[{"data":1,"prerenderedAt":-1},["ShallowReactive",2],{"blog-/blog/noticias/gemini-embedding-001-apagado-2028-reindexar-rag-embedding-2":3,"prev-/blog/noticias/gemini-embedding-001-apagado-2028-reindexar-rag-embedding-2":464,"next-/blog/noticias/gemini-embedding-001-apagado-2028-reindexar-rag-embedding-2":440,"related-/blog/noticias/gemini-embedding-001-apagado-2028-reindexar-rag-embedding-2":467,"author-Valeria Ríos":486},{"id":4,"title":5,"author":6,"authorUrl":7,"body":8,"category":417,"cta":418,"date":423,"dateModified":423,"description":424,"draft":425,"extension":426,"faq":427,"featured":425,"howto":440,"image":441,"imageAlt":442,"intent":443,"keywords":444,"meta":450,"navigation":451,"path":452,"publishedTime":453,"readingTime":454,"seo":455,"seoTitle":456,"stem":457,"tags":458,"__hash__":463},"blog/blog/noticias/gemini-embedding-001-apagado-2028-reindexar-rag-embedding-2.md","Embeddings de Gemini: la versión preview ya redirige a la estable y gemini-embedding-001 tiene apagado en 2028; por qué migrar obliga a reindexar tu buscador con IA","Valeria Ríos","/autores/valeria-rios",{"type":9,"value":10,"toc":407},"minimark",[11,30,54,57,62,65,153,160,170,194,197,201,213,216,220,223,308,312,329,335,339,387,395,398],[12,13,14,15,19,20,25,26,29],"p",{},"Cuando se habla de retiros de modelos de IA, casi siempre se piensa en el modelo que ",[16,17,18],"strong",{},"escribe"," las respuestas: los Gemini 2.5 que ",[21,22,24],"a",{"href":23},"/blog/noticias/gemini-2-5-pro-flash-apagado-1-diciembre-redireccion-automatica","se redirigen el 1 de diciembre"," o los GPT que OpenAI va apagando. Hay otro modelo, menos visible, que sostiene a casi todos los asistentes que responden con los documentos de una empresa: el de ",[16,27,28],{},"embeddings",". Y ese no se cambia con solo editar una línea.",[12,31,32,33,36,37,41,42,45,46,49,50,53],{},"Google hizo dos movimientos que conviene tener en el radar. El ",[16,34,35],{},"6 de noviembre de 2026"," retiró ",[38,39,40],"code",{},"gemini-embedding-2-preview",", cuyas peticiones ahora se redirigen a ",[38,43,44],{},"gemini-embedding-2",". Y su página de retiros de la API de Gemini marca el ",[16,47,48],{},"14 de mayo de 2028"," como fecha de apagado de ",[38,51,52],{},"gemini-embedding-001",", el modelo de texto estable desde julio de 2025.",[12,55,56],{},"Parece lejano. No lo es tanto si tu buscador interno, tu chatbot de soporte o tu asistente de políticas internas está construido sobre ese modelo.",[58,59,61],"h2",{"id":60},"qué-cambió-y-cuándo","Qué cambió y cuándo",[12,63,64],{},"Según el registro de cambios y la página de retiros de la API de Gemini:",[66,67,68,87],"table",{},[69,70,71],"thead",{},[72,73,74,78,81,84],"tr",{},[75,76,77],"th",{},"Modelo",[75,79,80],{},"Situación",[75,82,83],{},"Fecha",[75,85,86],{},"Reemplazo",[88,89,90,106,121,136],"tbody",{},[72,91,92,97,100,102],{},[93,94,95],"td",{},[38,96,40],{},[93,98,99],{},"Retirado, con redirección automática",[93,101,35],{},[93,103,104],{},[38,105,44],{},[72,107,108,112,115,117],{},[93,109,110],{},[38,111,52],{},[93,113,114],{},"Estable, con fecha de apagado",[93,116,48],{},[93,118,119],{},[38,120,44],{},[72,122,123,127,130,133],{},[93,124,125],{},[38,126,44],{},[93,128,129],{},"Estable (GA desde el 22 de abril de 2026)",[93,131,132],{},"Sin fecha de retiro",[93,134,135],{},"—",[72,137,138,143,146,149],{},[93,139,140],{},[38,141,142],{},"text-embedding-004",[93,144,145],{},"Apagado",[93,147,148],{},"14 