NVIDIA: Nemotron 3 Embed 1B (free)

NVIDIA Nemotron 3 Embed 1B är en öppen textinbäddningsmodell från NVIDIA. Den tillhör Nemotron 3-familjen och distribueras som en gratis modell på api14 under identifieraren nvidia/nemotron-3-embed-1b:free. NVIDIA positionerar den som en inbäddningsmodell snarare än en generativ chattmodell, så dess uppgift är att omvandla text till vektorer som du kan lagra, jämföra och söka i. Den släpptes av leverantören 2026-07-16.

Modellen tar text som sin enda indatamodalitet och producerar inbäddningar som sin enda utdatamodalitet. Den har en kontextlängd på 32768 tokens, vilket är mängden text du kan skicka i en enskild begäran, och en maximal utdata på 29491. Eftersom utdatan är en vektorrepresentation snarare än genererad prosa finns det inget chattkompletteringsbeteende här: du skickar in text och får tillbaka en numerisk inbäddning. Modellen beskrivs som optimerad för hög genomströmning och låg latens vid hämtning, vilket formar var den passar bäst.

Dessa egenskaper pekar mot en ganska specifik uppsättning användningsområden. Företagssökning är det uppenbara: bädda in din dokumentkorpus en gång, bädda in användarens fråga vid begäran och rangordna efter vektorlikhet. Samma mekanism ligger till grund för hämtningsförstärkt generering, där inbäddningar väljer de stycken som en separat språkmodell senare kommer att läsa. Kodhämtning passar också, eftersom källfiler och naturliga språkfrågor båda kan bäddas in i samma rum. Agentbaserad hämtning gäller också, där en agent behöver slå upp saker snabbt och upprepade gånger medan den arbetar sig igenom en uppgift. I alla dessa fall är modellen en komponent i en större pipeline snarare än det som skriver det slutliga svaret.

Du anropar den via api14:s OpenAI-kompatibla API med modell-id:t nvidia/nemotron-3-embed-1b:free. Eftersom slutpunkten följer OpenAI:s inbäddningsform skickar du din text i fältet input och får en vektor som svar, så befintliga OpenAI-klientbibliotek och inbäddningskod fungerar i allmänhet med bara bas-URL:en och modellnamnet ändrade. Modellen listar inga ytterligare parametrar som stöds, så du bör inte förvänta dig inställningsmöjligheter utöver vad standardbegäran för inbäddningar erbjuder. Håll varje begäran inom kontextgränsen på 32768 tokens.

En praktisk övervägning är att detta är en inbäddningsmodell, så den kommer inte att generera text, föra en konversation eller svara på frågor direkt. Om du behöver sammanfattning, resonemang eller dialog vill du ha en generativ modell i stället, och den här används bäst tillsammans med en sådan. Gratisnivån gör den också till ett rimligt val för att prototypa en hämtningspipeline innan du satsar på en större indexeringsinsats.