NVIDIA: Nemotron 3 Embed 1B (free)

NVIDIA Nemotron 3 Embed 1B is een open tekstembeddingmodel van NVIDIA. Het behoort tot de Nemotron 3-familie en wordt verspreid als een gratis model op api14 onder de identifier nvidia/nemotron-3-embed-1b:free. NVIDIA positioneert het als een embeddingmodel in plaats van een generatief chatmodel, dus de taak is om tekst om te zetten in vectoren die je kunt opslaan, vergelijken en doorzoeken. Het werd door de provider uitgebracht op 2026-07-16.

Het model neemt tekst als enige invoermodaliteit en produceert embeddings als enige uitvoermodaliteit. Het heeft een contextlengte van 32768 tokens, wat de hoeveelheid tekst is die je in een enkele aanvraag kunt doorgeven, en een maximale uitvoer van 29491. Omdat de uitvoer een vectorrepresentatie is in plaats van gegenereerd proza, is er hier geen chatcompletion-gedrag: je stuurt tekst in en krijgt een numerieke embedding terug. Het model wordt beschreven als geoptimaliseerd voor high-throughput, low-latency retrieval, wat bepaalt waar het het beste past.

Die kenmerken wijzen op een vrij specifieke set toepassingen. Enterprise search is de voor de hand liggende: embed je documentcorpus eenmalig, embed de gebruikersquery op het moment van de aanvraag, en rangschik op vectorsimilariteit. Hetzelfde mechanisme ligt ten grondslag aan retrieval augmented generation, waarbij embeddings de passages selecteren die een apart taalmodel later zal lezen. Code retrieval is ook een goede match, aangezien zowel bronbestanden als natuurlijke-taalqueries in dezelfde ruimte kunnen worden geëmbed. Agentic retrieval geldt ook, waarbij een agent snel en herhaaldelijk dingen moet opzoeken terwijl hij een taak doorloopt. In al deze gevallen is het model een component in een grotere pipeline in plaats van het ding dat het uiteindelijke antwoord schrijft.

Je roept het aan via de OpenAI-compatibele API van api14 met het model-id nvidia/nemotron-3-embed-1b:free. Omdat het endpoint de vorm van OpenAI-embeddings volgt, stuur je je tekst in het input-veld en ontvang je een vector als antwoord, dus bestaande OpenAI-clientbibliotheken en embeddingcode werken over het algemeen met alleen een gewijzigde base URL en modelnaam. Het model vermeldt geen额外 ondersteunde parameters, dus je moet geen afstemmingsknoppen verwachten buiten wat de standaard embeddings-aanvraag biedt. Houd elke aanvraag binnen de contextlimiet van 32768 tokens.

Een praktische overweging is dat dit een embeddingsmodel is, dus het zal geen tekst genereren, geen gesprek voeren of vragen direct beantwoorden. Als je samenvatting, redenering of dialoog nodig hebt, wil je in plaats daarvan een generatief model, en dit model kun je het beste daarnaast gebruiken. De gratis tier maakt het ook een redelijke keuze voor het prototypen van een retrieval-pipeline voordat je je vastlegt op een grotere indexeringsinspanning.