de enero de 2026",[93,150,151],{},[38,152,44],{},[12,154,155,156,159],{},"Google aclara que las fechas de esa página son ",[16,157,158],{},"las más tempranas posibles"," y que comunicará la exacta con anticipación. Las fechas de Vertex AI o de otras plataformas pueden ser distintas: revisa las del servicio que contrataste.",[12,161,162,163,166,167,169],{},"Si usabas la versión preview, la noticia es buena: el registro de cambios indica que basta con ",[16,164,165],{},"actualizar el nombre del modelo",", sin otros cambios de código ni reindexado, y que las peticiones ya se cobran a la tarifa de ",[38,168,44],{},".",[171,172,175],"callout",{"icon":173,"title":174},"i-lucide-alert-triangle","La frase clave de la documentación",[12,176,177,178,180,181,183,184,187,188,183,190,193],{},"Google lo dice sin rodeos en su guía de embeddings: los espacios de ",[38,179,52],{}," y ",[38,182,44],{}," ",[16,185,186],{},"son incompatibles",", y si actualizas a ",[38,189,44],{},[16,191,192],{},"debes volver a generar los embeddings de todos tus datos",". No puedes mezclar vectores de un modelo con preguntas convertidas por el otro.",[195,196],"ad-banner",{},[58,198,200],{"id":199},"por-qué-un-embedding-no-se-cambia-como-un-chatbot","Por qué un embedding no se cambia como un chatbot",[12,202,203,204,208,209,212],{},"En un asistente tipo RAG (lo explicamos en ",[21,205,207],{"href":206},"/blog/tutorial/ia-con-tus-documentos-rag","cómo hacer que la IA responda con los documentos de tu empresa","), cada manual, contrato o ficha técnica se parte en fragmentos y cada fragmento se convierte en un vector que se guarda en una base de datos. Cuando alguien pregunta, su pregunta se convierte en vector ",[16,210,211],{},"con el mismo modelo"," y se buscan los fragmentos más cercanos.",[12,214,215],{},"Si cambias de modelo de lenguaje (el que redacta), el asistente sigue encontrando los mismos documentos. Si cambias el de embeddings sin reindexar, las preguntas y los documentos quedan en \"idiomas\" distintos y la búsqueda devuelve fragmentos que no tienen nada que ver. No hay error en pantalla: simplemente el asistente empieza a contestar mal.",[58,217,219],{"id":218},"las-trampas-al-migrar-a-gemini-embedding-2","Las trampas al migrar a gemini-embedding-2",[12,221,222],{},"Además de reindexar, la guía de embeddings de Google documenta cambios que rompen código escrito para el modelo anterior:",[224,225,226,269,288,300],"ul",{},[227,228,229,235,236,238,239,242,243,246,247,250,251,183,253,256,257,260,261,264,265,268],"li",{},[16,230,231,232,169],{},"Adiós al parámetro ",[38,233,234],{},"task_type"," Con ",[38,237,52],{}," indicabas ",[38,240,241],{},"RETRIEVAL_DOCUMENT",", ",[38,244,245],{},"RETRIEVAL_QUERY"," o ",[38,248,249],{},"SEMANTIC_SIMILARITY",". ",[38,252,44],{},[16,254,255],{},"no acepta"," ese campo: la tarea se escribe dentro del texto. Para búsqueda, las preguntas llevan el prefijo ",[38,258,259],{},"task: search result | query: ..."," y los documentos ",[38,262,263],{},"title: ... | text: ..."," (con ",[38,266,267],{},"title: none"," si no hay título). Google insiste en usar la tarea de forma consistente.",[227,270,271,183,274,276,277,279,280,283,284,287],{},[16,272,273],{},"Varias entradas, un solo vector.",[38,275,52],{}," devolvía un embedding por cada texto de una lista. En ",[38,278,44],{},", varias entradas en una misma petición producen ",[16,281,282],{},"un