HostYourAI
Product
EU RouterModèles de décision comme JevHostYourAI CodeOpenAI-compatible APIAnthropic-compatible APIModel GardenDedicated InstancesPlaygroundFine-tuning (Loes)Gagnez de l'argent avec votre GPU
Solutions
Cas d'usage
HostYourAI CodeLLM InferenceRAG pipelinesChatbotsAI agentsFine-tuning
Secteurs
Administrations publiquesSantéFinanceJuridique
Modèles
Kimi K3DeepSeek V4 ProDeepSeek V4 FlashGLM 5.3Kimi K2.7 CodeQwen3.5 397BLlama 3.3 70BMistralMiniMax M3Tous les modèles →
Comparer
Azure OpenAIAWS BedrockClaude APIChatGPTOpenAIComparer les coûts
Ressources
DocumentationAnalyse des économiesGuide : migrer vers l'EU RouterGuide : déployer votre propre LLM (vLLM)Guide : construire un RAG sur des GPU européensCatalogue de modèlesActualitésSécuritéFAQ
Tarifs Actualités
NL EN DE FR ES
Connexion Réserver une démo Commencer
Model garden Router · sur demande Dédié · disponible

embeddinggemma 2

Fonctionne comme votre propre déploiement GPU dédié, à lancer directement depuis l'assistant. Les données restent en Europe.

EmbeddingGemma 2 is an open multimodal embedding model built by Google DeepMind which maps text (incl. code), images, video, and audio inputs—and combinations thereof—into a single, unified 768-dimensional vector space. The model has 740M total parameters, combining a 270M parame...

Commencer gratuitement ← Tous les modèles
google/embeddinggemma-2 Sur demande
text->embedding · google · sovereign EU
Runs on EU infrastructure operated by European companies; US marketplace capacity is never part of this chain. Full chain
0.7B
Paramètres
262K
Fenêtre de contexte
8GB
VRAM minimale
POST /api/v1/embeddings Sur demande

Caractéristiques

Paramètres 0.7B
Fenêtre de contexte 262,144 tokens
VRAM minimale 8 GB
Architecture EmbeddingGemma2Model (vLLM)
Licence apache-2.0
Modalité text->embedding
Date de sortie September 2026
Éditeur google ↗

Tarifs

Router partagé · par token
Sur demande
Non disponible sur le Router partagé. Tarif sur demande en déploiement GPU dédié.
GPU dédié · par heure
à partir de 0,89 € par heure
Votre propre instance vLLM sur un cloud européen (8 Go de VRAM), facturée à l'heure.

Router européen partagé, paiement au token, scale-to-zero. Les déploiements GPU dédiés sont facturés à l'heure, voir tarifs.

Indice Bench

Bench est notre indice de qualité pour chaque modèle, de 0 à 100. Il s'appuie sur des mesures publiques (Epoch AI avec une quarantaine de benchmarks, LiveBench, LMArena et d'autres) et est actualisé chaque matin. Là où personne ne mesure, il affiche une estimation avec une fourchette.

~60,9 / 100 · Estimation

Estimé d'après sa taille, ajusté sur tous les modèles de MTEB (échelle propre).

Fourchette de 55,1 à 66,7

Sources: Epoch AI ↗ · LiveBench ↗ · LMArena ↗ · Mis à jour chaque jour, dernière fois le 20-10-2026

Appelez-le dès maintenant

Remplacement direct d'OpenAI : changez uniquement l'URL de base et la clé API. Le format Anthropic (/v1/messages) est également pris en charge.

curl https://hostyourai.com/api/v1/embeddings \
  -H "Authorization: Bearer hyai-..." \
  -H "Content-Type: application/json" \
  -d '{
    "model": "google/embeddinggemma-2",
    "input": "The quick brown fox"
  }'

Questions fréquentes

Puis-je exécuter embeddinggemma 2 dans l'UE ?

Oui. HostYourAI exécute embeddinggemma 2 sur des GPU situés dans des centres de données européens via vLLM. Les prompts et les réponses ne quittent jamais l'UE, et aucun fournisseur de cloud américain n'intervient dans la chaîne.

