تفسير Gemini Embedding 2 Preview: أول نموذج تضمين متعدد الوسائط أصلي، وأكبر 5 اختراقات في تصنيف MTEB

أطلقت جوجل في مارس 2026 نموذجاً محورياً يُدعى Gemini Embedding 2 Preview، وهو أول نموذج تضمين (Embedding) متعدد الوسائط أصلي في القطاع. يتميز هذا النموذج بقدرته على تعيين النصوص، الصور، مقاطع الفيديو، الملفات الصوتية، ومستندات PDF في مساحة متجهية موحدة، وقد حقق المرتبة الأولى في اختبار MTEB متعدد اللغات، متفوقاً على المركز الثاني بأكثر من 5 نقاط مئوية.

القيمة الجوهرية: بعد قراءة هذا المقال، ستتعرف على 5 اختراقات تقنية في Gemini Embedding 2 Preview، ومقارنة الأداء والتسعير مع المنافسين، وكيفية دمجه بسرعة عبر واجهة برمجة التطبيقات (API).

ما هو Gemini Embedding 2 Preview؟

يُعد Gemini Embedding 2 Preview أحدث نموذج تضمين (Embedding) أطلقته Google في 10 مارس 2026. تم بناؤه استناداً إلى بنية Gemini، ويستخدم هيكلية "المحول" (Transformer) ذات الانتباه ثنائي الاتجاه، وهو أول نموذج تضمين من Google يدعم المدخلات متعددة الوسائط بشكل أصلي.

الفروقات الجوهرية عن الجيل السابق

🎯 نصيحة للربط: تدعم منصة APIYI apiyi.com بالفعل استدعاء نموذج gemini-embedding-2-preview،
حيث يمكنك الربط عبر واجهة متوافقة مع OpenAI دون الحاجة لإعداد مفتاح API خاص بـ Google.

شرح مفصل لـ 5 طفرات تقنية

الطفرة الأولى: مساحة تضمين موحدة للوسائط المتعددة

هذه هي الميزة التنافسية الأكبر لنموذج Gemini Embedding 2، حيث يتم تعيين محتوى 5 وسائط مختلفة إلى نفس الفضاء المتجهي.

سيناريوهات الاستخدام العملي:

• البحث عن صور باستخدام نصوص ("سيارة سباق حمراء على المضمار" ← إرجاع الصور المطابقة).
• البحث عن مقاطع فيديو مشابهة باستخدام صور.
• البحث عن مستندات ذات صلة باستخدام وصف صوتي.
• بناء قاعدة معرفية موحدة عبر الوسائط.

هذا لم يكن ممكناً في نماذج التضمين السابقة؛ فسلسلة OpenAI text-embedding-3 تدعم النصوص فقط، وإذا كنت بحاجة للبحث عن صور، كان يجب عليك استخدام نموذج رؤية لاستخراج الوصف أولاً، مما يضيف خطوة إضافية ويؤدي لفقدان المعلومات.

الطفرة الثانية: نافذة سياق بـ 8,192 رمز

ارتفعت نافذة الإدخال من 2,048 إلى 8,192 رمزاً، مما يعني إمكانية تضمين مقاطع مستندات أطول في المرة الواحدة.

بالنسبة لأنظمة RAG (التوليد المعزز بالاسترجاع)، يعد هذا التحسين مفيداً جداً:

• سابقاً كان يجب تقطيع المستندات إلى أجزاء صغيرة من 500-1000 رمز.
• الآن يمكنك استخدام أجزاء كبيرة من 2000-4000 رمز، مما يحافظ على سياق أكبر.
• أجزاء مستند أكبر = تقطيع أقل = نتائج استرجاع أكثر اكتمالاً.

الطفرة الثالثة: مرونة الأبعاد عبر Matryoshka

يستخدم Gemini Embedding 2 تدريب Matryoshka Representation Learning (MRL)، حيث يركز النموذج أهم المعلومات الدلالية في الأبعاد الأولى للمتجه.

وهذا يعني أنه يمكنك اختيار الأبعاد بمرونة حسب السيناريو:

ملاحظة: عند استخدام أبعاد أقل من 3,072، يجب إجراء تسوية (Normalization) يدوية للمتجهات قبل حساب التشابه.

الطفرة الرابعة: دعم أكثر من 100 لغة

في اختبارات MTEB المعيارية متعددة اللغات، تم تقييم Gemini Embedding 2 على أكثر من 250 لغة، متجاوزاً نطاق المنافسين بكثير.

