Täglicher gemischter Preis ($/1 Mio.) – wird jeden Tag aufgezeichnet und bildet im Laufe der Zeit einen Trend.
Typischer 3:1-Output-to-Input-Mix pro 1 Mio. Token
Quelle: litellm
Universelle Textgenerierung, Chat, Zusammenfassung und Content-Workloads, bei denen umfassende Funktionalität und niedrige Kosten am wichtigsten sind.
Google multimodal embedding model for text, images, audio, video, and PDF retrieval.
gemini-embedding-2 ist ein Text-Modell von Google (US). HotON.ai verfolgt es bei $0.20 pro 1 Mio. Eingabe-Tokens und $0.00 pro 1 Mio. Ausgabe-Tokens mit einem 1K-Token-Kontextfenster. Sein zusammengesetzter Effizienzwert beträgt 88/100 bei einem geschätzten $0.000 pro erfolgreicher Aufgabe.
gemini-embedding-2 wird bei $0.20 pro 1 Mio. Eingabe-Tokens und $0.00 pro 1 Mio. Ausgabe-Tokens verfolgt. Eine typische 3:1-Ausgabe-zu-Eingabe-Arbeitslast ergibt ungefähr $0.05 pro 1 Mio. Token. Bei den Zahlen handelt es sich um illustrative Demodaten.
Universelle Textgenerierung, Chat, Zusammenfassung und Content-Workloads, bei denen umfassende Funktionalität und niedrige Kosten am wichtigsten sind.
gemini-embedding-2 unterstützt bis zu einem 1K-Token-Kontextfenster – groß genug für lange Dokumente und längere Konversationen in einer einzigen Anfrage.
Innerhalb des von HotON.ai erfassten Bestands ist gemini-embedding-2 beim Eingabepreis günstiger als 62% der Modelle und liegt nach Gesamteffizienz auf Platz 315 von 521.
Ja – qwen3-235b-a22b-2507 ist eine kostengünstigere Option bei $0.10 pro 1 Million Ausgabe-Tokens, deckt aber dennoch ähnliche Text-Anwendungsfälle ab. Vergleichen Sie sie nebeneinander auf HotON.ai.
Die Preise sind real (über den TestKey-Katalog, täglich aktualisiert). Qualität (Arena Elo) ist real, wenn das Modell auf der LMArena-Rangliste steht. Geschwindigkeit, Verfügbarkeit und Effizienz sind modellierte Schätzungen.