Google 的 Gemini API deprecations 文件把 `gemini-embedding-001` 的 shutdown date 列為 2026 年 7 月 14 日，建議替代模型是 `gemini-embedding-2`。這個日期已經到期，但 Google 的公開生命週期頁只列出排程，沒有逐一回報每個專案的端點目前是否已停止回應；使用中的團隊仍要從自己的 API 呼叫與服務狀態確認實際影響。
對使用向量搜尋或 Retrieval-Augmented Generation（RAG）的系統而言，切換工作不只包含改模型名稱。Google 另行說明，兩個模型產生的 embedding space 不相容，舊資料與新資料不能直接拿來比較，既有資料必須重新嵌入。
Google 文件列出 gemini-embedding-001 的關閉日期
Google 的模型生命週期表列出 `gemini-embedding-001` 在 2025 年 7 月 14 日發布，2026 年 7 月 14 日關閉，推薦替代版本是 `gemini-embedding-2`。同一張表也列出 `text-embedding-004` 已在 2026 年 1 月 14 日關閉，代表 embedding 產品線的遷移時間點會直接影響仍使用舊模型的 API 應用。
生命週期表沒有把舊模型的實際停用結果細分到每個 API key、專案或區域，因此文件上的日期應先視為 Google 公布的服務期限，不能代替企業自己的請求錯誤、監控與索引檢查。
gemini-embedding-2 的輸入範圍與限制不同
Google 的 Embeddings 文件把 `gemini-embedding-2` 列為穩定模型，輸入可包含文字、圖片、影片、音訊與 PDF，輸入 token limit 為 8,192，輸出維度可在 128 到 3,072 之間調整，推薦維度為 768、1,536 或 3,072。
`gemini-embedding-001` 的文件規格則是文字輸入、2,048 token 上限，同樣支援彈性輸出維度。輸入類型與長度變化會影響切分策略、向量資料庫欄位設定及重新建立索引的時間。
兩個模型的向量空間不相容，RAG 資料必須重建
Google 明確寫明，`gemini-embedding-001` 與 `gemini-embedding-2` 的 embedding spaces 不相容，不能直接比較兩個模型產出的向量。升級時必須把既有文件重新送進新模型，建立新的向量資料，並重新驗證相似度門檻、排序結果與引用品質。
這項限制也影響分批切換。若文件庫一部分仍用舊模型、另一部分已換成新模型，檢索結果會混合不同空間的向量；系統需要在重新嵌入完成前保留版本標記，或把新舊索引分開使用。
Google 同時調整 task type 與多輸入聚合方式
`gemini-embedding-001` 使用 `task_type` 參數指定語意相似度或檢索文件等任務；`gemini-embedding-2` 不支援這個參數，文字任務的指示要放進 prompt。新模型對多個輸入的處理也不同，直接在同一個請求送入文字與圖片等內容時，會產生聚合向量。
Google 文件要求使用者依新模型的 prompt、Content 物件與 Batch API 說明調整程式。對照模型輸出、重建索引與測試端點狀態，會是這次遷移能否完成的實際條件。
消息來源：Google AI for Developers｜Gemini deprecations、Google AI for Developers｜Embeddings。