مؤشرات الأداء للغات الرئيسية:

• تعدين النصوص المزدوجة (Bitext Mining): 79.32 نقطة.
• الاسترجاع عبر اللغات (XOR-Retrieve): Recall@5kt 90.42 نقطة.
• الفهم متعدد اللغات (XTREME-UP): MRR@10 64.33 نقطة.

الطفرة الخامسة: المركز الأول في تصنيفات MTEB المتعددة

للمقارنة، حصل النموذج صاحب المركز الثاني gte-Qwen2-7B-instruct على 62.51 نقطة في اختبار MTEB متعدد اللغات، مما يعني أن Gemini Embedding 2 يتفوق بفارق 6 نقاط تقريباً، وهو فارق كبير جداً في مجال نماذج التضمين.

💡 نصيحة للمطورين: إذا كنت تبني نظام RAG أو تطبيق بحث دلالي،
فإن Gemini Embedding 2 هو الخيار الأقوى حالياً في سيناريوهات اللغات المتعددة والبرمجة.
يمكنك الربط مع هذا النموذج بضغطة زر عبر APIYI apiyi.com، مع دعم نماذج OpenAI embedding أيضاً،
مما يسهل عليك مقارنة النتائج بسرعة.

مقارنة الأسعار والأداء مع المنافسين

مقارنة أسعار تضمين النصوص (Embedding)

تسعير المحتوى متعدد الوسائط (حصري لـ Gemini Embedding 2):

توصيات اختيار النموذج

🎯 نصيحة للاختيار: يعتمد اختيار نموذج التضمين (Embedding) على سيناريو عملك الخاص.
ننصحك بالوصول إلى نماذج Gemini وOpenAI عبر منصة APIYI (apiyi.com)،
ومقارنة نتائج الاسترجاع ببياناتك الحقيقية قبل اتخاذ القرار. تدعم المنصة واجهة موحدة، مما يتيح لك تبديل النماذج دون الحاجة لتعديل الكود.

شرح تفصيلي لطريقة استدعاء API

طريقة تحديد نوع المهمة (تغيير مهم)

على عكس gemini-embedding-001، فإن نموذج Gemini Embedding 2 لم يعد يستخدم معامل task_type، بل يتم تحديد نوع المهمة من خلال تضمين تعليمات المهمة داخل محتوى الإدخال.

8 أنواع من المهام المدعومة:

بالنسبة لجانب المستند، إذا لم يوجد عنوان، استخدم title: none.

مثال على الاستدعاء باستخدام Python

import openai

# الاستدعاء عبر الواجهة الموحدة لـ APIYI
client = openai.OpenAI(
    api_key="YOUR_APIYI_KEY",
    base_url="https://api.apiyi.com/v1"
)

# تضمين النص - سيناريو البحث
response = client.embeddings.create(
    model="gemini-embedding-2-preview",
    input="task: search result | query: ما هي قاعدة البيانات المتجهة",
    dimensions=768  # الأبعاد المتاحة: 128-3072
)

embedding = response.data[0].embedding
print(f"أبعاد المتجه: {len(embedding)}")
print(f"أول 5 قيم: {embedding[:5]}")

import openai
import numpy as np
from typing import List

client = openai.OpenAI(
    api_key="YOUR_APIYI_KEY",
    base_url="https://api.apiyi.com/v1"
)

def get_embedding(text: str, task: str = "search result", dim: int = 768) -> List[float]:
    """الحصول على متجه تضمين النص"""
    formatted = f"task: {task} | query: {text}"
    response = client.embeddings.create(
        model="gemini-embedding-2-preview",
        input=formatted,
        dimensions=dim
    )
    vec = response.data[0].embedding
    # أبعاد MRL المقتطعة تتطلب تطبيعاً (Normalization) يدوياً
    if dim < 3072:
        norm = np.linalg.norm(vec)
        vec = (np.array(vec) / norm).tolist()
    return vec

def get_doc_embedding(title: str, text: str, dim: int = 768) -> List[float]:
    """الحصول على متجه تضمين المستند"""
    formatted = f"title: {title} | text: {text}"
    response = client.embeddings.create(
        model="gemini-embedding-2-preview",
        input=formatted,
        dimensions=dim
    )
    vec = response.data[0].embedding
    if dim < 3072:
        norm = np.linalg.norm(vec)
        vec = (np.array(vec) / norm).tolist()
    return vec

def cosine_similarity(a: List[float], b: List[float]) -> float:
    """حساب تشابه جيب التمام"""
    a, b = np.array(a), np.array(b)
    return np.dot(a, b) / (np.linalg.norm(a) * np.linalg.norm(b))