solo embedding combinado",". Si tu proceso de indexado manda lotes de fragmentos así, terminarías con un vector por lote en vez de uno por fragmento. Para separarlos hay que mandar cada entrada en su propio objeto ",[38,285,286],{},"Content"," o usar la Batch API.",[227,289,290,293,294,296,297,299],{},[16,291,292],{},"Dimensiones y normalización."," Ambos modelos entregan 3,072 dimensiones por defecto. ",[38,295,44],{}," permite de 128 a 3,072 (Google recomienda 768, 1,536 o 3,072) y normaliza automáticamente cuando usas un tamaño distinto; con ",[38,298,52],{}," había que normalizar a mano. Si cambias de tamaño, ajusta también la definición del índice en tu base de datos vectorial.",[227,301,302,183,305,307],{},[16,303,304],{},"Ahora es multimodal.",[38,306,44],{}," acepta texto, imágenes, video, audio y PDF. Es una oportunidad (buscar en fotos de producto o planos, por ejemplo), pero Google advierte que agregar prefijos de tarea al texto de una entrada multimodal puede dar resultados variables.",[58,309,311],{"id":310},"cuánto-cuesta-reindexar","¿Cuánto cuesta reindexar?",[12,313,314,315,317,318,321,322,325,326,328],{},"En la API de Gemini, ",[38,316,44],{}," cobra ",[16,319,320],{},"0.20 dólares por millón de tokens de texto"," en modo estándar y ",[16,323,324],{},"0.10 dólares en batch","; ",[38,327,52],{}," cuesta 0.15 y 0.075, respectivamente. Ambos tienen nivel gratuito en modo estándar. Imágenes, audio y video tienen tarifas propias y más altas.",[12,330,331,332,169],{},"Para una pyme típica, el costo de la API es lo de menos: un acervo de 10 millones de tokens saldría en unos 2 dólares en estándar. Lo caro es el trabajo: ajustar el código, reprocesar documentos, reconstruir el índice y ",[16,333,334],{},"comprobar que las respuestas siguen siendo buenas",[58,336,338],{"id":337},"qué-hacer","Qué hacer",[340,341,342,348,357,365,371,377],"ol",{},[227,343,344,347],{},[16,345,346],{},"Averigua qué modelo de embeddings usa cada asistente o buscador"," que tengas, incluidos los que te instaló un proveedor. Pregunta también en qué base de datos están los vectores.",[227,349,350,353,354,356],{},[16,351,352],{},"Si estabas en la versión preview",", cambia el nombre del modelo a ",[38,355,44],{}," en tu código y en tus variables de configuración, aunque ya funcione por la redirección.",[227,358,359,364],{},[16,360,361,362],{},"Si estás en ",[38,363,52],{},", no hay prisa, pero sí calendario: aprovecha la próxima gran actualización de tus documentos para migrar, en lugar de hacerlo a la carrera en 2028.",[227,366,367,370],{},[16,368,369],{},"Guarda junto a cada vector el nombre y la versión del modelo"," que lo generó. Así sabrás qué hay que reprocesar en la próxima migración.",[227,372,373,376],{},[16,374,375],{},"Arma un juego de preguntas de prueba"," con sus respuestas correctas, y compáralo antes y después del cambio.",[227,378,379,382,383,169],{},[16,380,381],{},"Indexa en paralelo",": crea el índice nuevo junto al viejo, prueba y cambia cuando estés seguro. Es la misma lógica que recomendamos con las ",[21,384,386],{"href":385},"/blog/noticias/gemini-omni-1-1-flash-redireccion-1-2-3-diciembre-video","redirecciones automáticas de Gemini Omni",[12,388,389,390,394],{},"Los retiros de modelos ya son parte del mantenimiento normal de cualquier sistema con IA, igual que las actualizaciones de una ",[21,391,393],{"href":392},"/servicios/bases-de-datos","base de datos",". La