Text-Embeddings

POST

/v1beta/models/gemini-embedding-001:embedContent

• Wandelt Text in Vektor-Embeddings für semantische Suche, Clustering, Empfehlungen usw. um
• Pflicht: Text in content.parts
• Optional: output_dimensionality zur Dimensionsreduktion, taskType für den Aufgabentyp
• Offizielle Dokumentation: Embeddings

Authorizations

bearer

Type

HTTP (bearer)

Request Body

application/json

object

object

Required

Einzubettender Inhalt

Optionale Dimensionsreduktion der Ausgabe

Optionaler Aufgabentyp für das Embedding (z. B. SEMANTIC_SIMILARITY)