mehrsprachige Text-Einbettungen (MTEB) herausragende Leistungen gezeigt und übertraf vorherige Top-Modelle. Es kann Text in hochdimensionale numerische Vektoren umwandeln, semantische und kontextuelle Informationen erfassen und wird in verschiedenen Bereichen wie Suche, Klassifizierung und Ähnlichkeitsanalyse eingesetzt. Gemini Embedding unterstützt über 100 Sprachen, verfügt über eine Eingabelänge von 8K Token und 3K Ausgabedimensionen und verwendet die Nested Representation Learning (MRL)-Technik, um die Dimensionen flexibel an die Speicheranforderungen anzupassen. Das Modell befindet sich derzeit in der experimentellen Phase; eine stabile Version wird in Zukunft veröffentlicht.