diferencia es que los embeddings guardan trabajo acumulado, y ese trabajo hay que rehacerlo.",[12,396,397],{},"Fuentes: registro de cambios, página de retiros, guía de embeddings y página de precios de la API de Gemini (consultados el 7 de noviembre de 2026); blog de Google sobre la disponibilidad general de Gemini Embedding 2 (22 de abril de 2026).",[399,400],"call-to-action",{"description":401,"eyebrow":402,"icon":403,"label":404,"title":405,"to":406},"Revisamos tu RAG o buscador semántico, planeamos la migración, reindexamos en paralelo y validamos con tus preguntas reales antes de cambiar.","Inteligencia artificial","i-lucide-database-zap","Agendar diagnóstico","Migra tus embeddings sin que tu asistente empiece a inventar","/contacto",{"title":408,"searchDepth":409,"depth":410,"links":411},"",2,3,[412,413,414,415,416],{"id":60,"depth":409,"text":61},{"id":199,"depth":409,"text":200},{"id":218,"depth":409,"text":219},{"id":310,"depth":409,"text":311},{"id":337,"depth":409,"text":338},"noticias",{"title":419,"description":420,"label":421,"to":422,"icon":403},"¿Tu asistente con IA sabe qué modelo de embeddings usa?","Auditamos tu RAG o buscador semántico, planeamos la migración a gemini-embedding-2 u otro modelo y la probamos contra tus preguntas reales antes de cambiar.","Ver desarrollo de software","/servicios/desarrollo-software","2026-11-14","Google redirige gemini-embedding-2-preview desde el 6 de noviembre y fija el retiro de gemini-embedding-001. Migrar obliga a reindexar tu RAG. Qué cambia.",false,"md",[428,431,434,437],{"question":429,"answer":430},"¿Qué es un embedding y por qué me importa?","Es la representación numérica (un vector) que un modelo de IA genera para un texto, imagen o documento. Los asistentes que responden con los documentos de tu empresa (RAG) y los buscadores semánticos guardan esos vectores en una base de datos para encontrar el fragmento correcto. Si cambias de modelo de embeddings, los vectores viejos dejan de servir.",{"question":432,"answer":433},"¿Cuándo se apaga gemini-embedding-001?","La página de retiros de la API de Gemini indica el 14 de mayo de 2028 como fecha de apagado, con gemini-embedding-2 como reemplazo. Google aclara que son las fechas más tempranas posibles y que avisará la fecha exacta con anticipación.",{"question":435,"answer":436},"Si usaba gemini-embedding-2-preview, ¿tengo que reindexar?","No. Desde el 6 de noviembre de 2026, las peticiones a gemini-embedding-2-preview se redirigen a gemini-embedding-2 y se cobran a su tarifa. Según el registro de cambios de Google, basta con actualizar el nombre del modelo; no hace falta otro cambio de código ni reindexar.",{"question":438,"answer":439},"¿Cuánto cuesta volver a generar los embeddings?","En la API de Gemini, gemini-embedding-2 cuesta 0.20 dólares por millón de tokens de texto en modo estándar y 0.10 en modo batch. Un acervo de 10 millones de tokens costaría alrededor de 2 dólares en estándar o 1 en batch, sin contar el tiempo de desarrollo y pruebas, que suele ser lo caro.",null,"/images/blog/noticias/gemini-embedding-001-apagado-2028-reindexar-rag-embedding-2.jpg","Diagrama de documentos de una empresa convertidos en vectores dentro de una base de datos para un asistente de IA","informational",[445,446,447,448,449],"gemini-embedding-001 apagado","gemini-embedding-2 migración","reindexar embeddings rag","gemini embedding task_type","embeddings incompatibles