Mengulas Gemini Embedding 2 Preview: Model penyematan multimodal asli pertama, 5 terobosan utama peringkat 1 MTEB

Google merilis model penting pada Maret 2026—Gemini Embedding 2 Preview, model embedding multimodal natif pertama di industri. Model ini mampu memetakan teks, gambar, video, audio, dan dokumen PDF ke dalam ruang vektor yang sama, menempati peringkat ke-1 dalam tolok ukur multibahasa MTEB, mengungguli posisi kedua dengan selisih lebih dari 5 persen.

Nilai Inti: Setelah membaca artikel ini, Anda akan memahami 5 terobosan teknis Gemini Embedding 2 Preview, perbandingan harga dan performa dengan kompetitor, serta cara mengaksesnya dengan cepat melalui API.

Apa itu Gemini Embedding 2 Preview

Gemini Embedding 2 Preview adalah model embedding terbaru yang dirilis oleh Google pada 10 Maret 2026. Model ini diinisialisasi berdasarkan arsitektur Gemini, menggunakan struktur Transformer perhatian dua arah (bidirectional attention), dan merupakan model embedding pertama dari Google yang mendukung input multimodal secara natif.

Perbedaan Utama dengan Model Generasi Sebelumnya

🎯 Tips Akses: APIYI apiyi.com telah mendukung pemanggilan model gemini-embedding-2-preview,
Anda dapat mengaksesnya melalui antarmuka yang kompatibel dengan OpenAI, tanpa perlu mengonfigurasi kunci API Google secara terpisah.

Penjelasan Mendalam 5 Terobosan Teknis

Terobosan 1: Ruang Embedding Terpadu Multimodal Asli

Ini adalah keunggulan pembeda terbesar dari Gemini Embedding 2—konten dari 5 modalitas dipetakan ke dalam ruang vektor yang sama.

Skenario aplikasi nyata:

• Mencari gambar menggunakan teks ("mobil sport merah di lintasan balap" → mengembalikan gambar yang cocok)
• Mencari klip video serupa menggunakan gambar
• Mencari dokumen terkait menggunakan deskripsi suara
• Membangun basis pengetahuan terpadu lintas modalitas

Hal ini mustahil dilakukan pada model embedding sebelumnya—seri text-embedding-3 dari OpenAI hanya mendukung teks. Jika Anda memerlukan pencarian gambar, Anda harus menggunakan model visual untuk mengekstrak deskripsi terlebih dahulu sebelum melakukan embedding, yang menambah langkah dan menyebabkan hilangnya informasi.

Terobosan 2: Jendela Konteks 8.192 Token

Jendela input ditingkatkan dari 2.048 menjadi 8.192 Token, yang berarti Anda dapat melakukan embedding pada segmen dokumen yang lebih panjang sekaligus.

Bagi sistem RAG (Retrieval-Augmented Generation), peningkatan ini sangat praktis:

• Sebelumnya, dokumen perlu dipotong menjadi segmen kecil 500-1000 Token
• Sekarang, Anda dapat menggunakan segmen besar 2000-4000 Token untuk mempertahankan lebih banyak konteks
• Segmen dokumen yang lebih besar = lebih sedikit pemotongan = hasil pencarian yang lebih lengkap

Terobosan 3: Skalabilitas Dimensi Matryoshka

Gemini Embedding 2 dilatih menggunakan Matryoshka Representation Learning (MRL), di mana model memusatkan informasi semantik terpenting pada dimensi awal vektor.

Ini berarti Anda dapat memilih dimensi secara fleksibel sesuai dengan skenario:

Catatan: Saat menggunakan dimensi di bawah 3.072, Anda perlu melakukan normalisasi vektor secara manual sebelum menghitung kemiripan.

Terobosan 4: Dukungan 100+ Bahasa

Dalam benchmark multibahasa MTEB, Gemini Embedding 2 telah dievaluasi pada 250+ bahasa, dengan cakupan yang jauh melampaui kompetitor.

Indikator kinerja bahasa utama:

• Bitext Mining: 79,32 poin
• Pencarian Lintas Bahasa (XOR-Retrieve): Recall@5kt 90,42 poin
• Pemahaman Multibahasa (XTREME-UP): MRR@10 64,33 poin

Terobosan 5: Peringkat #1 di Berbagai Benchmark MTEB

Sebagai perbandingan, model peringkat kedua, gte-Qwen2-7B-instruct, memiliki skor 62,51 pada MTEB multibahasa—Gemini Embedding 2 unggul hampir 6 poin, yang merupakan selisih yang sangat besar di bidang model embedding.

💡 Saran Pengembangan: Jika Anda sedang membangun sistem RAG atau aplikasi pencarian semantik,
Gemini Embedding 2 adalah pilihan terkuat saat ini untuk skenario multibahasa dan kode.
Melalui APIYI (apiyi.com), Anda dapat mengakses model ini dengan satu klik, sekaligus mendukung model embedding OpenAI,
sehingga memudahkan perbandingan hasil secara cepat.

Perbandingan Harga dan Performa dengan Kompetitor

Perbandingan Harga Embedding Teks

Harga Konten Multimodal (Eksklusif untuk Gemini Embedding 2):

Saran Pemilihan Model

🎯 Saran Pemilihan: Memilih model embedding bergantung pada skenario spesifik Anda.
Kami menyarankan untuk mencoba Gemini dan OpenAI melalui platform APIYI (apiyi.com).
Bandingkan hasil pencarian dengan data asli sebelum memutuskan. Platform ini mendukung antarmuka terpadu, sehingga Anda bisa mengganti model tanpa mengubah kode.

