EmbeddingGemma 2
- 输入 输入模态: 文本图像音频视频
- 开放权重
价格
0 个渠道报价 · 按标价显示这个模型暂无标价渠道。
详细规格
- 最短向量
- 128
- 支持语言数
- 100
Google 的页面未说明：向量类型, 单次请求条数。
本地运行
权重： google/embeddinggemma-2- 参数 0.7B
- 稠密
- 原生精度 BF16
- 层数 24
- 每 token 的 KV 缓存 48 KB
- 配置位置数 256K （config.json max_position_embeddings）
在你的配置上 · GeForce RTX 4090
●流畅 原生 BF16 （自动） 8K 上下文 320–479 tok/s单卡
权重KV 缓存运行开销可用上限
- 需要
- ≈ 2.0 GB (权重 1.4（官方文件） + KV 缓存 0.1 + 开销 0.5)
- 可用
- 21.6 GB (标称的 90%)
- 生成速度
- 320–479 tok/s
- 最长上下文
- 256K (模型上限)
- 首 token
- 2K 提示约 0.02–0.04 秒
| 推荐精度 | 权重 | 8K 需要 | 在你的配置上 | 最长上下文 |
|---|---|---|---|---|
| 原生 BF16官方 | 1.4 GB | ≈ 2.0 | ●流畅 320–479 tok/s | 256K |
| Q8_0 | 0.7 GB | ≈ 1.3 | ●流畅 573–860 tok/s | 256K |
| FP8 | 0.7 GB | ≈ 1.3 | ●流畅 605–908 tok/s | 256K |
| Q6_K | 0.6 GB | ≈ 1.2 | ●流畅 721–1081 tok/s | 256K |
| Q5_K_M | 0.5 GB | ≈ 1.1 | ●流畅 816–1224 tok/s | 256K |
| Q5_0 | 0.5 GB | ≈ 1.1 | ●流畅 840–1260 tok/s | 256K |
| Q4_K_M | 0.4 GB | ≈ 1.0 | ●流畅 933–1399 tok/s | 256K |
| Q4_0 | 0.4 GB | ≈ 1.0 | ●流畅 994–1492 tok/s | 256K |
| IQ4_XS | 0.4 GB | ≈ 1.0 | ●流畅 1042–1564 tok/s | 256K |
| Q3_K_M质量下降明显 | 0.3 GB | ≈ 0.9 | ●流畅 1115–1673 tok/s | 256K |
| IQ3_XXS质量下降明显 | 0.3 GB | ≈ 0.8 | ●流畅 1352–2028 tok/s | 256K |
| Q2_K质量下降明显 | 0.3 GB | ≈ 0.8 | ●流畅 1372–2059 tok/s | 256K |
| IQ2_XXS质量下降明显 | 0.2 GB | ≈ 0.8 | ●流畅 1802–2702 tok/s | 256K |
点一行换精度。“官方”是厂商自己发布的文件，大小是实际值；其余按参数量 × 每权重位数估算。
和其他配置比
每个配置各用它能跑的最高精度，点一个看细节。
最低需要（Q4_K_M · 8K）：显卡 GeForce RTX 3080；统一内存 Apple M5 · 16 GB。
运行命令
vLLM
vllm serve google/embeddinggemma-2 --max-model-len 8192
微调需要多少显存
全参≈ 13.7 GB你的配置放得下
LoRA≈ 4.0 GB你的配置放得下
QLoRA≈ 3.0 GB你的配置放得下
batch 1、序列 2048、梯度检查点；LoRA / QLoRA 为注意力投影上的 r=16 适配器。
估算；数据来自厂商的 Hugging Face 仓库，截至 2026-11-06。 怎么估算的
引用评分
来自第三方排行榜，并非我们测得我们引用的排行榜暂未覆盖向量模型。MTEB 结果以 CC0 公开，之后会按单项基准引用，不做综合分。
资讯
全部资讯 →- 2026年11月2日发布 Google 发布 Gemini 4 Argon 并宣布 Gemini 4 Carbon Google 已在全球范围内通过 Google AI Studio、Gemini API、Google Cloud、Search 和 Gemini app 推出 Gemini 4 Argon。Gemini 4 Carbon 正由美国政府和部分网络防御人员进行预发布测试，之后计划扩大推出范围。
- 2026年10月6日发布 Google 发布 EmbeddingGemma 2 Google 发布了 EmbeddingGemma 2，这是一款拥有 7.4 亿参数、支持文本、代码、图像、视频和音频的多模态嵌入模型，采用 Apache 2.0 许可证。模型上下文窗口为 8K token，可从 Hugging Face 和 Kaggle 下载。
变更
全部变更 →- 新增向量模型
来源
- EmbeddingGemma 2 is a best-in-class open model for natively multimodal embeddings（在新标签页打开） deepmind.google · 核对于 2026年11月3日
- EmbeddingGemma 2 model card | Google AI for Developers（在新标签页打开） ai.google.dev · 核对于 2026年11月2日
- EmbeddingGemma 2 is a best-in-class open model for natively multimodal embeddings（在新标签页打开） deepmind.google · 核对于 2026年11月3日
- google/embeddinggemma-2 model card（在新标签页打开） huggingface.co · 核对于 2026年11月1日
- google/embeddinggemma-2 config.json（在新标签页打开） huggingface.co · 核对于 2026年11月1日
- google/embeddinggemma-2 files（在新标签页打开） huggingface.co · 核对于 2026年10月30日
- google/embeddinggemma-2 model card（在新标签页打开） huggingface.co · 核对于 2026年11月1日
本页部分数值尚待与官方页面核对：实心圆点已核实，空心圆点尚未核实（无论是否已有来源）。 我们如何核实数据
Google · 美国 · ai.google.dev
相关模型
快照、同系列与同厂商的其他模型