NVIDIA: Nemotron 3.5 Embed 8B (free)

NVIDIA: Nemotron 3.5 Embed 8B (free) is een embeddingmodel van NVIDIA, gepubliceerd onder model-id nvidia/nemotron-3.5-embed-8b:free op api14. Het valt in de categorie embeddings, dus het is gebouwd om invoer om te zetten in vectorrepresentaties in plaats van chatantwoorden te genereren. De releasedatum van de provider is 2026-10-21. Als je een model kiest voor een retrieval- of similarity-pipeline, is dit het soort model dat je tegen je eigen data zou evalueren in plaats van een algemene tekstgenerator.

Het model is multimodaal aan de invoerkant: het accepteert tekst en afbeeldingen. Aan de uitvoerkant produceert het alleen embeddings. De contextlengte is 32768 tokens, en de maximale uitvoer is 29491. NVIDIA beschrijft het als een multimodaal embeddingmodel voor meertalige retrieval over tekst en documentpagina-afbeeldingen, inclusief tabellen, grafieken en infographics. Queries zijn tekst, terwijl documenten tekst of pagina-afbeeldingen kunnen zijn. Die combinatie is de kern van wat het model doet: het brengt een tekstquery en een document, in tekst- of afbeeldingsvorm, samen in een gedeelde embeddingruimte zodat ze vergeleken kunnen worden.

De praktische use cases volgen direct uit die mogelijkheden. Meertalige retrieval is de belangrijkste, dus zoeken door content in meer dan één taal past natuurlijk. Omdat documentpagina's als afbeeldingen kunnen worden aangeleverd, kun je gescande pagina's, PDF's en rapporten indexeren zonder een aparte OCR-stap, en toch tabellen, grafieken en infographics terugvinden die gewone tekstextractie doorgaans verliest. Tekst-naar-tekst retrieval over een corpus wordt ook ondersteund. Typische opstellingen zijn semantisch zoeken, vraagbeantwoording over een documentopslag, deduplicatie en clustering, en aanbeveling of ranking waarbij je een similarity-score nodig hebt tussen een query en een kandidaatdocument.

Je roept het aan via de OpenAI-compatibele API van api14 met de model-id nvidia/nemotron-3.5-embed-8b:free. Omdat de interface de OpenAI embeddings-vorm volgt, stuur je je invoer en lees je de vector terug uit de respons, wat clientcode overdraagbaar houdt als je later van model wisselt. Het model vermeldt geen ondersteunde parameters, dus er zijn geen extra sampling- of generatieopties in te stellen; houd verzoeken beperkt tot de invoer zelf en de model-id. Let op: dit is een embedding-endpoint, geen chat completion-endpoint, dus chat-specifieke velden zijn niet van toepassing.

Een limiet om rekening mee te houden is de contextlengte van 32768 tokens per verzoek, wat beperkt hoeveel tekst of hoe groot een pagina-afbeelding je in één keer kunt embedden; langere documenten moeten worden opgedeeld. Omdat het model embeddings retourneert in plaats van gegenereerde tekst, is het de verkeerde keuze wanneer je samenvatting, extractie of conversationele antwoorden nodig hebt. Voor die taken past een tekstgeneratiemodel beter, en zou je dit model daarnaast gebruiken als de retrieval-laag.