NVIDIA: Nemotron 3.5 Embed 8B (free)

NVIDIA: Nemotron 3.5 Embed 8B (free) ist ein Embedding-Modell von NVIDIA, veröffentlicht unter der Modell-ID nvidia/nemotron-3.5-embed-8b:free auf api14. Es gehört zur Kategorie Embeddings und ist daher darauf ausgelegt, Eingaben in Vektordarstellungen umzuwandeln, statt Chat-Antworten zu generieren. Das Veröffentlichungsdatum des Anbieters ist der 2026-10-21. Wenn Sie ein Modell für eine Retrieval- oder Ähnlichkeits-Pipeline auswählen, ist dies die Art von Modell, die Sie an Ihren eigenen Daten evaluieren würden, statt eines allgemeinen Textgenerators.

Das Modell ist auf der Eingabeseite multimodal: Es akzeptiert Text und Bilder. Auf der Ausgabeseite erzeugt es ausschließlich Embeddings. Seine Kontextlänge beträgt 32768 Token, und die maximale Ausgabe ist 29491. NVIDIA beschreibt es als multimodales Embedding-Modell für mehrsprachiges Retrieval über Text und Dokumentseitenbilder, einschließlich Tabellen, Diagrammen und Infografiken. Abfragen sind Text, während Dokumente Text oder Seitenbilder sein können. Diese Kombination ist der Kern dessen, was das Modell tut: Es bildet eine Textabfrage und ein Dokument, in Text- oder Bildform, in einen gemeinsamen Embedding-Raum ab, damit sie verglichen werden können.

Die praktischen Anwendungsfälle ergeben sich direkt aus diesen Fähigkeiten. Mehrsprachiges Retrieval ist der Hauptanwendungsfall, daher ist die Suche über Inhalte in mehr als einer Sprache naheliegend. Da Dokumentseiten als Bilder übergeben werden können, können Sie gescannte Seiten, PDFs und Berichte ohne einen separaten OCR-Schritt indexieren und trotzdem Tabellen, Diagramme und Infografiken abrufen, die bei der reinen Textextraktion häufig verloren gehen. Text-zu-Text-Retrieval über einen Korpus wird ebenfalls unterstützt. Typische Setups umfassen semantische Suche, Fragebeantwortung über einen Dokumentenspeicher, Deduplizierung und Clustering sowie Empfehlung oder Ranking, wo Sie einen Ähnlichkeitswert zwischen einer Abfrage und einem Kandidatendokument benötigen.

Sie rufen es über die OpenAI-kompatible API von api14 mit der Modell-ID nvidia/nemotron-3.5-embed-8b:free auf. Da die Schnittstelle der OpenAI-Embeddings-Form folgt, senden Sie Ihre Eingabe und lesen den Vektor aus der Antwort zurück, was den Client-Code portabel hält, falls Sie später Modelle austauschen. Das Modell listet keine unterstützten Parameter auf, es gibt also keine zusätzlichen Sampling- oder Generierungsoptionen zum Einstellen; beschränken Sie Anfragen auf die Eingabe selbst und die Modell-ID. Beachten Sie, dass dies ein Embedding-Endpunkt ist, kein Chat-Completion-Endpunkt, daher sind chat-spezifische Felder nicht anwendbar.

Ein Limit, das Sie einplanen sollten, ist die Kontextlänge von 32768 Token pro Anfrage, was begrenzt, wie viel Text oder wie große ein Seitenbild Sie auf einmal einbetten können; längere Dokumente müssen aufgeteilt werden. Da das Modell Embeddings statt generierten Text zurückgibt, ist es die falsche Wahl, wenn Sie Zusammenfassung, Extraktion oder konversationelle Antworten benötigen. Für diese Aufgaben passt ein Textgenerierungsmodell besser, und Sie würden dieses Modell daneben als Retrieval-Schicht verwenden.