google

Google: Gemini Embedding 001 (batch)

google/gemini-embedding-001:batch

Nossa análise

Análise com auxílio de IA baseada nas fontes abaixo. A adequação é uma avaliação editorial; teste com suas próprias tarefas.

google/gemini-embedding-001:batch é um modelo do Google que converte texto em embeddings, listado no catálogo da OpenRouter como uma variante em lote do gemini-embedding-001. Ele aceita texto e retorna vetores de embedding, com uma janela de contexto declarada de cerca de 20.000 tokens. A descrição do catálogo o apresenta como um modelo unificado para domínios como ciência, direito, finanças e programação, e afirma uma posição de destaque no Massive Text Embedding Benchmark; trata-se de descrições do fornecedor, não de medições verificadas neste pacote de fontes. Não havia um cartão de modelo independente disponível.[1]

Pontos fortes

Modalidade de texto para embeddings com janela de contexto de cerca de 20.000 tokens segundo o catálogo, o que pode acomodar documentos e passagens longos.[1]
O catálogo da OpenRouter descreve o modelo subjacente como unificado em domínios como ciência, direito, finanças e programação, sugerindo cobertura ampla em vez de uma única especialidade.[1]
A descrição do catálogo reporta uma posição elevada e consistente no Massive Text Embedding Benchmark; é uma afirmação da fonte, não um resultado medido neste pacote.[1]

Limitações

A evidência vem apenas do catálogo: este pacote não incluiu um cartão de modelo independente nem especificações dos embeddings, como dimensionalidade ou idiomas suportados.[1]
A afirmação sobre o Massive Text Embedding Benchmark e a cobertura por domínios vêm da descrição do catálogo e não foram medidas aqui; os parâmetros suportados constam vazios e o comportamento específico do modo em lote não está documentado, por isso é prudente validar qualidade e desempenho nas suas cargas de trabalho.[1]
O texto da descrição do catálogo aparece truncado, portanto algumas capacidades declaradas podem estar incompletas.[1]

Onde usar

Busca semântica e geração aumentada por recuperação sobre textos longos, em que a ampla janela de contexto poderia reduzir a necessidade de fragmentação; avalie a recuperação com seus próprios dados antes da adoção.[1]
Agrupamento, classificação ou desduplicação de documentos nos domínios citados pelo catálogo, como textos jurídicos ou científicos, como candidato a um piloto e não como adequação comprovada.[1]
Pipelines de embeddings em lote para grandes corpora, condizentes com a variante listada, desde que a taxa de processamento e o comportamento de indexação sejam verificados em testes.[1]

Fontes

[1] OpenRouter catalog · Google: Gemini Embedding 001 (batch)Fontes consultadas: 13 de nov. de 2026

Sobre este modelo

A descrição abaixo é o texto original fornecido pelo OpenRouter, no idioma da fonte.

gemini-embedding-001 provides a unified cutting edge experience across domains, including science, legal, finance, and coding. This embedding model has consistently held a top spot on the Massive Text Embedding Benchmark...

Especificações

ID do modelo: google/gemini-embedding-001:batch
ID canônico: google/gemini-embedding-001
Criador: google
Adicionado ao OpenRouter: 31.10.2025
Comprimento de contexto: 20,000
Modalidade: text->embeddings
Modalidades de entrada: text
Modalidades de saída: embeddings
Preço por token: USD por 1M de tokens: entrada $0.075 / saída $0
Corte de conhecimento: —
Data de expiração: —

Tarefas e capacidades

Uma nota aparece apenas quando a fonte fornece uma medição correspondente para aquela tarefa, o modelo está ativo e a coorte tem pelo menos 10 modelos comparáveis. A coluna de capacidade lista fatos declarados pela fonte — formatos compatíveis, raciocínio e parâmetros de ferramentas — que não são qualidade medida.

Tarefa	Nota	Capacidade declarada pela fonte
Qualidade geral	Sem medição	—
Programação	Sem medição	—
Agentes	Sem medição	—
Escrita	Sem medição	—
Raciocínio	Sem medição	—
Análise de documentos	Sem medição	—
Visão	Sem medição	—
Geração de imagens	Sem medição	—
Áudio	Sem medição	—
Vídeo	Sem medição	—
Embeddings	Sem medição	saída: embeddings

Avaliações

Não há avaliações fornecidas para este modelo.

Como funcionam as notas

Cada nota compara um modelo apenas com outros modelos avaliados pela mesma fonte e métrica no snapshot atual. S é o top 10%, A os 20% seguintes, B os 30% seguintes e C o restante. Modelos sem medição publicada aparecem como não avaliados — um formato compatível nunca implica qualidade medida.

S — S — top 10% da coorte
A — A — próximos 20% da coorte
B — B — próximos 30% da coorte
C — C — abaixo da faixa B

Provedores

Estatísticas opcionais de provedores ao vivo do OpenRouter. Valores ausentes são desconhecidos, não zero.

Provedor	Comprimento de contexto	Preço entrada /1M	Preço saída /1M	Latência p50 (30m, s)	Taxa p50 (30m, tok/s)	Disponibilidade (30m)
Google	20,000	$0.075	$0	—	—	—

Dados de provedores obtidos: 13.11.2026

Nenhum artigo publicado identifica este modelo ainda.