NVIDIA: Nemotron 3.5 Embed 1B (free)

Nemotron 3.5 Embed 1B è un modello di embedding di NVIDIA, rilasciato dal provider il 21 ottobre 2026. Si colloca nella categoria degli embedding anziché in quella chat o generazione, quindi il suo compito è trasformare gli input in vettori anziché produrre risposte scritte. Il nome riflette la famiglia a cui appartiene (Nemotron 3.5), il suo ruolo di embedding e la sua scala di circa 1B parametri. Se stai costruendo retrieval, ricerca o clustering su un'API, questo è il tipo di modello che valuteresti insieme ad altri endpoint di embedding anziché al posto di un modello chat.

Il modello è multimodale sul lato input. Accetta testo e immagini, e restituisce embedding come sua unica modalità di output. Questa combinazione è ciò che gli consente di incorporare sia una query testuale sia l'immagine di una pagina di documento nello stesso spazio vettoriale. La finestra di contesto è di 32768 token, e l'output massimo è indicato come 29491. NVIDIA lo descrive come un modello di embedding multimodale per il retrieval multilingue su testo e immagini di pagine di documenti, incluse tabelle, grafici e infografiche. In pratica ciò significa che il modello è pensato per documenti in cui le informazioni utili non sono sempre in testo pulito ed estraibile.

I casi d'uso derivano direttamente da queste capacità. Il retrieval multilingue è quello principale: puoi indicizzare un corpus in più di una lingua e confrontare le query con esso senza tradurre tutto prima. Poiché le immagini delle pagine sono accettate come documenti, puoi incorporare pagine scansionate, PDF renderizzati come immagini e pagine il cui significato risiede in tabelle, grafici o infografiche, per poi recuperarle tramite una query testuale. Le applicazioni tipiche includono la ricerca di documenti su collezioni miste di testo e immagini, sistemi di question answering che recuperano pagine prima di un passaggio di generazione separato, deduplicazione o clustering di documenti, e funzionalità di raccomandazione o similarità costruite sopra i vettori.

Lo chiami tramite l'API compatibile con OpenAI di api14 usando l'id del modello "nvidia/nemotron-3.5-embed-1b:free". Poiché l'interfaccia è compatibile con OpenAI, puoi puntare un client di embedding esistente all'URL di base di api14 e passare quell'id del modello, quindi il codice scritto per altri provider di embedding di solito necessita solo della modifica dell'URL di base e del nome del modello. L'elenco dei parametri supportati dal modello è vuoto, il che significa che non ci sono parametri di tuning aggiuntivi documentati per esso oltre a quelli accettati dall'endpoint di embedding stesso. Trattalo come un endpoint diretto che incorpora e restituisce vettori, anziché come uno da configurare per ogni richiesta.

Una cosa da valutare è che questo è un modello di embedding, quindi non genererà testo, non sosterrà una conversazione né risponderà a domande da solo. Se il tuo compito è generazione, ragionamento o chat, un modello chat è la scelta giusta e questo non è un sostituto. È inoltre offerto con un id del modello gratuito, il che è utile per la valutazione e per carichi di lavoro a basso volume, ma dovresti confermare la disponibilità attuale e le eventuali condizioni d'uso sulla pagina del modello prima di dipenderne in produzione. Se hai bisogno di un modello che sia recuperi sia risponda, pianifica una configurazione a due fasi: incorpora e recupera con questo modello, poi passa il contenuto recuperato a un modello di generazione separato.