Pinecone dodaje Gemini Embedding 2 do zarządzanej usługi wyszukiwania dokumentów

Pinecone poinformowało 12 listopada 2026 r., że jego interfejs Documents API obsługuje teraz Gemini Embedding 2 od Google, który tworzy osadzenia przy zapisie i wyszukiwaniu za pośrednictwem Vertex AI. Zarządzana opcja eliminuje potrzebę posiadania osobnego konta Google Cloud, klucza API lub potoku do generowania osadzeń, a opłata wynosi 0,20 USD za 1 milion tokenów.

Integracja zmienia miejsce, w którym wykonywane są operacje generowania osadzeń. Aplikacje przesyłają zwykły tekst do Pinecone, które wywołuje model przy każdym zapisie i wyszukiwaniu oraz ponawia nieudane żądania. Koszty korzystania z osadzeń są uwzględniane na jednej fakturze Pinecone, zamiast być naliczane osobno przez Google. Pinecone zapisuje też tekst każdego dokumentu i jego osadzenie jednocześnie, dzięki czemu wyszukiwanie semantyczne i pełnotekstowe korzystają z tej samej wersji dokumentu. Osadzenia to wektory reprezentujące znaczenie, co pozwala używać tego samego pola do wyszukiwania według podobieństwa i słów kluczowych bez konieczności wcześniejszego generowania wektorów przez aplikację.

Konfiguracja indeksu i typy zadań

Klienci wybierają gemini-embedding-2 w polu tekstowym embed Dokumentacja modelu Pinecone podaje domyślnie 3 072 wymiary; obsługiwana jest dowolna liczba całkowita od 128 do 3 072, a jedyną dostępną metryką podobieństwa jest metryka cosinusowa. Model przyjmuje maksymalnie 8 192 tokeny na wejściu. Model, liczba wymiarów i metryka są ustalane podczas tworzenia indeksu, stając się decyzjami dotyczącymi infrastruktury, a nie parametrami, które zespoły mogą zmienić po wdrożeniu.

Typy zadań określają sposób, w jaki model generuje osadzenia tekstu na potrzeby różnych zastosowań. Ogólne wyszukiwanie informacji wykorzystuje retrieval_document w przypadku zapisanych tekstów, a retrieval_query domyślnie w przypadku wyszukiwań. W zadaniach klasyfikacji, grupowania i porównywania podobieństwa zdań zapisany tekst i zapytania są traktowane jednakowo, natomiast inne ustawienia zapytań obejmują odpowiadanie na pytania, weryfikację faktów i wyszukiwanie kodu. Pojedyncze wyszukiwanie może zastąpić domyślny typ zadania zapytania przypisany do pola.

Pinecone automatycznie dodaje wymagane przez Gemini polecenie dotyczące zadania, więc użytkownicy przesyłają zwykły tekst zamiast konstruować zapytania dostosowane do modelu. Dokumentacja zintegrowanego generowania osadzeń określa również zadanie wykonywane podczas zapisu dla danego pola w chwili tworzenia indeksu. Te instrukcje dodają około sześciu lub siedmiu tokenów do każdej wartości lub zapytania i wliczają się do limitu wejściowego modelu.

Ceny, plany i bieżące limity

Opłaty są naliczane za tokeny użyte do generowania osadzeń zarówno podczas zapisu, jak i wyszukiwania, dzięki czemu zużycie wiąże się z indeksowaniem i aktywnością wyszukiwania. Plan Builder Pinecone obejmuje standardowo 10 milionów tokenów Gemini Embedding 2 miesięcznie; do 31 grudnia 2026 r. limit ten jest podwojony i wynosi 20 milionów. Korzystanie z modelu wymaga planu Builder, Standard lub Enterprise; model nie jest dostępny w planie Starter. Żądania generowania osadzeń mogą zawierać maksymalnie 96 danych wejściowych, a zapytanie wyszukiwawcze może mieć najwyżej 10 000 bajtów.

Pierwsze wydanie obejmuje wyłącznie bezserwerowe indeksy Documents API, z wyłączeniem indeksów BYOC, opartych na podach i korzystających z Records API. Zgodnie z ogłoszeniem Pinecone obsługa w konsoli i pakiecie SDK Python w wersji 10.3.0 jest już dostępna, a obsługa pakietów SDK Node.js i Go pojawi się wkrótce. Istniejące indeksy wektorowe można przekształcić w indeksy Documents API bez ponownego generowania osadzeń, ale dodanie zintegrowanego generowania osadzeń do przekształconego indeksu nie jest jeszcze możliwe, dlatego obecny sposób pracy wymaga nowych indeksów Documents API. W ogłoszeniu podano również, że obsługa danych multimodalnych jest planowana na przyszłe wydanie.

Ta zapowiedź wskazuje na rozwój wykraczający poza dostępną w chwili premiery integrację obsługującą wyłącznie tekst. Ogłoszenie modelu Google z 10 marca 2026 r. opisuje Gemini Embedding 2 jako model natywnie multimodalny, który odwzorowuje tekst, obrazy, wideo, dźwięk i dokumenty w jednej przestrzeni osadzeń. Usługa tekstowa Pinecone obsługuje ponad 100 języków. Przetwarzanie odbywa się globalnie, co oznacza, że Google może obsłużyć każde żądanie w dowolnym ze swoich regionów, nie gwarantując przy tym konkretnego regionu.

Dla zespołów zarządzających infrastrukturą wyszukiwania to wydanie przenosi generowanie osadzeń z osobno zarządzanej integracji z dostawcą do ścieżki obsługi bazy danych. Rozwiązanie najlepiej sprawdzi się obecnie przy wdrażaniu nowych usług wyszukiwania tekstu w płatnych planach, a zakres początkowej oferty wyznaczają przetwarzanie wyłącznie globalne i ograniczenia dotyczące przekształconych indeksów.