# مثال على الاستخدام
query_vec = get_embedding("كيفية تحسين نتائج استرجاع RAG")
doc_vec = get_doc_embedding(
    "دليل تحسين RAG",
    "يقدم هذا المقال 5 طرق لتحسين جودة استرجاع RAG..."
)
similarity = cosine_similarity(query_vec, doc_vec)
print(f"التشابه: {similarity:.4f}")

🚀 ابدأ بسرعة: نوصي باستخدام منصة APIYI (apiyi.com) للوصول السريع إلى Gemini Embedding 2.
توفر المنصة واجهة برمجة تطبيقات متوافقة مع OpenAI، مما يتيح لك إكمال التكامل في 5 دقائق،
مع دعم الاستدعاء الموحد لنماذج التضمين الرئيسية مثل OpenAI وGemini وCohere.

ملاحظات الاستخدام

قيود حالة المعاينة (Preview)

ملاحظات عند الترحيل من النماذج القديمة

1. يجب إعادة بناء الفهرس: مساحات المتجهات للنماذج المختلفة غير متوافقة، ولا يمكن خلطها في نفس قاعدة البيانات.
2. تغير تنسيق نوع المهمة: تم التغيير من معامل task_type إلى تعليمات مضمنة داخل الموجه (Prompt).
3. معالجة التطبيع: إذا كنت تستخدم أبعاداً غير افتراضية، يجب إضافة منطق التطبيع في الكود الخاص بك.
4. اختبار النتائج قبل الترحيل: يوصى بمقارنة نتائج الاسترجاع بين النموذج القديم والجديد في بيئة اختبار قبل اتخاذ قرار الترحيل.

الأسئلة الشائعة

ملخص: معيار جديد في تضمينات الوسائط المتعددة

يمثل نموذج Gemini Embedding 2 Preview علامة فارقة في عالم نماذج التضمين (Embedding models)؛ حيث ينتقل بنا من مجرد معالجة النصوص إلى فضاء موحد حقيقي للوسائط المتعددة. بفضل تصدره للمركز الأول في اختبارات MTEB في أبعاد اللغات المتعددة، واللغة الإنجليزية، والبرمجة في آن واحد، إلى جانب نافذة سياق تصل إلى 8 آلاف رمز (Token) ودعم تقنية MRL لتعديل الأبعاد، فإنه يوفر حالياً أقوى أساس ممكن لأنظمة RAG، والبحث الدلالي، وبناء قواعد المعرفة.

مراجعة لأبرز النقاط:

• أول نموذج تضمين أصيل يدعم خمس وسائط (نص + صور + فيديو + صوت + ملفات PDF).
• المركز الأول في اختبارات MTEB للغات المتعددة، متفوقاً بأكثر من 5 نقاط.
• نافذة سياق بسعة 8,192 رمزاً، أي أربعة أضعاف الجيل السابق.
• دعم تدريب MRL لمرونة في الأبعاد تتراوح بين 128 و3,072.
• تسعير تنافسي يبلغ 0.20 دولار لكل مليون رمز، مما يجعله عالي الكفاءة في سيناريوهات الوسائط المتعددة.

نوصي بالوصول السريع إلى Gemini Embedding 2 Preview عبر منصة APIYI (apiyi.com)، حيث يتيح لك مفتاح API واحد دعم نماذج التضمين الرائدة مثل Gemini وOpenAI، مما يسهل عليك المقارنة والتبديل بينها.

📝 كاتب المقال: الفريق التقني لـ APIYI | APIYI apiyi.com – منصة موحدة للوصول إلى أكثر من 300 نموذج ذكاء اصطناعي عبر API.

المراجع

1. مدونة جوجل الرسمية: إعلان إطلاق Gemini Embedding 2

   • الرابط: blog.google/innovation-and-ai/models-and-research/gemini-models/gemini-embedding-2/
   • الوصف: تتضمن فلسفة تصميم النموذج ومقدمة عن قدراته في الوسائط المتعددة.

2. وثائق Gemini API للتضمين: دليل الاستخدام الرسمي للـ API

   • الرابط: ai.google.dev/gemini-api/docs/embeddings
   • الوصف: معايير API الكاملة وأمثلة على استدعاء النموذج.

3. ورقة بحث Gemini Embedding: التفاصيل التقنية واختبارات الأداء

   • الرابط: arxiv.org/html/2503.07891v1
   • الوصف: بيانات اختبار MTEB التفصيلية وتحليل معمارية النموذج.

4. تسعير Gemini API: معلومات مفصلة عن تسعير كل وسيط

   • الرابط: ai.google.dev/gemini-api/docs/pricing
   • الوصف: تفاصيل الأسعار للنصوص، الصور، الصوت، والفيديو.