Pinecone bổ sung Gemini Embedding 2 vào dịch vụ tìm kiếm tài liệu được quản lý

Pinecone thông báo vào ngày 12 tháng 11 năm 2026 rằng Documents API hiện hỗ trợ Gemini Embedding 2 của Google, tạo vector nhúng khi ghi dữ liệu và thực hiện truy vấn tìm kiếm thông qua Vertex AI. Tùy chọn được quản lý này loại bỏ nhu cầu sử dụng tài khoản Google Cloud, khóa API hoặc quy trình tạo vector nhúng riêng, với mức phí $0.20 cho mỗi 1 triệu token.

Việc tích hợp này thay đổi nơi xử lý công đoạn tạo vector nhúng. Các ứng dụng gửi văn bản thuần đến Pinecone, nơi gọi mô hình mỗi khi ghi dữ liệu hoặc truy vấn, đồng thời thử lại những lệnh gọi thất bại. Chi phí sử dụng dịch vụ tạo vector nhúng được gộp vào hóa đơn Pinecone thay vì tính riêng qua Google. Pinecone cũng ghi văn bản và vector nhúng của từng tài liệu cùng lúc, nhờ đó tìm kiếm ngữ nghĩa và tìm kiếm toàn văn sử dụng cùng một phiên bản của tài liệu đó. Vector nhúng là các vectơ biểu thị ý nghĩa, cho phép cùng một trường hỗ trợ truy xuất dựa trên độ tương đồng và tìm kiếm từ khóa mà không cần ứng dụng tạo vectơ trước.

Cấu hình chỉ mục và các loại tác vụ

Khách hàng chọn gemini-embedding-2 trong trường văn bản embed cấu hình khi tạo chỉ mục. Tài liệu về mô hình của Pinecone nêu kích thước mặc định là 3,072 chiều; mô hình hỗ trợ mọi số nguyên từ 128 đến 3,072, và cosine là chỉ số tương đồng duy nhất. Mô hình chấp nhận tối đa 8,192 token cho mỗi đầu vào. Mô hình, số chiều và chỉ số được cố định khi tạo chỉ mục, vì vậy đây là các quyết định về hạ tầng chứ không phải tham số mà nhóm có thể điều chỉnh sau khi triển khai.

Các loại tác vụ kiểm soát cách mô hình tạo vector nhúng cho những khối lượng công việc khác nhau. Tác vụ truy xuất tổng quát sử dụng retrieval_document cho văn bản được lưu trữ và retrieval_query cho các lượt tìm kiếm theo mặc định. Với các tác vụ phân loại, phân cụm và đo độ tương đồng câu, văn bản được lưu trữ và truy vấn được xử lý như nhau để so sánh văn bản; các chế độ cài đặt truy vấn khác phục vụ trả lời câu hỏi, xác minh sự thật và truy xuất mã. Một lượt tìm kiếm có thể ghi đè tác vụ truy vấn mặc định của trường.

Pinecone tự động chèn chỉ dẫn tác vụ bắt buộc của Gemini, vì vậy người dùng chỉ cần gửi văn bản thuần thay vì tự xây dựng câu lệnh dành riêng cho mô hình. Tài liệu về tính năng tạo vector nhúng tích hợp cũng cố định tác vụ ghi dữ liệu của một trường khi tạo chỉ mục. Các chỉ dẫn này thêm khoảng sáu hoặc bảy token vào mỗi giá trị hoặc truy vấn và được tính vào giới hạn đầu vào của mô hình.

Giá, gói dịch vụ và các giới hạn hiện tại

Phí được tính cho số token dùng để tạo vector nhúng trong cả thao tác ghi dữ liệu lẫn truy vấn, gắn mức tiêu thụ với hoạt động lập chỉ mục và tìm kiếm. Gói Builder của Pinecone thường bao gồm 10 triệu token Gemini Embedding 2 mỗi tháng; mức này được tăng gấp đôi lên 20 triệu đến hết ngày 31 tháng 12 năm 2026. Mô hình yêu cầu gói Builder, Standard hoặc Enterprise và không khả dụng trong gói Starter. Mỗi yêu cầu tạo vector nhúng có thể chứa tối đa 96 đầu vào, còn truy vấn tìm kiếm bị giới hạn ở 10,000 byte.

Bản phát hành đầu tiên chỉ giới hạn ở các chỉ mục Documents API không máy chủ, không bao gồm các chỉ mục BYOC, dựa trên pod và Records API. Thông báo của Pinecone nêu hỗ trợ trên bảng điều khiển và Python SDK 10.3.0, đồng thời cho biết hỗ trợ Node.js và Go SDK sẽ sớm ra mắt. Có thể chuyển đổi các chỉ mục vectơ hiện có thành chỉ mục Documents API mà không cần tạo lại vector nhúng, nhưng hiện chưa thể bổ sung tính năng tạo vector nhúng tích hợp vào chỉ mục đã chuyển đổi; do đó, quy trình hiện tại sử dụng các chỉ mục Documents API mới. Thông báo cũng cho biết hỗ trợ đa phương thức được lên kế hoạch cho một bản phát hành sau.

Lộ trình đó cho thấy dịch vụ có thể vượt ra ngoài phạm vi tích hợp chỉ xử lý văn bản ở thời điểm ra mắt. Thông báo về mô hình ngày 10 tháng 3 năm 2026 của Google mô tả Gemini Embedding 2 là mô hình đa phương thức nguyên bản, ánh xạ văn bản, hình ảnh, video, âm thanh và tài liệu vào cùng một không gian vector nhúng. Dịch vụ xử lý văn bản của Pinecone hỗ trợ hơn 100 ngôn ngữ. Hoạt động xử lý diễn ra trên phạm vi toàn cầu, vì vậy Google có thể xử lý mỗi yêu cầu tại bất kỳ khu vực nào của mình mà không đảm bảo một khu vực cụ thể.

Đối với các nhóm vận hành hạ tầng tìm kiếm, bản phát hành này đưa công đoạn tạo vector nhúng từ một tích hợp với nhà cung cấp được quản lý riêng vào quy trình xử lý của cơ sở dữ liệu. Trước mắt, dịch vụ phù hợp nhất với các triển khai tìm kiếm văn bản mới sử dụng gói trả phí; phạm vi của dịch vụ ban đầu được xác định bởi việc chỉ xử lý trên phạm vi toàn cầu và hạn chế đối với các chỉ mục đã chuyển đổi.