NVIDIA: Nemotron 3.5 Embed 1B (free)

Nemotron 3.5 Embed 1B, NVIDIA का एक embedding मॉडल है, जिसे provider ने 21 अक्टूबर 2026 को जारी किया था। यह chat या generation श्रेणी के बजाय embeddings श्रेणी में आता है, इसलिए इसका काम लिखित उत्तर बनाना नहीं, बल्कि inputs को vectors में बदलना है। नाम से पता चलता है कि यह किस परिवार का है (Nemotron 3.5), इसकी embedding भूमिका क्या है, और इसका लगभग 1B parameter पैमाना क्या है। अगर आप किसी API के ऊपर retrieval, search या clustering बना रहे हैं, तो यह उस तरह का मॉडल है जिसे आप chat मॉडल के विकल्प के रूप में नहीं, बल्कि अन्य embedding endpoints के साथ मूल्यांकन करेंगे।

यह मॉडल input की ओर से multimodal है। यह text और images स्वीकार करता है, और अपने एकमात्र output modality के रूप में embeddings लौटाता है। यही संयोजन इसे एक ही vector space में text query और document page image, दोनों को embed करने देता है। context window 32768 tokens है, और अधिकतम output 29491 बताया गया है। NVIDIA इसे text और document page images, जिनमें tables, charts और infographics शामिल हैं, पर multilingual retrieval के लिए एक multimodal embedding मॉडल बताता है। व्यवहार में इसका मतलब है कि मॉडल उन documents के लिए बनाया गया है जहाँ उपयोगी जानकारी हमेशा साफ, निकालने योग्य text में नहीं होती।

use cases सीधे इन क्षमताओं से निकलते हैं। Multilingual retrieval मुख्य है: आप एक से अधिक भाषाओं में corpus index कर सकते हैं और पहले सब कुछ अनुवाद किए बिना queries को उससे match कर सकते हैं। चूँकि page images को documents के रूप में स्वीकार किया जाता है, आप scanned pages, images के रूप में render किए गए PDFs, और ऐसे pages embed कर सकते हैं जिनका अर्थ tables, charts या infographics में रहता है, फिर text query से उन्हें retrieve कर सकते हैं। सामान्य अनुप्रयोगों में mixed text और image collections पर document search, ऐसे question answering systems जो अलग generation चरण से पहले pages retrieve करते हैं, documents का deduplication या clustering, और vectors के ऊपर बनाए गए recommendation या similarity features शामिल हैं।

आप इसे api14 के OpenAI-compatible API के ज़रिए model id "nvidia/nemotron-3.5-embed-1b:free" का उपयोग करके call करते हैं। चूँकि surface OpenAI-compatible है, आप अपने मौजूदा embeddings client को api14 base URL पर point करते हैं और वह model id pass करते हैं, इसलिए अन्य embedding providers के लिए लिखे गए code में आम तौर पर केवल base URL और model name बदलने की ज़रूरत होती है। मॉडल की supported parameters सूची खाली है, जिसका मतलब है कि embeddings endpoint जो खुद स्वीकार करता है, उसके अलावा इसके लिए कोई अतिरिक्त tuning parameters documented नहीं हैं। इसे सीधे embed-and-return-vectors endpoint की तरह मानें, न कि ऐसे endpoint की तरह जिसे आप प्रति request configure करते हैं।

एक बात ध्यान में रखनी चाहिए कि यह एक embedding मॉडल है, इसलिए यह अपने आप text generate नहीं करेगा, बातचीत नहीं करेगा या प्रश्नों के उत्तर नहीं देगा। अगर आपका काम generation, reasoning या chat है, तो chat मॉडल सही विकल्प है और यह उसका विकल्प नहीं है। यह एक free model id के तहत भी दिया गया है, जो evaluation और कम मात्रा के काम के लिए उपयोगी है, लेकिन production में इस पर निर्भर होने से पहले आपको model page पर मौजूदा availability और किसी भी usage शर्तों की पुष्टि करनी चाहिए। अगर आपको ऐसा मॉडल चाहिए जो retrieve और answer दोनों करे, तो two-stage setup की योजना बनाएं: इस मॉडल से embed और retrieve करें, फिर retrieved content को एक अलग generation मॉडल को pass करें।