NVIDIA: Nemotron 3.5 Embed 8B (free)

NVIDIA: Nemotron 3.5 Embed 8B (free) är en inbäddningsmodell från NVIDIA, publicerad under modell-id nvidia/nemotron-3.5-embed-8b:free på api14. Den tillhör kategorin inbäddningar, så den är byggd för att omvandla indata till vektorrepresentationer snarare än att generera chatt-svar. Leverantörens utgivningsdatum är 2026-10-21. Om du väljer en modell för en retrieval- eller likhetspipeline är det den här typen av modell du skulle utvärdera mot dina egna data snarare än en allmänt användbar textgenerator.

Modellen är multimodalt på indatasidan: den tar emot text och bilder. På utdatasidan producerar den endast inbäddningar. Dess kontextlängd är 32768 tokens, och maximal utdata är 29491. NVIDIA beskriver den som en multimodal inbäddningsmodell för flerspråkig retrieval över text och dokumentsidbilder, inklusive tabeller, diagram och infografik. Frågor är text, medan dokument kan vara text eller sidbilder. Den kombinationen är kärnan i vad modellen gör: den mappar en textfråga och ett dokument, i antingen text- eller bildform, in i ett delat inbäddningsrum så att de kan jämföras.

De praktiska användningsfallen följer direkt av dessa funktioner. Flerspråkig retrieval är det främsta, så sökning över innehåll på mer än ett språk passar naturligt. Eftersom dokumentsidor kan tillhandahållas som bilder kan du indexera skannade sidor, PDF-filer och rapporter utan ett separat OCR-steg, och fortfarande hämta tabeller, diagram och infografik som vanlig textextrahering tenderar att tappa. Text-till-text-retrieval över en korpus stöds också. Typiska uppsättningar inkluderar semantisk sökning, frågebesvarande över ett dokumentlager, deduplicering och klustring, samt rekommendation eller rangordning där du behöver en likhetspoäng mellan en fråga och ett kandidatdokument.

Du anropar den via api14:s OpenAI-kompatibla API med modell-id nvidia/nemotron-3.5-embed-8b:free. Eftersom gränssnittet följer OpenAI:s inbäddningsform skickar du din indata och läser vektorn tillbaka från svaret, vilket håller klientkoden portabel om du senare byter modell. Modellen listar inga stödda parametrar, så det finns inga extra samplings- eller genereringsalternativ att ställa in; håll förfrågningarna till själva indata och modell-id. Observera att detta är en inbäddningsändpunkt, inte en chattkompletteringsändpunkt, så chatt-specifika fält gäller inte.

En gräns att planera runt är kontextlängden på 32768 tokens per förfrågan, vilket begränsar hur mycket text eller hur stor en sidbild du kan bädda in samtidigt; längre dokument behöver delas upp. Eftersom modellen returnerar inbäddningar snarare än genererad text är den fel val när du behöver sammanfattning, extrahering eller konversationssvar. För dessa uppgifter passar en textgenereringsmodell bättre, och du skulle använda den här modellen vid sidan av den som retrieval-lager.