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: Nemotron 3.5 Embed 1B (free)

nvidia/nemotron-3.5-embed-1b:free

임베딩입력: text · image33K2026. 10. 21. 추가됨

플레이그라운드에서 열기 NVIDIA: Nemotron 3.5 Embed 1B (free) API 키 받기

지금 NVIDIA: Nemotron 3.5 Embed 1B (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: Nemotron 3.5 Embed 1B (free) 한눈에 보기

32,768 토큰의 컨텍스트 윈도우, 긴 문서와 멀티턴 대화에 충분합니다.

NVIDIA: Nemotron 3.5 Embed 1B (free) 소개

Nemotron 3.5 Embed 1B는 NVIDIA의 임베딩 모델로, 제공업체가 2026년 10월 21일에 공개했습니다. 이 모델은 채팅이나 생성 카테고리가 아니라 임베딩 카테고리에 속하므로, 작성된 답변을 생성하는 대신 입력을 벡터로 변환하는 역할을 합니다. 이름은 소속 패밀리(Nemotron 3.5), 임베딩 역할, 대략 1B 파라미터 규모를 반영합니다. API 위에서 검색, 탐색 또는 클러스터링을 구축한다면, 이 모델은 채팅 모델 대신이 아니라 다른 임베딩 엔드포인트와 함께 평가하게 되는 종류의 모델입니다.

이 모델은 입력 측에서 멀티모달입니다. 텍스트와 이미지를 받아들이며, 출력 모달리티로는 임베딩만 반환합니다. 이러한 조합 덕분에 텍스트 쿼리와 문서 페이지 이미지를 동일한 벡터 공간에 임베딩할 수 있습니다. 컨텍스트 윈도우는 32768 토큰이고, 최대 출력은 29491로 표시됩니다. NVIDIA는 이를 표, 차트, 인포그래픽을 포함한 텍스트 및 문서 페이지 이미지에 대한 다국어 검색용 멀티모달 임베딩 모델이라고 설명합니다. 실제로 이는 유용한 정보가 항상 깔끔하게 추출 가능한 텍스트에 있지는 않은 문서를 겨냥한 모델이라는 뜻입니다.

사용 사례는 이러한 기능에서 직접 따라옵니다. 다국어 검색이 대표적입니다. 여러 언어로 된 코퍼스를 인덱싱하고, 모든 것을 먼저 번역하지 않고도 쿼리를 매칭할 수 있습니다. 페이지 이미지를 문서로 받아들이므로, 스캔한 페이지, 이미지로 렌더링한 PDF, 의미가 표나 차트 또는 인포그래픽에 담긴 페이지를 임베딩한 뒤 텍스트 쿼리로 검색할 수 있습니다. 대표적인 애플리케이션으로는 텍스트와 이미지가 섞인 컬렉션에 대한 문서 검색, 별도의 생성 단계 전에 페이지를 검색하는 질의응답 시스템, 문서 중복 제거 또는 클러스터링, 벡터 위에 구축하는 추천 또는 유사도 기능 등이 있습니다.

모델 id "nvidia/nemotron-3.5-embed-1b:free"를 사용해 api14의 OpenAI 호환 API로 호출합니다. 표면이 OpenAI 호환이므로 기존 임베딩 클라이언트를 api14 base URL로 지정하고 해당 모델 id를 전달하면 되며, 다른 임베딩 제공업체용으로 작성한 코드는 보통 base URL과 모델 이름만 바꾸면 됩니다. 이 모델의 지원 파라미터 목록은 비어 있습니다. 즉, 임베딩 엔드포인트 자체가 받아들이는 것 외에 문서화된 추가 튜닝 파라미터가 없습니다. 요청마다 구성하는 엔드포인트가 아니라 단순히 임베딩하고 벡터를 반환하는 엔드포인트로 취급하세요.

고려해야 할 점은 이것이 임베딩 모델이라는 것입니다. 따라서 텍스트를 생성하거나 대화를 이어가거나 스스로 질문에 답하지 않습니다. 작업이 생성, 추론 또는 채팅이라면 채팅 모델이 적합하며 이 모델은 대체재가 아닙니다. 또한 무료 모델 id로 제공되므로 평가와 저용량 작업에 유용하지만, 프로덕션에서 의존하기 전에 모델 페이지에서 현재 가용성과 사용 조건을 확인해야 합니다. 검색과 답변을 모두 하는 모델이 필요하다면 2단계 구성을 계획하세요. 이 모델로 임베딩하고 검색한 다음, 검색된 콘텐츠를 별도의 생성 모델에 전달하면 됩니다.

NVIDIA: Nemotron 3.5 Embed 1B (free) API 호출 방법

대시보드에서 API 키를 만드세요.
사용하는 언어의 공식 openai SDK를 설치하세요.
baseURL을 https://api14.com/api/v1로, model을 "nvidia/nemotron-3.5-embed-1b: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/nemotron-3.5-embed-1b:free",
  "input": [
    "The quick brown fox",
    "Lorem ipsum"
  ]
});
console.log(result.data.map((d) => d.embedding.length));

사양

컨텍스트 길이: 32,768
최대 출력: 29,491
입력: text, image
출력: embeddings

api14 요청 수 · 최근 7일

NVIDIA: Nemotron 3.5 Embed 1B (free): 자주 묻는 질문

NVIDIA: Nemotron 3.5 Embed 1B (free) API 비용은 얼마인가요?: NVIDIA: Nemotron 3.5 Embed 1B (free)는(은) 무료로 호출할 수 있습니다(토큰당 $0). 무료 버전은 업스트림 요청 한도가 더 엄격하므로 테스트나 소량 작업에 사용하세요.
NVIDIA: Nemotron 3.5 Embed 1B (free)의 컨텍스트 윈도우는 얼마인가요?: NVIDIA: Nemotron 3.5 Embed 1B (free)는(은) 요청당 최대 32,768 토큰을 읽습니다, 프롬프트, 대화 기록, 문서를 모두 합친 양입니다. 응답당 최대 29,491개의 출력 토큰을 생성합니다.
NVIDIA: Nemotron 3.5 Embed 1B (free)는(은) 무엇을 할 수 있나요?: NVIDIA: Nemotron 3.5 Embed 1B (free)는(은) text, image 입력을 받아 embeddings 출력을 반환합니다.
코드에서 NVIDIA: Nemotron 3.5 Embed 1B (free)를(을) 어떻게 호출하나요?: 어떤 OpenAI SDK든 base URL을 https://api14.com/api/v1로 지정하고 model을 "nvidia/nemotron-3.5-embed-1b:free"로 설정하세요, 다른 코드 변경은 필요 없습니다. 이 페이지의 코드 패널에서 바로 쓸 수 있는 예제를 복사하세요.
NVIDIA: Nemotron 3.5 Embed 1B (free)의 대안은 무엇인가요?: 비슷한 가격대의 임베딩 모델: NVIDIA: Nemotron 3.5 Embed 8B (free), LiquidAI: LFM2.5-Embedding-350M (free), NVIDIA: Nemotron 3 Embed 1B (free). 모두 같은 API 키로 실행되므로 문자열 하나만 바꾸면 전환됩니다.

NVIDIA: Nemotron 3.5 Embed 1B (free) 커뮤니티

새 토픽

이 커뮤니티에는 아직 토픽이 없습니다. NVIDIA: Nemotron 3.5 Embed 1B (free)에 대한 첫 토픽을 열어 보세요.