NVIDIA: Nemotron 3.5 Embed 8B (free)

NVIDIA: Nemotron 3.5 Embed 8B (free) es un modelo de embeddings de NVIDIA, publicado bajo el id de modelo nvidia/nemotron-3.5-embed-8b:free en api14. Se encuentra en la categoría de embeddings, por lo que está diseñado para convertir entradas en representaciones vectoriales en lugar de generar respuestas de chat. La fecha de lanzamiento del proveedor es 2026-10-21. Si estás eligiendo un modelo para una canalización de recuperación o similitud, este es el tipo de modelo que evaluarías con tus propios datos en lugar de un generador de texto de propósito general.

El modelo es multimodal en el lado de la entrada: acepta texto e imágenes. En el lado de la salida produce únicamente embeddings. Su longitud de contexto es de 32768 tokens, y la salida máxima es 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. Las consultas son texto, mientras que los documentos pueden ser texto o imágenes de páginas. Esa combinación es el núcleo de lo que hace el modelo: asigna una consulta de texto y un documento, ya sea en forma de texto o de imagen, a un espacio de embeddings compartido para que puedan compararse.

Los casos de uso prácticos se derivan directamente de esas capacidades. La recuperación multilingüe es la principal, por lo que la búsqueda en contenido en más de un idioma encaja de forma natural. Como las páginas de documentos pueden proporcionarse como imágenes, puedes indexar páginas escaneadas, PDFs e informes sin un paso de OCR separado, y aun así recuperar tablas, gráficos e infografías que la extracción de texto plano tiende a perder. También se admite la recuperación de texto a texto sobre un corpus. Las configuraciones típicas incluyen búsqueda semántica, respuesta a preguntas sobre un almacén de documentos, deduplicación y agrupamiento, y recomendación o clasificación donde necesitas una puntuación de similitud entre una consulta y un documento candidato.

Lo llamas a través de la API compatible con OpenAI de api14 usando el id de modelo nvidia/nemotron-3.5-embed-8b:free. Como la interfaz sigue la forma de embeddings de OpenAI, envías tu entrada y lees el vector de vuelta desde la respuesta, lo que mantiene portable el código del cliente si más adelante cambias de modelo. El modelo no lista parámetros admitidos, por lo que no hay opciones adicionales de muestreo o generación que configurar; limita las solicitudes a la propia entrada y al id de modelo. Ten en cuenta que este es un endpoint de embeddings, no un endpoint de finalización de chat, por lo que los campos específicos de chat no aplican.

Un límite que conviene planificar es la longitud de contexto de 32768 tokens por solicitud, que limita cuánto texto o cuán grande puede ser una imagen de página que puedes incrustar a la vez; los documentos más largos necesitan fragmentación. Como el modelo devuelve embeddings en lugar de texto generado, es la elección equivocada cuando necesitas resumen, extracción o respuestas conversacionales. Para esas tareas, un modelo de generación de texto encaja mejor, y usarías este modelo junto a él como la capa de recuperación.