Os modelos de representação vetorial, amplamente conhecidos como embeddings, constituem a espinha dorsal dos sistemas modernos de Recuperação de Informação (IR) e de Geração Aumentada por Recuperação (RAG). Ao converter dados não estruturados em vetores densos em um espaço multidimensional, essas tecnologias permitem que sistemas computacionais capturem nuances semânticas complexas. No entanto, a viabilidade econômica de arquiteturas de inteligência artificial em larga escala é diretamente influenciada pelas políticas de precificação das provedoras de nuvem. Recentemente, a infraestrutura do ecossistema Google Gemini passou por uma reestruturação profunda, marcada pela descontinuação de modelos legados e pela introdução de novas gerações de embeddings. O objetivo deste artigo é analisar o impacto econômico e arquitetural decorrente da transição de precificação dos modelos de embeddings da família Gemini entre os anos de 2024 e 2026, com foco na descontinuação do modelo text-embedding-004 e na ascensão dos modelos gemini-embedding-001 e gemini-embedding-2-preview.
A evolução dos modelos de embeddings do Google reflete um esforço contínuo para integrar capacidades avançadas de representação semântica e flexibilidade operacional. O modelo text-embedding-004, lançado em meados de 2024, consolidou-se como uma solução de baixo custo para processamento de texto puro, operando com uma janela de contexto de até 2.048 tokens. Contudo, em conformidade com o ciclo de vida de desenvolvimento da empresa, o encerramento definitivo do suporte ao text-embedding-004 foi programado e executado em 14 de janeiro de 2026, direcionando os desenvolvedores para soluções mais robustas.
A primeira grande transição ocorreu com a disponibilização geral do gemini-embedding-001 em julho de 2025. Este modelo introduziu a técnica de Aprendizado de Representação Matryoshka (MRL), que permite aos desenvolvedores reduzir as dimensões de saída do padrão de 3.072 para valores menores, como 1.536, 768 ou 128, otimizando custos de armazenamento e latência de busca sem perdas severas de acurácia. Posteriormente, em 10 de março de 2026, o Google anunciou o gemini-embedding-2-preview, expandindo a janela de contexto para 8.192 tokens e introduzindo suporte nativo a dados multimodais, unificando texto, imagens, áudio, vídeo e arquivos PDF em um único espaço vetorial.
Essa evolução técnica, no entanto, veio acompanhada de uma expressiva alteração tarifária. Enquanto o modelo legado text-embedding-004 apresentava um custo de US$ 0,02 por milhão de tokens de entrada, o gemini-embedding-001 foi precificado em US$ 0,15 por milhão de tokens. A introdução do gemini-embedding-2-preview elevou essa tarifa para US$ 0,20 por milhão de tokens para entradas de texto puro, representando um aumento de 10 vezes (1000%) em relação à tarifa base de 2024. Em termos comparativos, o mercado de embeddings de texto puro apresenta alternativas substancialmente mais baratas, como o text-embedding-3-small da OpenAI, tarifado a US$ 0,02 por milhão de tokens, e o text-embedding-3-large, a US$ 0,13 por milhão de tokens.
Para avaliar as implicações dessa transição, este estudo adotou uma metodologia de análise comparativa quantitativa e qualitativa. Foram coletados dados técnicos e tarifários oficiais disponibilizados pelo Google AI for Developers e por plataformas de monitoramento de custos de APIs. Adicionalmente, foram analisados relatórios de desempenho e benchmarks independentes de recuperação semântica, como o Massive Text Embedding Benchmark (MTEB) e testes de recuperação em domínios específicos (contratos legais, suporte técnico e saúde) conduzidos por AIMultiple. A análise estruturou-se em torno de três eixos: (a) evolução do custo por milhão de tokens; (b) relação custo-benefício em tarefas de texto puro versus tarefas multimodais; e (c) estratégias de mitigação de custos por meio de APIs assíncronas (Batch API) e técnicas de compressão vetorial.
Os dados consolidados revelam uma mudança de paradigma na estratégia comercial do Google. A Tabela 1 sintetiza a evolução técnica e tarifária dos modelos analisados.
Tabela 1 – Comparativo Técnico e Tarifário de Modelos de Embeddings Gemini (2024-2026)
| Modelo | Lançamento | Depreciação | Custo por 1M Tokens (Texto) | Janela de Contexto | Dimensões Máximas | Suporte Multimodal |
|---|---|---|---|---|---|---|
text-embedding-004 |
Mai/2024 | Jan/2026 | US$ 0,02 | 2.048 | 768 | Não | gemini-embedding-001 | Jul/2025 | Ativo | US$ 0,15 | 2.048 | 3.072 | Não | gemini-embedding-2-preview | Mar/2026 | Ativo (Preview) | US$ 0,20 | 8.192 | 3.072 | Sim (Texto, Imagem, Áudio, Vídeo, PDF) |
Fonte: Adaptado de Google (2026a) e TokenCost (2026). A análise da Tabela 1 evidencia que a migração obrigatória decorrente da descontinuação do text-embedding-004 impôs aos desenvolvedores um aumento imediato de 7,5 vezes nos custos operacionais de indexação ao adotarem o gemini-embedding-001. Para sistemas de alta volumetria, essa variação compromete significativamente as margens financeiras se não houver ajustes arquiteturais.
