NVIDIA: Nemotron 3.5 Embed 1B (free)

Nemotron 3.5 Embed 1B ist ein Embedding-Modell von NVIDIA, das vom Anbieter am 21. Oktober 2026 veröffentlicht wurde. Es gehört zur Kategorie der Embeddings und nicht zur Kategorie Chat oder Generierung, seine Aufgabe besteht also darin, Eingaben in Vektoren umzuwandeln, statt geschriebene Antworten zu erzeugen. Der Name spiegelt die Familie wider, zu der es gehört (Nemotron 3.5), seine Embedding-Rolle und seine Größenordnung von ungefähr 1B Parametern. Wenn Sie Retrieval, Suche oder Clustering auf einer API aufbauen, ist dies die Art von Modell, die Sie neben anderen Embedding-Endpunkten bewerten würden, statt eines Chat-Modells.

Das Modell ist auf der Eingabeseite multimodal. Es akzeptiert Text und Bilder, und es gibt Embeddings als seine einzige Ausgabemodalität zurück. Diese Kombination ermöglicht es, sowohl eine Textabfrage als auch das Bild einer Dokumentseite in denselben Vektorraum einzubetten. Das Kontextfenster beträgt 32768 Token, und die maximale Ausgabe ist mit 29491 angegeben. NVIDIA beschreibt es als multimodales Embedding-Modell für mehrsprachiges Retrieval über Text und Bilder von Dokumentseiten, einschließlich Tabellen, Diagrammen und Infografiken. In der Praxis bedeutet das, dass das Modell auf Dokumente ausgerichtet ist, bei denen die nützlichen Informationen nicht immer in sauberem, extrahierbarem Text vorliegen.

Die Anwendungsfälle ergeben sich direkt aus diesen Fähigkeiten. Mehrsprachiges Retrieval ist der wichtigste: Sie können ein Korpus in mehr als einer Sprache indexieren und Abfragen damit abgleichen, ohne zuerst alles übersetzen zu müssen. Da Seitenbilder als Dokumente akzeptiert werden, können Sie gescannte Seiten, als Bilder gerenderte PDFs und Seiten einbetten, deren Bedeutung in Tabellen, Diagrammen oder Infografiken liegt, und sie dann per Textabfrage abrufen. Typische Anwendungen sind Dokumentensuche über gemischte Text- und Bildsammlungen, Frage-Antwort-Systeme, die Seiten vor einem separaten Generierungsschritt abrufen, Deduplizierung oder Clustering von Dokumenten sowie Empfehlungs- oder Ähnlichkeitsfunktionen, die auf den Vektoren aufbauen.

Sie rufen es über die OpenAI-kompatible API von api14 mit der Modell-ID "nvidia/nemotron-3.5-embed-1b:free" auf. Da die Oberfläche OpenAI-kompatibel ist, richten Sie einen vorhandenen Embeddings-Client auf die Basis-URL von api14 aus und übergeben diese Modell-ID, sodass Code, der für andere Embedding-Anbieter geschrieben wurde, normalerweise nur eine Änderung der Basis-URL und des Modellnamens benötigt. Die Liste der unterstützten Parameter des Modells ist leer, was bedeutet, dass über das hinaus, was der Embeddings-Endpunkt selbst akzeptiert, keine zusätzlichen Tuning-Parameter dafür dokumentiert sind. Behandeln Sie es als einen unkomplizierten Endpunkt zum Einbetten und Zurückgeben von Vektoren, nicht als einen, den Sie pro Anfrage konfigurieren.

Ein Punkt, den es abzuwägen gilt, ist, dass dies ein Embedding-Modell ist, es wird also keinen Text generieren, kein Gespräch führen oder Fragen aus eigener Kraft beantworten. Wenn Ihre Aufgabe Generierung, Reasoning oder Chat ist, ist ein Chat-Modell die richtige Wahl, und dieses hier ist kein Ersatz dafür. Es wird außerdem unter einer kostenlosen Modell-ID angeboten, was für Evaluierung und Arbeiten mit geringem Volumen nützlich ist, aber Sie sollten die aktuelle Verfügbarkeit und etwaige Nutzungsbedingungen auf der Modellseite bestätigen, bevor Sie sich in der Produktion darauf verlassen. Wenn Sie ein Modell benötigen, das sowohl abruft als auch antwortet, planen Sie ein zweistufiges Setup: Einbetten und Abrufen mit diesem Modell, dann das abgerufene Material an ein separates Generierungsmodell übergeben.