쿠키를 사용합니다. 쿠키와 브라우저 저장소는 로그인 상태를 유지하고 환경설정을 기억합니다. 동의하시면 사이트 이용 방식도 측정합니다. 언제든지 할 수 있습니다. 자세한 내용은 쿠키 정책을 참고하세요.

NVIDIA: Llama Nemotron Embed VL 1B V2 (free)

nvidia/llama-nemotron-embed-vl-1b-v2:free

임베딩입력: text · image131K2026. 2. 25. 추가됨

플레이그라운드에서 열기 NVIDIA: Llama Nemotron Embed VL 1B V2 (free) API 키 받기

지금 NVIDIA: Llama Nemotron Embed VL 1B V2 (free) 사용해 보기

위 가격으로 잔액에서 차감됩니다. 새 계정은 무료 사용량으로 시작합니다.

사용하려면 로그인하세요무료 계정 만들기

입력 (한 줄에 하나씩)

결과가 여기에 표시됩니다.

오늘 무료 메시지 5개 중 5개 남음, 무료 계정을 만들면 무료 사용량과 API 키가 추가됩니다.무료 계정 만들기 로그인세션 비용 US$0.00

NVIDIA: Llama Nemotron Embed VL 1B V2 (free) 한눈에 보기

131,072 토큰의 컨텍스트 윈도우, 긴 문서와 멀티턴 대화에 충분합니다.

NVIDIA: Llama Nemotron Embed VL 1B V2 (free) 소개

Llama Nemotron Embed VL 1B V2는 NVIDIA의 임베딩 모델로, api14에 모델 id nvidia/llama-nemotron-embed-vl-1b-v2:free로 배포되어 있습니다. embeddings 카테고리에 속하며, 명시된 용도는 멀티모달 질의응답 검색입니다. 1B급 모델로, Nemotron 제품군에서 비교적 작은 옵션에 해당하며, 여기서는 무료 변형으로 제공됩니다.

이 모델은 텍스트와 이미지를 입력으로 받고 임베딩을 출력으로 생성합니다. 문서를 세 가지 형태로 임베딩할 수 있습니다. 이미지만, 텍스트만, 또는 이미지와 텍스트를 함께. 이러한 유연성이 설계의 핵심인데, 검색 시스템은 흔히 텍스트 질문을 페이지 이미지, 스크린샷, 다이어그램 또는 산문 구절과 대조해야 하기 때문입니다. 컨텍스트 윈도우는 131072 토큰이고 최대 출력은 117964이므로, 긴 문서를 여러 조각으로 나누지 않고도 임베딩할 수 있습니다.

실용적인 용도는 멀티모달 검색에서 나옵니다. 스캔한 문서, PDF, 제품 이미지 또는 혼합 미디어 지식 베이스 위에 질의응답 시스템을 구축하는 팀은 각 항목을 한 번 임베딩한 다음 텍스트 쿼리에 대해 유사도 검색을 실행할 수 있습니다. 이미지와 텍스트를 함께 임베딩할 수 있으므로, 동일한 인덱스가 차트에 대한 쿼리와 그 옆 문단에 대한 쿼리를 모두 처리할 수 있어 시각적 콘텐츠와 텍스트 콘텐츠를 위한 별도 파이프라인을 유지할 필요가 없습니다. 또한 스크린샷과 작성된 자료가 섞인 컬렉션에 대한 중복 제거, 클러스터링 및 추천에도 적합합니다.

api14를 통해 호출하려면 모델 id nvidia/llama-nemotron-embed-vl-1b-v2:free와 함께 OpenAI 호환 embeddings 엔드포인트를 사용하세요. 이 모델은 지원되는 파라미터를 나열하지 않으므로, 요청은 temperature나 top_p 같은 샘플링 제어에 의존하지 말고 엔드포인트가 요구하는 표준 필드에 의존해야 합니다. 이러한 제어는 임베딩 모델에 적용되지 않습니다. 일반적인 embeddings 요청 형태로 입력을 보내고 응답에서 벡터를 다시 읽으세요.