L'hébergement de embeddinggemma 2 est-il conforme au RGPD ?

Oui. Tout le traitement a lieu au sein de l'UE, un accord de traitement des données (DPA) est disponible et la liste des sous-traitants est publique. Des poids open source signifient aussi : aucun entraînement sur vos données.

Combien coûte embeddinggemma 2 ?

embeddinggemma 2 nécessite plusieurs GPU à la fois et fonctionne donc en déploiement dédié, facturé à l'heure de GPU et non au token. Indiquez-nous votre volume et nous ferons le calcul avec vous.

L'API est-elle compatible avec OpenAI ?

Oui. Vous utilisez les SDK OpenAI standard avec une URL de base personnalisée (https://hostyourai.com/api/v1). L'API Anthropic Messages est également prise en charge en remplacement direct.

Autres modèles de Google

diffusiongemma 26B A4B it

DiffusionGemma is a generative model built by Google DeepMind. Based on the 26B A4B Mixture-of-Experts (MoE) Gemma 4 architecture, DiffusionGemma generates tokens using discrete diffusion. This open-weights model is multimodal, handling text, image, and video inputs to generate text output.

26B 262K contexte Voir le modèle →
gemma 4 31B it qat w4a16 ct

[!Note] This model card is for the new versions of the Gemma 4 family optimized with Quantization-Aware Training (QAT), which allows preserving similar quality to bfloat16 while dramatically reducing the memory requirements to load the model. Four versions of the QAT checkpoints are available: Unquantized QAT checkpoints (Q40): Half-precision weights extracted from the QAT pipeline, ideal for custom downstream compilation and research. Available for Gemma 4 E2B, E4B, 12B, 26B A4B, and 31B, and their drafter models. GGUF (Q40): Ready-to-deploy formats for broad ecosystem compatibility. Availabl

33B 262K contexte Voir le modèle →
gemma 4 26B A4B it qat q4 0 unquantized

[!Note] This model card is for the new versions of the Gemma 4 family optimized with Quantization-Aware Training (QAT), which allows preserving similar quality to bfloat16 while dramatically reducing the memory requirements to load the model. Four versions of the QAT checkpoints are available: Unquantized QAT checkpoints (Q40): Half-precision weights extracted from the QAT pipeline, ideal for custom downstream compilation and research. Available for Gemma 4 E2B, E4B, 12B, 26B A4B, and 31B, and their drafter models. GGUF (Q40): Ready-to-deploy formats for broad ecosystem compatibility. Availabl

26B 262K contexte Voir le modèle →
gemma 4 31B it qat q4 0 unquantized

[!Note] This model card is for the new versions of the Gemma 4 family optimized with Quantization-Aware Training (QAT), which allows preserving similar quality to bfloat16 while dramatically reducing the memory requirements to load the model. Four versions of the QAT checkpoints are available: Unquantized QAT checkpoints (Q40): Half-precision weights extracted from the QAT pipeline, ideal for custom downstream compilation and research. Available for Gemma 4 E2B, E4B, 12B, 26B A4B, and 31B, and their drafter models. GGUF (Q40): Ready-to-deploy formats for broad ecosystem compatibility. Availabl

31B 262K contexte Voir le modèle →
gemma 4 31B

Gemma is a family of open models built by Google DeepMind. Gemma 4 models are multimodal, handling text and image input (with audio supported on E2B, E4B, and 12B) and generating text output. This release includes open-weights models in both pre-trained and instruction-tuned variants. Gemma 4 features a context window of up to 256K tokens and maintains multilingual support in over 140 languages.

33B 262K contexte Voir le modèle →
gemma 4 26B A4B

Gemma is a family of open models built by Google DeepMind. Gemma 4 models are multimodal, handling text and image input (with audio supported on E2B, E4B, and 12B) and generating text output. This release includes open-weights models in both pre-trained and instruction-tuned variants. Gemma 4 features a context window of up to 256K tokens and maintains multilingual support in over 140 languages.

27B 262K contexte Voir le modèle →

Essayez embeddinggemma 2 gratuitement

La création d'un compte prend une minute. Votre clé API fonctionne immédiatement avec embeddinggemma 2.

Commencer gratuitement