Pinecone ने प्रबंधित दस्तावेज़ खोज में Gemini Embedding 2 जोड़ा

Pinecone ने 12 नवंबर 2026 को घोषणा की कि उसका Documents API अब Google के Gemini Embedding 2 का समर्थन करता है और Vertex AI के ज़रिए डेटा लिखते समय और खोज क्वेरी पर एम्बेडिंग तैयार करता है। इस प्रबंधित विकल्प से अलग Google Cloud खाते, API key या एम्बेडिंग पाइपलाइन की ज़रूरत नहीं रहती और इसकी लागत प्रति 10 लाख टोकन $0.20 है।

इस एकीकरण से एम्बेडिंग का काम कहाँ होता है, यह बदल जाता है। एप्लिकेशन सादा टेक्स्ट Pinecone को भेजते हैं, जो हर बार डेटा लिखने और क्वेरी करने पर मॉडल चलाता है और विफल कॉल को दोबारा करने की कोशिश करता है। एम्बेडिंग का पूरा उपयोग Pinecone के बिल में शामिल होता है, Google की ओर से अलग से बिल नहीं किया जाता। Pinecone हर दस्तावेज़ का टेक्स्ट और उसकी एम्बेडिंग भी एक साथ लिखता है, ताकि अर्थ-आधारित और पूर्ण-पाठ खोज में उसी दस्तावेज़ का एक ही संस्करण इस्तेमाल हो। एम्बेडिंग अर्थ को दर्शाने वाले वेक्टर होते हैं, जिनकी मदद से एप्लिकेशन को पहले वेक्टर तैयार किए बिना ही एक ही फ़ील्ड का उपयोग समानता-आधारित पुनर्प्राप्ति और कीवर्ड खोज, दोनों के लिए किया जा सकता है।

इंडेक्स कॉन्फ़िगरेशन और टास्क के प्रकार

ग्राहक चुनते हैं gemini-embedding-2 किसी टेक्स्ट फ़ील्ड की embed कॉन्फ़िगरेशन, जब वे इंडेक्स बनाते हैं। Pinecone के मॉडल का दस्तावेज़ीकरण में डिफ़ॉल्ट रूप से 3,072 आयाम दिए गए हैं; 128 से 3,072 तक की कोई भी पूर्णांक संख्या समर्थित है और समानता मापने के लिए केवल कोसाइन मेट्रिक उपलब्ध है। मॉडल हर इनपुट में अधिकतम 8,192 टोकन स्वीकार करता है। मॉडल, आयाम और मेट्रिक इंडेक्स बनाते समय तय हो जाते हैं, इसलिए ये ऐसे पैरामीटर नहीं हैं जिन्हें टीमें परिनियोजन के बाद बदल सकें; ये बुनियादी ढाँचे से जुड़े निर्णय हैं।

टास्क के प्रकार तय करते हैं कि अलग-अलग कार्यभार के लिए मॉडल टेक्स्ट की एम्बेडिंग कैसे तैयार करता है। सामान्य पुनर्प्राप्ति में retrieval_document संग्रहीत टेक्स्ट के लिए और retrieval_query डिफ़ॉल्ट रूप से खोजों के लिए इस्तेमाल होता है। वर्गीकरण, क्लस्टरिंग और वाक्य-समानता वाले टास्क में टेक्स्ट की तुलना करते समय संग्रहीत टेक्स्ट और क्वेरी, दोनों को एक जैसा माना जाता है; वहीं, क्वेरी की अन्य सेटिंग में प्रश्नों के उत्तर देना, तथ्यों की पुष्टि करना और कोड खोजना शामिल है। एक ही खोज में फ़ील्ड के डिफ़ॉल्ट क्वेरी टास्क को बदला जा सकता है।