고려해야 할 한 가지는 이것이 채팅이나 생성 모델이 아니라 임베딩 모델이라는 점입니다. 따라서 질문에 답하거나 텍스트를 작성하지 않습니다. 작업이 생성, 추론 또는 대화라면 다른 모델이 올바른 선택입니다. 또한 검색 스택이 모델이 반환하는 벡터 차원을 저장하고 비교할 수 있는지, 그리고 입력이 131072 토큰 컨텍스트 안에 맞는지 확인할 가치가 있습니다.

NVIDIA: Llama Nemotron Embed VL 1B V2 (free) API 호출 방법

대시보드에서 API 키를 만드세요.
사용하는 언어의 공식 openai SDK를 설치하세요.
baseURL을 https://api14.com/api/v1로, model을 "nvidia/llama-nemotron-embed-vl-1b-v2:free"로 설정하세요.

import OpenAI from "openai";

const client = new OpenAI({
  baseURL: "https://api14.com/api/v1",
  apiKey: process.env.API14_API_KEY,
});

const result = await client.embeddings.create({
  "model": "nvidia/llama-nemotron-embed-vl-1b-v2:free",
  "input": [
    "The quick brown fox",
    "Lorem ipsum"
  ]
});
console.log(result.data.map((d) => d.embedding.length));

사양

컨텍스트 길이: 131,072
최대 출력: 117,964
입력: text, image
출력: embeddings

api14 요청 수 · 최근 7일

NVIDIA: Llama Nemotron Embed VL 1B V2 (free): 자주 묻는 질문

NVIDIA: Llama Nemotron Embed VL 1B V2 (free) API 비용은 얼마인가요?: NVIDIA: Llama Nemotron Embed VL 1B V2 (free)는(은) 무료로 호출할 수 있습니다(토큰당 $0). 무료 버전은 업스트림 요청 한도가 더 엄격하므로 테스트나 소량 작업에 사용하세요.
NVIDIA: Llama Nemotron Embed VL 1B V2 (free)의 컨텍스트 윈도우는 얼마인가요?: NVIDIA: Llama Nemotron Embed VL 1B V2 (free)는(은) 요청당 최대 131,072 토큰을 읽습니다, 프롬프트, 대화 기록, 문서를 모두 합친 양입니다. 응답당 최대 117,964개의 출력 토큰을 생성합니다.
NVIDIA: Llama Nemotron Embed VL 1B V2 (free)는(은) 무엇을 할 수 있나요?: NVIDIA: Llama Nemotron Embed VL 1B V2 (free)는(은) text, image 입력을 받아 embeddings 출력을 반환합니다.
코드에서 NVIDIA: Llama Nemotron Embed VL 1B V2 (free)를(을) 어떻게 호출하나요?: 어떤 OpenAI SDK든 base URL을 https://api14.com/api/v1로 지정하고 model을 "nvidia/llama-nemotron-embed-vl-1b-v2:free"로 설정하세요, 다른 코드 변경은 필요 없습니다. 이 페이지의 코드 패널에서 바로 쓸 수 있는 예제를 복사하세요.
NVIDIA: Llama Nemotron Embed VL 1B V2 (free)의 대안은 무엇인가요?: 비슷한 가격대의 임베딩 모델: NVIDIA: Nemotron 3.5 Embed 1B (free), NVIDIA: Nemotron 3.5 Embed 8B (free), LiquidAI: LFM2.5-Embedding-350M (free). 모두 같은 API 키로 실행되므로 문자열 하나만 바꾸면 전환됩니다.

NVIDIA: Llama Nemotron Embed VL 1B V2 (free) 커뮤니티

새 토픽

이 커뮤니티에는 아직 토픽이 없습니다. NVIDIA: Llama Nemotron Embed VL 1B V2 (free)에 대한 첫 토픽을 열어 보세요.