NVIDIA: Nemotron 3 Embed 1B (free)

NVIDIA Nemotron 3 Embed 1B est un modèle d'embedding de texte ouvert de NVIDIA. Il appartient à la famille Nemotron 3 et est distribué comme modèle gratuit sur api14 sous l'identifiant nvidia/nemotron-3-embed-1b:free. NVIDIA le positionne comme un modèle d'embedding plutôt que comme un modèle de chat génératif, de sorte que son rôle est de transformer du texte en vecteurs que vous pouvez stocker, comparer et interroger. Il a été publié par le fournisseur le 2026-07-16.

Le modèle prend le texte comme seule modalité d'entrée et produit des embeddings comme seule modalité de sortie. Il a une longueur de contexte de 32768 tokens, ce qui correspond à la quantité de texte que vous pouvez transmettre dans une seule requête, et une sortie maximale de 29491. Comme la sortie est une représentation vectorielle plutôt que de la prose générée, il n'y a pas ici de comportement de complétion de chat : vous envoyez du texte et recevez en retour un embedding numérique. Le modèle est décrit comme optimisé pour la recherche à haut débit et à faible latence, ce qui détermine les cas où il convient le mieux.

Ces caractéristiques indiquent un ensemble d'usages assez spécifique. La recherche en entreprise est l'évidence : intégrez votre corpus de documents une fois, intégrez la requête de l'utilisateur au moment de la requête, puis classez par similarité vectorielle. Le même mécanisme sous-tend la génération augmentée par récupération, où les embeddings sélectionnent les passages qu'un modèle de langage distinct lira ensuite. La recherche de code est un autre usage adapté, car les fichiers sources et les requêtes en langage naturel peuvent tous deux être intégrés dans le même espace. La récupération agentique s'applique également, lorsqu'un agent doit consulter des informations rapidement et de manière répétée pendant qu'il traite une tâche. Dans tous ces cas, le modèle est un composant d'un pipeline plus large plutôt que l'élément qui rédige la réponse finale.

Vous l'appelez via l'API compatible OpenAI d'api14 en utilisant l'identifiant de modèle nvidia/nemotron-3-embed-1b:free. Comme le point de terminaison suit la forme des embeddings OpenAI, vous envoyez votre texte dans le champ input et recevez un vecteur en réponse, de sorte que les bibliothèques clientes OpenAI existantes et le code d'embedding fonctionnent généralement avec seulement l'URL de base et le nom du modèle modifiés. Le modèle ne liste aucun paramètre pris en charge supplémentaire, vous ne devez donc pas vous attendre à des réglages au-delà de ce que fournit la requête d'embeddings standard. Gardez chaque requête dans la limite de contexte de 32768 tokens.

Une considération pratique est qu'il s'agit d'un modèle d'embeddings, il ne générera donc pas de texte, ne tiendra pas de conversation et ne répondra pas directement aux questions. Si vous avez besoin de résumé, de raisonnement ou de dialogue, vous voulez plutôt un modèle génératif, et celui-ci est mieux utilisé à ses côtés. Le niveau gratuit en fait également un choix raisonnable pour prototyper un pipeline de récupération avant de vous engager dans un effort d'indexation plus important.