Pinecone Gemini के लिए ज़रूरी टास्क निर्देश अपने आप जोड़ता है, इसलिए उपयोगकर्ताओं को मॉडल-विशिष्ट प्रॉम्प्ट बनाने के बजाय सादा टेक्स्ट देना होता है। एकीकृत एम्बेडिंग का दस्तावेज़ीकरण इंडेक्स बनाते समय फ़ील्ड का लेखन टास्क भी तय करता है। ये निर्देश हर वैल्यू या क्वेरी में लगभग छह या सात टोकन जोड़ते हैं और मॉडल की इनपुट सीमा में गिने जाते हैं।

मूल्य निर्धारण, योजनाएँ और मौजूदा सीमाएँ

डेटा लिखने और क्वेरी करने, दोनों में इस्तेमाल हुए एम्बेडिंग टोकन के लिए शुल्क लिया जाता है; यानी खपत का सीधा संबंध इंडेक्सिंग और खोज गतिविधि से है। Pinecone की Builder योजना में आम तौर पर हर महीने Gemini Embedding 2 के 10 मिलियन टोकन शामिल होते हैं; 31 दिसंबर 2026 तक यह संख्या दोगुनी होकर 20 मिलियन है। इस मॉडल के लिए Builder, Standard या Enterprise योजना ज़रूरी है; Starter पर यह उपलब्ध नहीं है। एम्बेडिंग अनुरोध में अधिकतम 96 इनपुट हो सकते हैं, जबकि खोज क्वेरी की सीमा 10,000 बाइट है।

पहली रिलीज़ केवल सर्वरलेस Documents API इंडेक्स तक सीमित है; इसमें BYOC, पॉड-आधारित और Records API इंडेक्स शामिल नहीं हैं। Pinecone की घोषणा में कंसोल और Python SDK 10.3.0 के लिए समर्थन का उल्लेख है, जबकि Node.js और Go SDK का समर्थन जल्द आने वाला है। मौजूदा वेक्टर इंडेक्स को दोबारा एम्बेडिंग किए बिना Documents API इंडेक्स में बदला जा सकता है, लेकिन बदले गए इंडेक्स में एकीकृत एम्बेडिंग जोड़ने की सुविधा अभी उपलब्ध नहीं है। इसलिए मौजूदा प्रक्रिया में नए Documents API इंडेक्स का इस्तेमाल होता है। घोषणा में यह भी कहा गया है कि बहुमाध्यमी समर्थन भविष्य की किसी रिलीज़ में देने की योजना है।

यह रोडमैप लॉन्च के समय उपलब्ध केवल-टेक्स्ट एकीकरण से आगे की दिशा दिखाता है। Google की 10 मार्च 2026 की मॉडल घोषणा में Gemini Embedding 2 को ऐसा मॉडल बताया गया है जो मूल रूप से बहुमाध्यमी है और टेक्स्ट, छवियों, वीडियो, ऑडियो तथा दस्तावेज़ों को एक ही एम्बेडिंग स्पेस में दर्शाता है। Pinecone की टेक्स्ट सेवा 100 से अधिक भाषाओं का समर्थन करती है। प्रोसेसिंग वैश्विक स्तर पर होती है, इसलिए Google हर अनुरोध को अपने किसी भी क्षेत्र में संसाधित कर सकता है; किसी खास क्षेत्र में प्रोसेसिंग की गारंटी नहीं है।

खोज का बुनियादी ढाँचा चलाने वाली टीमों के लिए, इस रिलीज़ से एम्बेडिंग का काम अलग से प्रबंधित प्रदाता एकीकरण से हटकर डेटाबेस प्रक्रिया का हिस्सा बन जाता है। फ़िलहाल यह सशुल्क योजनाओं पर नई टेक्स्ट-खोज सेवाएँ शुरू करने के लिए सबसे उपयुक्त है; केवल वैश्विक स्तर पर प्रोसेसिंग और बदले गए इंडेक्स से जुड़ी सीमा, शुरुआती सेवा का दायरा तय करती हैं।