NVIDIA: Nemotron 3.5 Embed 8B (free)

NVIDIA : Nemotron 3.5 Embed 8B (free) est un modèle d'embedding de NVIDIA, publié sous l'identifiant de modèle nvidia/nemotron-3.5-embed-8b:free sur api14. Il appartient à la catégorie embeddings, il est donc conçu pour transformer des entrées en représentations vectorielles plutôt que pour générer des réponses de chat. La date de publication par le fournisseur est le 2026-10-21. Si vous choisissez un modèle pour un pipeline de recherche ou de similarité, c'est le type de modèle que vous évalueriez sur vos propres données plutôt qu'un générateur de texte généraliste.

Le modèle est multimodal côté entrée : il accepte du texte et des images. Côté sortie, il produit uniquement des embeddings. Sa longueur de contexte est de 32768 tokens, et la sortie maximale est de 29491. NVIDIA le décrit comme un modèle d'embedding multimodal pour la recherche multilingue sur du texte et des images de pages de documents, y compris les tableaux, les graphiques et les infographies. Les requêtes sont du texte, tandis que les documents peuvent être du texte ou des images de pages. Cette combinaison constitue le cœur de ce que fait le modèle : il projette une requête textuelle et un document, sous forme de texte ou d'image, dans un espace d'embedding partagé afin qu'ils puissent être comparés.

Les cas d'usage pratiques découlent directement de ces capacités. La recherche multilingue est le cas principal, donc la recherche dans du contenu en plusieurs langues est un usage naturel. Comme les pages de documents peuvent être fournies sous forme d'images, vous pouvez indexer des pages scannées, des PDF et des rapports sans étape OCR distincte, et tout de même retrouver les tableaux, les graphiques et les infographies que l'extraction de texte simple a tendance à perdre. La recherche texte vers texte sur un corpus est également prise en charge. Les configurations typiques incluent la recherche sémantique, les questions-réponses sur une base documentaire, la déduplication et le clustering, ainsi que la recommandation ou le classement lorsque vous avez besoin d'un score de similarité entre une requête et un document candidat.

Vous l'appelez via l'API compatible OpenAI d'api14 en utilisant l'identifiant de modèle nvidia/nemotron-3.5-embed-8b:free. Comme l'interface suit le format des embeddings OpenAI, vous envoyez votre entrée et lisez le vecteur dans la réponse, ce qui garde le code client portable si vous changez de modèle plus tard. Le modèle ne liste aucun paramètre pris en charge, il n'y a donc aucune option supplémentaire d'échantillonnage ou de génération à définir ; limitez les requêtes à l'entrée elle-même et à l'identifiant de modèle. Notez qu'il s'agit d'un point d'accès d'embedding, et non d'un point d'accès de complétion de chat, donc les champs spécifiques au chat ne s'appliquent pas.

Une limite à anticiper est la longueur de contexte de 32768 tokens par requête, qui plafonne la quantité de texte ou la taille d'image de page que vous pouvez intégrer en une fois ; les documents plus longs nécessitent un découpage en segments. Comme le modèle renvoie des embeddings plutôt que du texte généré, ce n'est pas le bon choix lorsque vous avez besoin de résumé, d'extraction ou de réponses conversationnelles. Pour ces tâches, un modèle de génération de texte convient mieux, et vous utiliseriez ce modèle à ses côtés comme couche de recherche.