No entanto, a introdução do gemini-embedding-2-preview propõe uma compensação de valor por meio da multimodalidade nativa. Conforme apontado por VentureBeat (2026), embora a tarifa de texto puro seja de US$ 0,20 por milhão de tokens, o modelo permite codificar diferentes modalidades de mídia (imagens a US$ 0,45/1M; áudio a US$ 6,50/1M; vídeo a US$ 12,00/1M) em um único pipeline de dados. Em arquiteturas tradicionais, a indexação multimodal exigiria a execução coordenada de múltiplos modelos proprietários (como CLIP para imagens e Whisper para áudio), gerando custos fragmentados e complexidade de alinhamento vetorial. A consolidação em um único modelo nativo reduz o custo total de propriedade (TCO) e simplifica o fluxo de engenharia de dados.
Por outro lado, em cenários estritamente voltados para texto, a justificativa para o prêmio de preço do Gemini torna-se mais complexa. Benchmarks de recuperação semântica indicam que o gemini-embedding-001 chega a superar o gemini-embedding-2-preview em tarefas específicas de recuperação de texto em inglês, como em corpora médicos (MedRAG) e jurídicos. Nesses casos, o custo adicional de 33% do modelo mais recente não se traduz em ganho de acurácia, tornando o gemini-embedding-001 a escolha técnica mais eficiente para RAG puramente textual.
Para mitigar os impactos financeiros da nova tabela tarifária, os arquitetos de software devem explorar mecanismos de otimização oferecidos pela API do Gemini. O principal deles é a utilização da Batch API, que processa requisições de forma assíncrona com um desconto tarifário de aproximadamente 50% (US$ 0,10 por milhão de tokens de texto no Gemini 2), ideal para tarefas de indexação em lote que toleram janelas de processamento de até 24 horas. Adicionalmente, o aproveitamento do Aprendizado de Representação Matryoshka (MRL) possibilita reduzir as dimensões dos vetores armazenados em bancos de dados vetoriais, diminuindo drasticamente os custos de infraestrutura de armazenamento.
A transição na precificação dos modelos de embeddings da família Google Gemini reflete um reposicionamento estratégico da empresa, que migrou de uma abordagem de utilitário de baixo custo (com o text-embedding-004) para uma plataforma premium de alta performance e capacidade multimodal (com o gemini-embedding-2-preview). O aumento tarifário de até 10 vezes exige uma reavaliação rigorosa por parte dos engenheiros de sistemas. Recomenda-se que aplicações estritamente textuais e de alto volume avaliem a permanência no gemini-embedding-001 ou a migração para concorrentes mais econômicos, enquanto projetos que demandam busca semântica cruzada entre diferentes mídias (texto, imagem e áudio) adotem o gemini-embedding-2-preview, capitalizando sobre a eficiência de sua arquitetura multimodal unificada.
AIMULTIPLE. Embedding Models: OpenAI vs Gemini vs Voyage. AIMultiple, 25 abr. 2026. Disponível em: https://aimultiple.com/. Acesso em: 29 jun. 2026. GOOGLE. Gemini deprecations. Google AI for Developers, 15 jun. 2026. Disponível em: https://ai.google.dev/docs/deprecations. Acesso em: 29 jun. 2026.
GOOGLE. Gemini Developer API pricing. Google AI for Developers, 29 jun. 2026. Disponível em: https://ai.google.dev/pricing. Acesso em: 29 jun. 2026.
GOOGLE. Gemini Embedding now generally available in the Gemini API. Google Developers Blog, 14 jul. 2025. Disponível em: https://developers.googleblog.com/. Acesso em: 29 jun. 2026.
LAZZARI, Nicola. Gemini API Pricing Explained: Token Costs and Free Tier. Lazzari Tech, 3 mar. 2026. Disponível em: https://nicolalazzari.com/. Acesso em: 29 jun. 2026.
TOKENCOST. Gemini Embedding 2 Pricing vs OpenAI Embeddings (2026). TokenCost, 11 mar. 2026. Disponível em: https://tokencost.io/. Acesso em: 29 jun. 2026. VENTUREBEAT. Google's Gemini Embedding 2 arrives with native multimodal support to cut costs and speed up your enterprise data stack. VentureBeat, 11 mar. 2026. Disponível em: https://venturebeat.com/. Acesso em: 29 jun. 2026.
Esta peça acadêmica foi estruturada e gerada utilizando a metodologia de redação assistida por IA desenvolvida por JESUS MARTINS OLIVEIRA JUNIOR.