NVIDIA: Nemotron 3.5 Embed 8B (free) contra Sentence Transformers: all-mpnet-base-v2
Uma comparação lado a lado entre NVIDIA: Nemotron 3.5 Embed 8B (free) (Grátis) e Sentence Transformers: all-mpnet-base-v2 (US$ 0,02 / 1M fragmentos (≈ R$ 0,10)) com preços em USD e recursos atuais do catálogo do api14. Os dois funcionam pela mesma API compatível com OpenAI.
Especificações
| NVIDIA: Nemotron 3.5 Embed 8B (free) | Sentence Transformers: all-mpnet-base-v2 | |
|---|---|---|
| Provedor | NVIDIA | Sentence Transformers |
| Entrada | - | US$ 0,02 / 1M fragmentos (≈ R$ 0,10) |
| Janela de contexto | 32.768 | 512 |
| Saída máxima | 29.491 | 460 |
| Entrada | text, image | text |
| Saída | embeddings | embeddings |
| chamada de ferramentas | ||
| Saída estruturada | ||
| Controle de raciocínio | ||
| Adicionado em | 21 de out. de 2026 | 17 de nov. de 2025 |
Principais diferenças
- NVIDIA: Nemotron 3.5 Embed 8B (free) lê 64.0× mais contexto (32.768 tokens).
Em detalhe
NVIDIA: Nemotron 3.5 Embed 8B (free) é um modelo de embeddings da NVIDIA, listado sob o id de modelo nvidia/nemotron-3.5-embed-8b:free. Sentence Transformers: all-mpnet-base-v2 é um modelo de embeddings da Sentence Transformers, listado sob o id de modelo sentence-transformers/all-mpnet-base-v2. Ambos pertencem à categoria de embeddings, portanto nenhum dos dois gera conclusões de chat ou texto livre. Cada um recebe uma entrada e devolve um vetor, que depois utiliza para pesquisa, agrupamento, deduplicação, classificação ou trabalho a jusante semelhante.
A diferença mais clara entre eles é o comprimento do contexto. O Nemotron 3.5 Embed 8B aceita até 32768 tokens, enquanto o all-mpnet-base-v2 aceita até 512 tokens. É uma diferença grande, e altera o que pode fornecer a cada modelo numa única chamada. O Nemotron 3.5 Embed 8B também aceita entrada de texto e de imagem, enquanto o all-mpnet-base-v2 aceita apenas texto. Ambos devolvem embeddings como a sua única modalidade de saída, e nenhum lista parâmetros suportados, pelo que não pode ajustar opções de estilo de amostragem em nenhum dos lados. A comparação qualitativa marca o Nemotron 3.5 Embed 8B como o que tem o contexto maior, e é o único dos dois que lida com imagens de alguma forma.
Para trabalho prático, a escolha segue normalmente a sua entrada. Se estiver a gerar embeddings de documentos longos, páginas inteiras, transcrições ou qualquer coisa que exceda confortavelmente algumas centenas de tokens, o Nemotron 3.5 Embed 8B permite-lhe enviar esse conteúdo numa só peça em vez de o dividir em blocos e reconciliar os resultados. Se precisar de gerar embeddings de imagens juntamente com texto, ou construir um índice misto, é a única opção aqui que aceita entrada de imagem. O all-mpnet-base-v2 é uma escolha razoável quando as suas entradas são curtas, como frases, títulos, consultas curtas ou passagens individuais, e quer um modelo de embeddings de texto simples. É também o mais antigo dos dois pela data de lançamento do fornecedor, embora isso por si só não decida nada.
Chamar qualquer dos modelos através do api14 funciona da mesma forma porque a API é compatível com OpenAI. Aponta o seu cliente para o endpoint de embeddings, envia a sua entrada e define o campo model para o id que quer. Para alternar entre eles, altere apenas esse id de modelo, de nvidia/nemotron-3.5-embed-8b:free para sentence-transformers/all-mpnet-base-v2 ou o inverso. A forma do pedido, a autenticação e o tratamento da resposta mantêm-se iguais, pelo que pode migrar um pipeline existente editando uma única string. A tabela de preços em direto nesta página mostra quanto custa cada chamada, por isso verifique aí em vez de assumir.
Ainda há casos em que o all-mpnet-base-v2 é a melhor escolha. Se cada entrada que gera em embeddings for texto curto bem abaixo de 512 tokens, o seu contexto menor não é uma limitação, e evita pagar por capacidade que não vai usar. É também a escolha mais simples quando quer especificamente um modelo de embeddings apenas de texto e não tem conteúdo de imagem no seu pipeline. O Nemotron 3.5 Embed 8B continua a ser a escolha quando o comprimento do contexto ou a entrada de imagem importam, mas para cargas de trabalho de texto simples e curto o modelo menor é totalmente adequado.
Troque com uma string
Os dois modelos usam o mesmo endpoint e o mesmo formato de requisição. Mude o valor de model de "nvidia/nemotron-3.5-embed-8b:free" para "sentence-transformers/all-mpnet-base-v2", prompts, streaming e ferramentas continuam funcionando.
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": "sentence-transformers/all-mpnet-base-v2",
"input": [
"The quick brown fox",
"Lorem ipsum"
]
});
console.log(result.data.map((d) => d.embedding.length));
Mais comparações
- Amazon: Titan Multimodal Embeddings G1 contra Amazon: Titan Embeddings G1 - Text
- Amazon: Titan Multimodal Embeddings G1 contra Amazon: Titan Text Embeddings V2
- Amazon: Titan Multimodal Embeddings G1 contra Cohere: Embed 5 Fast
- Amazon: Titan Multimodal Embeddings G1 contra Cohere: Embed 5 Pro
- Amazon: Titan Embeddings G1 - Text contra Amazon: Titan Text Embeddings V2
- Amazon: Titan Embeddings G1 - Text contra Cohere: Embed 5 Fast
- Amazon: Titan Embeddings G1 - Text contra Cohere: Embed 5 Pro
- Amazon: Titan Text Embeddings V2 contra Cohere: Embed 5 Fast