NVIDIA: Nemotron 3 Embed 1B (free)

NVIDIA Nemotron 3 Embed 1B adalah model penyematan teks terbuka dari NVIDIA. Model ini termasuk dalam keluarga Nemotron 3 dan didistribusikan sebagai model gratis di api14 dengan pengenal nvidia/nemotron-3-embed-1b:free. NVIDIA memposisikannya sebagai model penyematan, bukan model obrolan generatif, sehingga tugasnya adalah mengubah teks menjadi vektor yang dapat Anda simpan, bandingkan, dan telusuri. Model ini dirilis oleh penyedia pada 2026-07-16.

Model ini menerima teks sebagai satu-satunya modalitas masukan dan menghasilkan penyematan sebagai satu-satunya modalitas keluaran. Panjang konteksnya 32768 token, yaitu jumlah teks yang dapat Anda kirim dalam satu permintaan, dan keluaran maksimum 29491. Karena keluarannya berupa representasi vektor, bukan prosa yang dihasilkan, tidak ada perilaku penyelesaian obrolan di sini: Anda mengirim teks dan menerima penyematan numerik kembali. Model ini dijelaskan sebagai dioptimalkan untuk pengambilan dengan throughput tinggi dan latensi rendah, yang membentuk di mana model ini paling cocok.

Karakteristik tersebut mengarah pada serangkaian penggunaan yang cukup spesifik. Pencarian perusahaan adalah yang paling jelas: sematkan korpus dokumen Anda sekali, sematkan kueri pengguna saat permintaan, dan peringkatkan berdasarkan kemiripan vektor. Mekanisme yang sama mendasari retrieval augmented generation, di mana penyematan memilih bagian yang nantinya akan dibaca oleh model bahasa terpisah. Pengambilan kode juga cocok, karena berkas sumber dan kueri bahasa alami keduanya dapat disematkan ke dalam ruang yang sama. Pengambilan agentic juga berlaku, di mana agen perlu mencari sesuatu dengan cepat dan berulang saat mengerjakan tugas. Dalam semua kasus ini, model adalah komponen dalam pipeline yang lebih besar, bukan hal yang menulis jawaban akhir.

Anda memanggilnya melalui API yang kompatibel dengan OpenAI dari api14 menggunakan id model nvidia/nemotron-3-embed-1b:free. Karena endpoint mengikuti bentuk embeddings OpenAI, Anda mengirim teks di bidang input dan menerima vektor sebagai respons, sehingga pustaka klien OpenAI dan kode penyematan yang ada umumnya berfungsi hanya dengan mengubah base URL dan nama model. Model ini tidak mencantumkan parameter tambahan yang didukung, jadi Anda tidak perlu mengharapkan tombol penyetelan di luar apa yang disediakan permintaan embeddings standar. Jaga setiap permintaan dalam batas konteks 32768 token.

Satu pertimbangan praktis adalah ini adalah model embeddings, sehingga tidak akan menghasilkan teks, melakukan percakapan, atau menjawab pertanyaan secara langsung. Jika Anda memerlukan peringkasan, penalaran, atau dialog, Anda memerlukan model generatif, dan model ini paling baik digunakan bersamanya. Tingkat gratis juga menjadikannya pilihan yang wajar untuk membuat prototipe pipeline pengambilan sebelum Anda berkomitmen pada upaya pengindeksan yang lebih besar.