gemini",{},true,"/blog/noticias/gemini-embedding-001-apagado-2028-reindexar-rag-embedding-2","2026-11-14T13:00:00-06:00",6,{"title":5,"description":424},"gemini-embedding-001 se apaga en 2028: hay que reindexar","blog/noticias/gemini-embedding-001-apagado-2028-reindexar-rag-embedding-2",[459,460,461,462],"inteligencia artificial","gemini","rag","desarrollo de software","g53dtEzD3R-5TYjRshp4pnT5NKVZGeTc-HRPmUO9m3I",{"path":465,"title":466},"/blog/noticias/sonicwall-gms-sin-soporte-cisco-fmc-ftd-7-7-consolas-firewall","La consola de tus firewalls también caduca: SonicWall GMS ya no recibe parches y Cisco deja de surtir FTD y FMC 7.7 el 28 de diciembre",[468,474,480],{"path":469,"title":470,"description":471,"date":423,"category":417,"image":472,"imageAlt":473,"readingTime":454},"/blog/noticias/cupos-importacion-carne-res-cerdo-vencen-31-diciembre-compras-2027","Los cupos para importar carne de res y cerdo sin arancel vencen el 31 de diciembre y aún no hay reglas para 2027: cómo planear compras y costos","Los cupos de 70 mil t de res y 51 mil t de cerdo sin arancel vencen el 31 de diciembre. Industria y ganaderos chocan por 2027. Cómo planear compras y costos.","/images/blog/noticias/cupos-importacion-carne-res-cerdo-vencen-31-diciembre-compras-2027.jpg","Cajas de carne congelada en una cámara fría de distribuidora con etiquetas de lote y origen",{"path":475,"title":476,"description":477,"date":423,"category":417,"image":478,"imageAlt":479,"readingTime":454},"/blog/noticias/controladores-refrigeracion-cisa-fbi-cadena-frio-danfoss-ataques","CISA y FBI piden sacar de internet los controladores de refrigeración: tras los ataques a supermercados en Europa, qué revisar en cámaras frías, farmacias y bodegas","Hackers subieron la temperatura de refrigeradores en cientos de supermercados europeos. CISA y FBI piden aislar los controladores. Qué revisar en tu empresa.","/images/blog/noticias/controladores-refrigeracion-cisa-fbi-cadena-frio-danfoss-ataques.jpg","Pasillo de refrigeradores de supermercado con un panel de control de temperatura mostrando una alarma",{"path":465,"title":466,"description":481,"date":482,"category":417,"image":483,"imageAlt":484,"readingTime":485},"SonicWall GMS perdió soporte el 30 de septiembre; Cisco FTD y FMC 7.7 dejan de surtirse el 28 de diciembre y sin parches en 2027. Fechas y qué hacer.","2026-11-13","/images/blog/noticias/sonicwall-gms-sin-soporte-cisco-fmc-ftd-7-7-consolas-firewall.jpg","Pantalla de consola de administración de firewalls en un escritorio de TI, junto a un rack con equipos de red y un calendario marcado en diciembre",5,{"id":487,"avatar":440,"bio":488,"entityType":489,"expertise":490,"extension":491,"meta":492,"name":6,"role":493,"slug":494,"social":440,"stem":495,"url":7,"__hash__":496},"authors/authors/valeria-rios.yml","Consultora en inteligencia artificial aplicada al negocio. Ayuda a empresas mexicanas a automatizar procesos y tomar decisiones con datos.","Person","Valeria encabeza el área de IA y automatización de Syswork México. Ha diseñado e implementado asistentes de IA, automatizaciones no-code y proyectos de Business Intelligence para empresas de manufactura, retail y servicios. Escribe sobre IA aplicada con un enfoque práctico y sin tecnicismos, pensado para dueños de negocio y equipos no técnicos.","yml",{},"Líder de IA y Automatización","valeria-rios","authors/valeria-rios","3nnwul4W96j-Iq-KzcJAp0CSl2lr3ThDBWItUu8k_Tg"]