NVIDIA: Nemotron 3.5 Embed 1B (free) é um modelo de embedding da NVIDIA, listado sob o id de modelo nvidia/nemotron-3.5-embed-1b:free. Sentence Transformers: all-mpnet-base-v2 é um modelo de embedding da Sentence Transformers, listado sob o id de modelo sentence-transformers/all-mpnet-base-v2. Ambos estão na categoria de embeddings, portanto nenhum dos dois gera conclusões de chat ou texto livre; cada um recebe entrada e retorna uma representação vetorial que você pode usar para busca, agrupamento, deduplicação ou classificação. A diferença em quem os fabrica importa principalmente para como você espera que eles se comportem nos seus dados, já que a NVIDIA fornece um modelo mais novo enquanto all-mpnet-base-v2 é um checkpoint da Sentence Transformers há muito estabelecido.
A lacuna técnica mais clara é o comprimento de contexto. Nemotron 3.5 Embed 1B aceita até 32768 tokens, enquanto all-mpnet-base-v2 aceita 512 tokens. Essa é uma grande diferença em quanto texto você pode embutir em uma única chamada antes de precisar dividir em partes. Nemotron 3.5 Embed 1B também aceita entrada de texto e imagem e retorna embeddings, portanto é multimodal no lado da entrada. all-mpnet-base-v2 aceita apenas texto e retorna embeddings. Nenhum dos modelos expõe parâmetros suportados nos dados fornecidos aqui, então você não deve esperar que opções ajustáveis como dimensões ou opções de pooling estejam documentadas para qualquer um deles. A comparação qualitativa marca Nemotron 3.5 Embed 1B como aquele com o contexto maior, e os campos de preço são desconhecidos, então trate-os como aproximadamente comparáveis até verificar a tabela ao vivo.
Para seleção prática, recorra a Nemotron 3.5 Embed 1B quando seus documentos forem longos, quando você quiser embutir uma página inteira, transcrição ou relatório sem dividi-lo primeiro, ou quando sua entrada incluir imagens junto com texto. A janela de 32768 tokens permite evitar divisão agressiva em partes, o que frequentemente preserva melhor o significado para recuperação. Recorra a all-mpnet-base-v2 quando suas entradas forem curtas, como frases, títulos de produtos, consultas curtas ou parágrafos individuais, e quando você quiser um pipeline de embedding simples apenas de texto sem tratamento de imagens. Se seu corpus já estiver dividido em partes de algumas centenas de tokens, a janela de contexto menor não é uma limitação, e a interface mais simples apenas de texto pode ser mais fácil de raciocinar.
Chamar qualquer um dos modelos através da api14 funciona da mesma forma porque a API é compatível com OpenAI. Você envia sua entrada para o endpoint de embeddings com sua chave api14, e a única coisa que você muda entre os dois é a string do id do modelo. Use nvidia/nemotron-3.5-embed-1b:free para o modelo NVIDIA e sentence-transformers/all-mpnet-base-v2 para o modelo Sentence Transformers. O formato da requisição, o formato da resposta e a maneira como você lê os vetores retornados permanecem os mesmos, então você pode trocar o id em um valor de configuração ou variável de ambiente e comparar resultados nos seus próprios dados sem reescrever o código do cliente.
Há um caso em que all-mpnet-base-v2 continua sendo a melhor escolha mesmo tendo a janela menor. Se todas as suas entradas forem texto curto e você não tiver imagens, o contexto extra e a entrada multimodal de Nemotron 3.5 Embed 1B não lhe trazem nada, e um modelo apenas de texto mantém seu pipeline e sua avaliação mais simples. Também é a escolha natural se você já tem ferramentas, limiares ou configurações de índice ajustadas em torno de seu comportamento de 512 tokens e não quer dividir seu corpus novamente em partes.