@BenjaminDEKR：刚使用 gemini-embedding-2 将 27,603 条笔记向量化用于语义搜索。总花费：$0.07。这真是太棒了。

X AI KOLs Following 工具
gemini-embedding-2 semantic-search vector-embedding cost ai-tools

摘要

一位用户使用 gemini-embedding-2 将 27,603 条笔记向量化用于语义搜索，总花费仅 $0.07，凸显其经济实惠。

刚使用 gemini-embedding-2 将 27,603 条笔记向量化用于语义搜索。 总花费：$0.07。 这真是太棒了。
查看原文
查看缓存全文

缓存时间: 2026/05/08 21:37

刚刚使用 gemini-embedding-2 将 27,603 条笔记向量化用于语义搜索。

总费用：0.07 美元。 这真是太不可思议了。

相似文章

Google Gemini 悄悄解锁隐藏超能力

YouTube AI Channels

Google 悄然为 Gemini 加入读取并推理 NotebookLM 笔记本的能力，让用户把带引用的私有文档与实时网页搜索融合，实现更快速、有依据的研究与创意流程。

Gemini 2.5 Flash-Lite 现已准备就绪，可用于大规模生产

Google DeepMind Blog

Google 发布 Gemini 2.5 Flash-Lite 作为稳定版本并正式上线，这是 Gemini 2.5 系列中速度最快、成本最低的模型，定价为每 100 万个令牌 $0.10（输入）/$0.40（输出），具备原生推理能力和与原生工具的完全功能对等。