NVIDIA: Nemotron 3 Embed 1B (free)

NVIDIA Nemotron 3 Embed 1B es un modelo abierto de embeddings de texto de NVIDIA. Pertenece a la familia Nemotron 3 y se distribuye como modelo gratuito en api14 bajo el identificador nvidia/nemotron-3-embed-1b:free. NVIDIA lo posiciona como un modelo de embeddings en lugar de un modelo generativo de chat, por lo que su función es convertir texto en vectores que puedes almacenar, comparar y sobre los que puedes buscar. Fue lanzado por el proveedor el 2026-07-16.

El modelo toma texto como su única modalidad de entrada y produce embeddings como su única modalidad de salida. Tiene una longitud de contexto de 32768 tokens, que es la cantidad de texto que puedes enviar en una sola solicitud, y una salida máxima de 29491. Como la salida es una representación vectorial en lugar de prosa generada, aquí no hay comportamiento de finalización de chat: envías texto y recibes un embedding numérico. El modelo se describe como optimizado para recuperación de alto rendimiento y baja latencia, lo que determina dónde encaja mejor.

Esas características apuntan a un conjunto bastante específico de usos. La búsqueda empresarial es el más obvio: genera los embeddings de tu corpus de documentos una vez, genera el embedding de la consulta del usuario en el momento de la solicitud y clasifica por similitud vectorial. El mismo mecanismo sustenta la generación aumentada por recuperación, donde los embeddings seleccionan los pasajes que un modelo de lenguaje separado leerá después. La recuperación de código también encaja, ya que tanto los archivos fuente como las consultas en lenguaje natural pueden convertirse en embeddings en el mismo espacio. La recuperación agéntica también aplica, donde un agente necesita buscar cosas de forma rápida y repetida mientras trabaja en una tarea. En todos estos casos, el modelo es un componente dentro de una canalización mayor en lugar de lo que escribe la respuesta final.

Lo llamas a través de la API compatible con OpenAI de api14 usando el id de modelo nvidia/nemotron-3-embed-1b:free. Como el endpoint sigue la forma de embeddings de OpenAI, envías tu texto en el campo input y recibes un vector en respuesta, por lo que las bibliotecas cliente de OpenAI existentes y el código de embeddings generalmente funcionan solo con cambiar la URL base y el nombre del modelo. El modelo no indica parámetros adicionales compatibles, por lo que no deberías esperar ajustes más allá de lo que proporciona la solicitud de embeddings estándar. Mantén cada solicitud dentro del límite de contexto de 32768 tokens.

Una consideración práctica es que este es un modelo de embeddings, por lo que no generará texto, mantendrá una conversación ni responderá preguntas directamente. Si necesitas resumen, razonamiento o diálogo, querrás un modelo generativo en su lugar, y este se usa mejor junto a él. El nivel gratuito también lo convierte en una opción razonable para prototipar una canalización de recuperación antes de comprometerte con un esfuerzo de indexación mayor.