Penjelasan Detail Cara Pemanggilan API

Cara Menentukan Tipe Tugas (Perubahan Penting)

Berbeda dengan gemini-embedding-001, Gemini Embedding 2 tidak lagi menggunakan parameter task_type, melainkan menentukan tipe tugas dengan menyematkan instruksi tugas ke dalam konten input.

8 Tipe tugas yang didukung:

Untuk sisi dokumen, jika tidak ada judul, gunakan title: none.

Contoh Pemanggilan Python

import openai

# Memanggil melalui antarmuka terpadu APIYI
client = openai.OpenAI(
    api_key="YOUR_APIYI_KEY",
    base_url="https://api.apiyi.com/v1"
)

# Embedding teks - skenario pencarian
response = client.embeddings.create(
    model="gemini-embedding-2-preview",
    input="task: search result | query: apa itu basis data vektor",
    dimensions=768  # Dimensi opsional: 128-3072
)

embedding = response.data[0].embedding
print(f"Dimensi vektor: {len(embedding)}")
print(f"5 nilai pertama: {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]:
    """Mendapatkan vektor embedding teks"""
    formatted = f"task: {task} | query: {text}"
    response = client.embeddings.create(
        model="gemini-embedding-2-preview",
        input=formatted,
        dimensions=dim
    )
    vec = response.data[0].embedding
    # Dimensi pemotongan MRL perlu dinormalisasi secara manual
    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]:
    """Mendapatkan vektor embedding dokumen"""
    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:
    """Menghitung kemiripan kosinus"""
    a, b = np.array(a), np.array(b)
    return np.dot(a, b) / (np.linalg.norm(a) * np.linalg.norm(b))

# Contoh penggunaan
query_vec = get_embedding("bagaimana mengoptimalkan hasil pencarian RAG")
doc_vec = get_doc_embedding(
    "Panduan Optimasi RAG",
    "Artikel ini memperkenalkan 5 metode untuk mengoptimalkan kualitas pencarian RAG..."
)
similarity = cosine_similarity(query_vec, doc_vec)
print(f"Kemiripan: {similarity:.4f}")

🚀 Mulai Cepat: Direkomendasikan untuk menggunakan platform APIYI (apiyi.com) untuk integrasi cepat Gemini Embedding 2.
Platform ini menyediakan antarmuka embedding yang kompatibel dengan OpenAI, integrasi selesai dalam 5 menit,
serta mendukung pemanggilan terpadu untuk model embedding utama seperti OpenAI, Gemini, dan Cohere.

Catatan Penggunaan

Batasan Status Preview

Catatan Migrasi dari Model Lama

1. Wajib Membangun Ulang Indeks: Ruang vektor antar model tidak kompatibel, tidak bisa dicampur dalam database yang sama.
2. Perubahan Format Tipe Tugas: Berubah dari parameter task_type menjadi instruksi yang disematkan dalam petunjuk (prompt).
3. Pemrosesan Normalisasi: Jika menggunakan dimensi non-default, logika normalisasi harus ditambahkan ke dalam kode.
4. Uji Efektivitas Sebelum Migrasi: Disarankan untuk membandingkan efektivitas pengambilan (retrieval) antara model lama dan baru di lingkungan pengujian sebelum memutuskan untuk migrasi.

Pertanyaan Umum (FAQ)

Kesimpulan: Standar Baru untuk Embedding Multimodal

Gemini Embedding 2 Preview menandai tonggak penting bagi model embedding—peralihan dari sekadar teks menuju ruang multimodal yang benar-benar terpadu. Dengan meraih peringkat ke-1 di tiga dimensi sekaligus (multibahasa, bahasa Inggris, dan kode) pada MTEB, ditambah jendela konteks 8K dan penskalaan dimensi MRL, model ini menyediakan kemampuan dasar terkuat saat ini untuk sistem RAG, pencarian semantik, dan pembangunan basis pengetahuan.

Ringkasan Poin Utama:

• Model embedding lima modalitas asli pertama di industri (teks + gambar + video + audio + PDF)
• Peringkat ke-1 di tolok ukur multibahasa MTEB, unggul lebih dari 5 poin
• Jendela konteks 8.192 token, 4 kali lipat dari generasi sebelumnya
• Pelatihan MRL mendukung penskalaan dimensi fleksibel dari 128 hingga 3.072
• Harga $0,20/juta token, sangat hemat biaya untuk skenario multimodal

Direkomendasikan untuk mengakses Gemini Embedding 2 Preview dengan cepat melalui APIYI apiyi.com. Satu kunci API mendukung model embedding utama seperti Gemini, OpenAI, dan lainnya, sehingga memudahkan perbandingan dan peralihan antar model.

📝 Penulis Artikel: Tim Teknis APIYI | APIYI apiyi.com – Platform akses terpadu untuk 300+ API Model Bahasa Besar AI

Referensi

1. Blog Resmi Google: Pengumuman rilis Gemini Embedding 2

   • Tautan: blog.google/innovation-and-ai/models-and-research/gemini-models/gemini-embedding-2/
   • Penjelasan: Berisi filosofi desain model dan pengenalan kemampuan multimodal

2. Dokumentasi Embedding API Gemini: Panduan penggunaan API resmi

   • Tautan: ai.google.dev/gemini-api/docs/embeddings
   • Penjelasan: Parameter API lengkap dan contoh pemanggilan

3. Makalah Penelitian Gemini Embedding: Detail teknis dan tolok ukur

   • Tautan: arxiv.org/html/2503.07891v1
   • Penjelasan: Data pengujian MTEB terperinci dan analisis arsitektur model

4. Harga API Gemini: Informasi harga terperinci untuk setiap modalitas

   • Tautan: ai.google.dev/gemini-api/docs/pricing
   • Penjelasan: Penetapan harga terpisah untuk teks, gambar, audio, dan video