NVIDIA: Nemotron 3.5 Embed 1B (free)

Nemotron 3.5 Embed 1B es un modelo de embeddings de NVIDIA, publicado por el proveedor el 21 de octubre de 2026. Se sitúa en la categoría de embeddings en lugar de la de chat o generación, por lo que su función es convertir las entradas en vectores en lugar de producir respuestas escritas. El nombre refleja la familia a la que pertenece (Nemotron 3.5), su rol de embedding y su escala de aproximadamente 1B parámetros. Si estás construyendo recuperación, búsqueda o agrupamiento sobre una API, este es el tipo de modelo que evaluarías junto a otros endpoints de embeddings en lugar de en lugar de un modelo de chat.

El modelo es multimodal en el lado de la entrada. Acepta texto e imágenes, y devuelve embeddings como su única modalidad de salida. Esa combinación es lo que le permite incrustar tanto una consulta de texto como la imagen de una página de documento en el mismo espacio vectorial. La ventana de contexto es de 32768 tokens, y la salida máxima se indica como 29491. NVIDIA lo describe como un modelo de embeddings multimodal para recuperación multilingüe sobre texto e imágenes de páginas de documentos, incluidas tablas, gráficos e infografías. En la práctica, eso significa que el modelo está orientado a documentos donde la información útil no siempre está en texto limpio y extraíble.

Los casos de uso se derivan directamente de esas capacidades. La recuperación multilingüe es el principal: puedes indexar un corpus en más de un idioma y hacer coincidir consultas contra él sin traducir todo primero. Como se aceptan imágenes de páginas como documentos, puedes incrustar páginas escaneadas, PDF renderizados como imágenes y páginas cuyo significado reside en tablas, gráficos o infografías, y luego recuperarlas mediante una consulta de texto. Las aplicaciones típicas incluyen búsqueda de documentos sobre colecciones mixtas de texto e imágenes, sistemas de respuesta a preguntas que recuperan páginas antes de un paso de generación separado, deduplicación o agrupamiento de documentos, y funciones de recomendación o similitud construidas sobre los vectores.

Lo llamas a través de la API compatible con OpenAI de api14 usando el id de modelo "nvidia/nemotron-3.5-embed-1b:free". Como la superficie es compatible con OpenAI, apuntas un cliente de embeddings existente a la URL base de api14 y pasas ese id de modelo, por lo que el código escrito para otros proveedores de embeddings normalmente solo necesita que se cambien la URL base y el nombre del modelo. La lista de parámetros admitidos del modelo está vacía, lo que significa que no hay parámetros de ajuste adicionales documentados para él más allá de lo que acepta el propio endpoint de embeddings. Trátalo como un endpoint sencillo de incrustar y devolver vectores en lugar de uno que configuras por solicitud.

Una cosa a tener en cuenta es que este es un modelo de embeddings, por lo que no generará texto, mantendrá una conversación ni responderá preguntas por sí solo. Si tu tarea es generación, razonamiento o chat, un modelo de chat es el adecuado y este no es un sustituto. También se ofrece bajo un id de modelo gratuito, lo que es útil para evaluación y trabajo de bajo volumen, pero deberías confirmar la disponibilidad actual y cualquier condición de uso en la página del modelo antes de depender de él en producción. Si necesitas un modelo que tanto recupere como responda, planifica una configuración en dos etapas: incrusta y recupera con este modelo, luego pasa el contenido recuperado a un modelo de generación separado.