NVIDIA: Nemotron 3 Embed 1B (free) karşı NVIDIA: Nemotron 3.5 Embed 1B (free)
NVIDIA: Nemotron 3 Embed 1B (free) (Ücretsiz) ve NVIDIA: Nemotron 3.5 Embed 1B (free) (Ücretsiz) modellerinin api14 kataloğundaki güncel USD fiyatları ve yetenekleriyle yan yana karşılaştırması. İkisi de aynı OpenAI uyumlu API üzerinden çalışır.
Teknik özellikler
| NVIDIA: Nemotron 3 Embed 1B (free) | NVIDIA: Nemotron 3.5 Embed 1B (free) | |
|---|---|---|
| Sağlayıcı | NVIDIA | NVIDIA |
| Bağlam penceresi | 32.768 | 32.768 |
| Maks. çıktı | 29.491 | 29.491 |
| Girdi | text | text, image |
| Çıktı | embeddings | embeddings |
| Araç çağırma | ||
| Yapılandırılmış çıktı | ||
| Akıl yürütme kontrolü | ||
| Eklenme | 16 Tem 2026 | 21 Eki 2026 |
Ayrıntılı bakış
NVIDIA: Nemotron 3 Embed 1B (free) ve NVIDIA: Nemotron 3.5 Embed 1B (free), her ikisi de NVIDIA'dan gelen gömme modelleridir ve her ikisi de api14 üzerinde ücretsiz katmanda sunulmaktadır. İlk model 2026-07-16 tarihinde, ikinci model ise 2026-10-21 tarihinde yayınlandı, bu nedenle 3.5 sürümü ikisinden daha yenidir. Versiyon farkına rağmen aynı aileye ait olup isimlerinde aynı parametre sayısını paylaşırlar, bu da NVIDIA'nın daha büyük bir modelle değiştirmek yerine kompakt bir 1B gömme modeli üzerinde çalıştığını gösterir. Hiçbir model metin üretmez; her ikisi de girdi alır ve gömmeler döndürür, bu nedenle sohbet veya tamamlama uç noktaları yerine geri alma, kümeleme, yinelenmeyi kaldırma, sınıflandırma ve benzeri vektör tabanlı çalışmalar için yapı taşlarıdır.
İkisi arasındaki en belirgin fark modalitedir. Nemotron 3 Embed 1B yalnızca metin kabul ederken, Nemotron 3.5 Embed 1B hem metin hem de görüntü girdisi kabul eder. Her ikisi de gömmeler çıktı olarak verir ve her ikisinin de 32768 token olmak üzere aynı bağlam uzunluğu vardır, bu nedenle bir isteğe ne kadar metin verebileceğiniz konusunda hiçbir tarafın avantajı yoktur. Hiçbir model desteklenen parametreler listelememektedir, bu nedenle sıcaklık veya top_p gibi ayarlanabilir düğmeler beklememelisiniz; istek yüzeyi temelde girdi artı model kimliğidir. Fiyat konusunda ikisi de birbirine yakındır ve bu sayfadaki canlı fiyat tablosu, buradaki herhangi bir özet yerine güncel sayıları teyit etmek için doğru yerdir.
Bir geliştirici olarak ikisi arasında seçim yaparken, karar çoğunlukla neyi gömmek istediğinize bağlıdır. Eğer veri kümeniz belgeler, destek biletleri, kod yorumları veya ürün açıklamaları gibi düz metinlerden oluşuyorsa, Nemotron 3 Embed 1B bu durumu kapsar ve ikisinden daha oturmuş olanıdır. Eğer görseller için vektörlere ihtiyacınız varsa veya bir sayfa hem metin hem de resim içeren karma içerikler için kullanacaksanız, Nemotron 3.5 Embed 1B görüntü girdisi kabul edebilen modeldir ve yalnızca metin modelinin bunun yerine geçmesi mümkün değildir. Bağlam penceresi aynı olduğu için, daha uzun girdiler için yalnızca daha yeni modeli seçmek için bir neden yoktur. Araç çağırma, yapılandırılmış çıktı veya akıl yürütme konusunda da belirtilmiş bir fark yoktur, ki bu gömme modelleri olduğu ve sohbet modelleri olmadığı göz önüne alındığında mantıklıdır.
Her ikisine de api14 üzerinden çağrı yapmak aynı şekilde çalışır, çünkü ağ geçidi OpenAI uyumlu bir API sunar. Müşterinizi aynı temel URL'ye yönlendirir ve aynı türde bir istek gönderirsiniz, yalnızca "nvidia/nemotron-3-embed-1b:free" ile "nvidia/nemotron-3.5-embed-1b:free" arasındaki model kimliği dizesini değiştirirsiniz. Yanıtından gömme vektörünü nasıl okuduğunuz dahil kodunuzdaki her şey aynı kalabilir. Bu, her ikisini test etmeyi ucuz hale getirir: aynı girdi grubunu her kimlik üzerinden çalıştırın, kendi geri alma veya kümeleme görevinizde vektörleri karşılaştırın ve verileriniz için hangisi daha iyi performans gösteriyorsa onu kullanın.
Daha yeni olanı mevcut olmasına rağmen eski modelin mantıklı bir seçim olduğu tek bir durum vardır. Eğer tüm girdileriniz metinden oluşuyorsa ve Nemotron 3 Embed 1B'yi değerlendirme kümeniz üzerinde zaten doğrulamışsanız, 3.5 modelinde iş yükünüzün ihtiyaç duyacağı bir yetenek yoktur, çünkü listelenmiş tek fark ek modalitedir ve bağlam uzunluğu aynıdır. Zaten ölçtüğünüz modelde kalmak, hiçbir kazanç sağlamadan değerlendirmenizi yeniden çalıştırmaktan kaçınmanızı sağlar. Tersine durum da geçerlidir, eğer görseller girdi parçalarınızın bir parçasıysa, yalnızca metin modeli işi hiç yapamaz, bu nedenle ikisi arasında 3.5 kimliği tek seçenektir.
Tek bir metinle geçiş yap
İki model de aynı uç noktayı ve istek yapısını kullanır. model değerini "nvidia/nemotron-3-embed-1b:free" yerine "nvidia/nemotron-3.5-embed-1b:free" yap, istemler, akış ve araçlar çalışmaya devam eder.
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": "nvidia/nemotron-3.5-embed-1b:free",
"input": [
"The quick brown fox",
"Lorem ipsum"
]
});
console.log(result.data.map((d) => d.embedding.length));
Diğer karşılaştırmalar
- Amazon: Titan Multimodal Embeddings G1 karşı Amazon: Titan Embeddings G1 - Text
- Amazon: Titan Multimodal Embeddings G1 karşı Amazon: Titan Text Embeddings V2
- Amazon: Titan Multimodal Embeddings G1 karşı Cohere: Embed 5 Fast
- Amazon: Titan Multimodal Embeddings G1 karşı Cohere: Embed 5 Pro
- Amazon: Titan Embeddings G1 - Text karşı Amazon: Titan Text Embeddings V2
- Amazon: Titan Embeddings G1 - Text karşı Cohere: Embed 5 Fast
- Amazon: Titan Embeddings G1 - Text karşı Cohere: Embed 5 Pro
- Amazon: Titan Text Embeddings V2 karşı Cohere: Embed 5 Fast