NVIDIA: Nemotron 3.5 Rerank 8B (free)

NVIDIA: Nemotron 3.5 Rerank 8B (free) é um modelo de reranking da NVIDIA, publicado sob o id de modelo nvidia/nemotron-3.5-rerank-8b:free. Pertence à categoria rerank, portanto seu trabalho não é gerar texto conversacional, mas pontuar e reordenar um conjunto de itens candidatos em relação a uma consulta. A data de lançamento do provedor é 2026-10-21. Na api14 ele é oferecido como uma variante gratuita, o que torna simples avaliá-lo com seus próprios dados de recuperação antes de adotá-lo em produção.

O modelo aceita entradas de texto e imagem e produz saída de rerank. Ele tem um comprimento de contexto de 32768 tokens, e a saída máxima é 29491. Como lida tanto com texto quanto com imagens, pode ser usado em pipelines onde os itens sendo ranqueados não são puramente textuais. A modalidade de saída é rerank em vez de texto, então você deve esperar pontuações de relevância ou uma ordenação em vez de respostas em prosa.

Os casos de uso práticos decorrem diretamente desse formato. Um comum é a recuperação em segundo estágio: pegue os principais resultados de uma busca vetorial ou por palavra-chave, então faça este modelo repontuá-los para que os itens mais relevantes subam ao topo. O mesmo padrão se aplica à geração aumentada por recuperação, onde uma melhor ordenação das passagens recuperadas melhora a qualidade de qualquer modelo gerador que você use a jusante. Como a entrada de imagem é suportada, ele também pode ranquear candidatos de mídia mista, por exemplo selecionando as imagens mais relevantes ou documentos contendo imagens para uma determinada consulta. Também é uma escolha razoável para tarefas de deduplicação ou priorização onde você tem um conjunto de candidatos e precisa de uma ordenação defensável.

Você o chama através da API compatível com OpenAI da api14 usando o id de modelo nvidia/nemotron-3.5-rerank-8b:free. Como o endpoint segue o esquema da OpenAI, você pode apontar um cliente OpenAI existente para a URL base da api14 e alterar o campo model, o que mantém o trabalho de integração pequeno. O modelo não lista parâmetros suportados, então você não deve contar com opções de ajuste como temperature ou top_p sendo aceitas; envie sua consulta e itens candidatos na requisição e leia a saída de rerank. Se você precisar controlar o comportamento de ordenação, faça isso do seu lado pela forma como constrói e agrupa os candidatos.

Dada a lista vazia de parâmetros suportados, este modelo é melhor tratado como uma função fixa em vez de algo que você direciona com configurações de amostragem. Se sua tarefa é geração de texto, sumarização ou chat, um modelo generativo se encaixará melhor, já que este retorna apenas saída de rerank. O contexto de 32768 tokens e a saída máxima de 29491 limitam quanto material candidato você pode enviar em uma requisição, então para conjuntos de candidatos muito grandes você precisará agrupar. É uma escolha sensata quando você quer um reranker gratuito e ciente de imagens e consegue trabalhar dentro dessas restrições.