NVIDIA: Nemotron 3 Embed 1B (free)

NVIDIA Nemotron 3 Embed 1B ist ein offenes Text-Embedding-Modell von NVIDIA. Es gehört zur Nemotron 3 Familie und wird als kostenloses Modell auf api14 unter der Kennung nvidia/nemotron-3-embed-1b:free verteilt. NVIDIA positioniert es als Embedding-Modell und nicht als generatives Chat-Modell, seine Aufgabe ist es also, Text in Vektoren umzuwandeln, die Sie speichern, vergleichen und durchsuchen können. Es wurde vom Anbieter am 2026-07-16 veröffentlicht.

Das Modell nimmt Text als einzige Eingabemodalität und erzeugt Embeddings als einzige Ausgabemodalität. Es hat eine Kontextlänge von 32768 Tokens, das ist die Textmenge, die Sie in einer einzigen Anfrage übergeben können, und eine maximale Ausgabe von 29491. Da die Ausgabe eine Vektordarstellung und kein generierter Fließtext ist, gibt es hier kein Chat-Completion-Verhalten: Sie senden Text ein und erhalten ein numerisches Embedding zurück. Das Modell wird als optimiert für Retrieval mit hohem Durchsatz und niedriger Latenz beschrieben, was bestimmt, wo es am besten passt.

Diese Eigenschaften deuten auf eine ziemlich spezifische Gruppe von Anwendungen hin. Unternehmenssuche ist die offensichtliche: Betten Sie Ihren Dokumentenkorpus einmal ein, betten Sie die Benutzeranfrage zur Anfragezeit ein und ordnen Sie nach Vektorähnlichkeit. Derselbe Mechanismus liegt der retrieval augmented generation zugrunde, bei der Embeddings die Passagen auswählen, die ein separates Sprachmodell später liest. Code-Retrieval passt ebenfalls, da Quelldateien und natürlichsprachliche Anfragen beide in denselben Raum eingebettet werden können. Agentisches Retrieval gilt ebenfalls, wenn ein Agent Dinge schnell und wiederholt nachschlagen muss, während er eine Aufgabe bearbeitet. In all diesen Fällen ist das Modell eine Komponente in einer größeren Pipeline und nicht das, was die endgültige Antwort schreibt.

Sie rufen es über die OpenAI-kompatible API von api14 mit der Modell-ID nvidia/nemotron-3-embed-1b:free auf. Da der Endpunkt der OpenAI-Embeddings-Form folgt, senden Sie Ihren Text im Feld input und erhalten einen Vektor als Antwort, sodass vorhandene OpenAI-Client-Bibliotheken und Embedding-Code im Allgemeinen funktionieren, wenn nur die Basis-URL und der Modellname geändert werden. Das Modell listet keine zusätzlichen unterstützten Parameter auf, Sie sollten also keine Tuning-Regler über das hinaus erwarten, was die standardmäßige Embeddings-Anfrage bietet. Halten Sie jede Anfrage innerhalb des Kontextlimits von 32768 Tokens.

Eine praktische Überlegung ist, dass dies ein Embeddings-Modell ist, es wird also keinen Text generieren, kein Gespräch führen oder Fragen direkt beantworten. Wenn Sie Zusammenfassung, Reasoning oder Dialog benötigen, wollen Sie stattdessen ein generatives Modell, und dieses hier wird am besten daneben verwendet. Der kostenlose Tarif macht es außerdem zu einer vernünftigen Wahl für das Prototyping einer Retrieval-Pipeline, bevor Sie sich auf einen größeren Indexierungsaufwand festlegen.