Pinecone intègre Gemini Embedding 2 à son service géré de recherche documentaire

Pinecone a annoncé le 12 novembre 2026 que son API Documents prend désormais en charge Gemini Embedding 2 de Google et génère des plongements lors des écritures et des requêtes de recherche via Vertex AI. Cette option gérée évite d’avoir à disposer d’un compte Google Cloud, d’une clé API ou d’un pipeline de génération de plongements distinct, et coûte 0,20 $ par million de jetons.

Cette intégration déplace le traitement des plongements. Les applications envoient du texte brut à Pinecone, qui appelle le modèle à chaque écriture et à chaque requête, et relance les appels qui échouent. L’utilisation des plongements est regroupée sur la facture Pinecone au lieu d’être facturée séparément par Google. Pinecone enregistre également ensemble le texte de chaque document et son plongement, de sorte que la recherche sémantique et la recherche en texte intégral utilisent la même version du document. Les plongements sont des vecteurs qui représentent le sens, ce qui permet au même champ de prendre en charge la recherche par similarité et la recherche par mots-clés sans que l’application ait à générer d’abord des vecteurs.

Configuration des index et types de tâches

Les clients sélectionnent gemini-embedding-2 dans un champ de texte embed lors de la création d’un index. La documentation du modèle de Pinecone indique une dimension par défaut de 3 072, et prend en charge toute valeur entière comprise entre 128 et 3 072, le cosinus étant la seule mesure de similarité disponible. Le modèle accepte jusqu’à 8 192 jetons par entrée. Le modèle, la dimension et la mesure sont définis lors de la création de l’index ; ce sont donc des choix d’infrastructure, et non des paramètres que les équipes peuvent modifier après le déploiement.

Les types de tâches déterminent la manière dont le modèle génère les plongements de texte pour différents cas d’usage. La recherche générale utilise retrieval_document pour le texte stocké et retrieval_query par défaut pour les recherches. Pour les tâches de classification, de regroupement et de similarité entre phrases, le texte stocké et les requêtes sont traités de la même manière lors des comparaisons de textes, tandis que d’autres paramètres de requête couvrent la réponse aux questions, la vérification des faits et la recherche de code. Une recherche peut remplacer le type de tâche par défaut du champ.

Pinecone insère automatiquement l’instruction de tâche requise par Gemini, de sorte que les utilisateurs envoient du texte brut au lieu de rédiger des requêtes spécifiques au modèle. La documentation sur les plongements intégrés définit également la tâche d’écriture d’un champ lors de la création de l’index. Ces instructions ajoutent environ six ou sept jetons à chaque valeur ou requête et sont prises en compte dans la limite d’entrée du modèle.

Tarifs, forfaits et limites actuelles

Les frais s’appliquent aux jetons utilisés pour générer des plongements, aussi bien lors des écritures que des requêtes, liant ainsi la consommation aux activités d’indexation et de recherche. Le forfait Builder de Pinecone comprend normalement 10 millions de jetons Gemini Embedding 2 par mois ; ce plafond est porté à 20 millions jusqu’au 31 décembre 2026. Le modèle nécessite un forfait Builder, Standard ou Enterprise et n’est pas disponible avec le forfait Starter. Les requêtes de génération de plongements peuvent contenir jusqu’à 96 entrées, tandis qu’une requête de recherche est limitée à 10 000 octets.

La première version est limitée aux index serverless de l’API Documents et exclut les index BYOC, ceux basés sur des pods et ceux de l’API Records. L’annonce de Pinecone indique que la prise en charge est disponible dans la console et le SDK Python 10.3.0, et qu’elle arrivera bientôt dans les SDK Node.js et Go. Les index vectoriels existants peuvent être convertis en index de l’API Documents sans générer de nouveau les plongements, mais l’ajout de la génération intégrée de plongements à un index converti n’est pas encore possible ; le processus actuel nécessite donc de nouveaux index de l’API Documents. L’annonce indique également que la prise en charge du multimodal est prévue dans une version ultérieure.

Cette feuille de route va au-delà de l’intégration limitée au texte proposée au lancement. L’annonce du modèle publiée par Google le 10 mars 2026 décrit Gemini Embedding 2 comme un modèle nativement multimodal, qui associe textes, images, vidéos, fichiers audio et documents dans un même espace de plongement. Le service textuel de Pinecone prend en charge plus de 100 langues. Le traitement est mondial : Google peut donc traiter chaque requête dans n’importe laquelle de ses régions, sans garantir le recours à une région particulière.

Pour les équipes qui exploitent une infrastructure de recherche, cette version intègre la génération de plongements au parcours de traitement de la base de données, au lieu de la confier à une intégration distincte avec un fournisseur. Elle convient d’abord aux nouveaux déploiements de recherche textuelle avec des forfaits payants ; le traitement exclusivement mondial et la limitation concernant les index convertis définissent le périmètre du service initial.