Source: https://ailoot.ai/models/es-mx/nvidia-llama-nemotron-embed-vl-1b-v2-u003a-free/ Canonical: https://ailoot.ai/models/es-mx/nvidia-llama-nemotron-embed-vl-1b-v2-u003a-free/ Language: es-mx # NVIDIA: Llama Nemotron Embed VL 1B V2 (free) [Markdown](https://ailoot.ai/models/es-mx/nvidia-llama-nemotron-embed-vl-1b-v2-u003a-free/index.md) · [JSON](https://ailoot.ai/models/es-mx/nvidia-llama-nemotron-embed-vl-1b-v2-u003a-free/facts.json) ## [NVIDIA: Llama Nemotron Embed VL 1B V2 (free)](https://ailoot.ai/models/es-mx/nvidia-llama-nemotron-embed-vl-1b-v2-u003a-free/) Llama Nemotron Embed VL 1B V2 es el modelo de embeddings multimodales de NVIDIA para recuperación. Convierte texto, imágenes o entradas documentales combinadas en vectores y permite buscar mediante consultas textuales en documentos con tablas, gráficos, texto e infografías. - [**Ailoot Ultra · Representaciones vectoriales** `POST /v1/embeddings` `nvidia/llama-nemotron-embed-vl-1b-v2:free`](https://ailoot.ai/models/es-mx/nvidia-llama-nemotron-embed-vl-1b-v2-u003a-free/#method-0) Sobre el modelo Esta descripción cubre las capacidades del modelo. Las entradas, salidas y opciones disponibles en Ailoot se indican a continuación para el método seleccionado. Llama Nemotron Embed VL 1B V2 es el modelo de embeddings de NVIDIA para recuperación multimodal de preguntas y respuestas. Puede representar un documento como texto, una imagen o una combinación de imagen y texto. Después puede utilizarse una consulta textual para recuperar documentos relacionados. Su perfil publicado admite imágenes documentales con texto, tablas, gráficos e infografías y devuelve vectores de embeddings. #### Prepara elementos documentales identificables Mantén cada entrada conectada con el documento de origen, página o pasaje que representa. Para una página visual, conserva la imagen y cualquier texto que la acompañe y le pertenezca. Para un pasaje textual, mantén su título o etiqueta de sección cuando ayude a interpretar una coincidencia posterior. Estos identificadores de origen hacen que un elemento recuperado sea útil como evidencia, en lugar de ser solo un resultado numérico de similaridad. Elige los límites de elementos en torno al material que un usuario necesita encontrar. Un gráfico y su explicación pueden pertenecer juntos; las páginas sin relación deben conservar sus identidades separadas. Revisa si la entrada es legible y si el texto o imagen contiene la información que la consulta prevista debe recuperar. #### Consultas textuales y recuperación vectorial La función del modelo es producir vectores para recuperación, con texto como la forma de consulta descrita por el perfil. Mantén la consulta y los elementos indexados en una configuración compatible de embeddings. La aplicación guarda los vectores, los compara y devuelve los elementos de origen correspondientes. El documento recuperado sigue siendo el material que se debe examinar o pasar a un paso posterior de generación de respuestas. Un conjunto útil de pruebas incluye las preguntas que realmente hacen los usuarios y las páginas que deban encontrarse. Revisa las coincidencias erróneas o ausentes frente al contenido de origen y los límites de elementos. Conserva el identificador completo del documento junto con cualquier pasaje o imagen seleccionados para que el resultado pueda comprobarse en contexto. #### Límite de entrada y artefacto de búsqueda El perfil alojado documentado indica hasta 131,072 tokens por entrada. Divide los conjuntos de origen más grandes en entradas separadas y etiquetadas y conserva sus relaciones. La salida vectorial del perfil no es una respuesta en prosa generada ni una transcripción; una etapa posterior de la aplicación puede utilizar la evidencia recuperada para responder a una pregunta. Un artefacto completo de recuperación une la consulta, los elementos de origen seleccionados y sus identificadores. Conserva el modelo de embeddings y la preparación de entrada utilizados para un índice para que los cambios posteriores puedan distinguirse de los cambios de la colección de origen. **Ailoot Ultra · Representaciones vectoriales** `POST /v1/embeddings` `nvidia/llama-nemotron-embed-vl-1b-v2:free` [`nvidia/llama-nemotron-embed-vl-1b-v2:free`](https://ailoot.ai/models/es-mx/#m=nvidia%2Fllama-nemotron-embed-vl-1b-v2%3Afree&route=Ultra&caller=nvidia%2Fllama-nemotron-embed-vl-1b-v2%3Afree&fmt=embeddings) NVIDIA /`nvidia/llama-nemotron-embed-vl-1b-v2:free` ### Inicio Llama Nemotron Embed VL 1B V2 es el modelo de embeddings multimodales de NVIDIA para recuperación. Convierte texto, imágenes o entradas documentales combinadas en vectores y permite buscar mediante consultas textuales en documentos con tablas, gráficos, texto e infografías. Entradas aceptadas Texto · token\_ids Resultados embedding ### Disponible en Ailoot · entradas y métodos **Ailoot Ultra · Representaciones vectoriales** `POST /v1/embeddings` Entrada `text`, `token_ids` Salida `embedding` Contexto 131,072 tokens Formato de salida json | Campo | Tipo | Requisito | Valores y límites | Predeterminado | | --- | --- | --- | --- | --- | | Campo`model` | Tipo`string` | RequisitoObligatorio | Valores y límites nvidia/llama-nemotron-embed-vl-1b-v2:free | Predeterminado— | | Campo`input` | Tipo`string\|string[]\|integer[]\|integer[][]` | RequisitoObligatorio | Valores y límites Número mínimo de elementos: 1 Condiciones: Lote homogéneo no vacío. Los ID de tokens son números enteros no negativos. Presupuesto de entrada: Máximo: 131,072 · Unidad de texto: bytes UTF8 · Unidad de tokens: elementos de un arreglo de tokens | Predeterminado— | | Campo`encoding_format` | Tipo`string` | RequisitoOpcional | Valores y límites float | Predeterminadofloat | | Campo`dimensions` | Tipo`integer` | RequisitoNo compatible | Valores y límites Mínimo: 1 | Predeterminado— | | Campo`user` | Tipo`json_value` | RequisitoOpcional | Valores y límites Condiciones: La fuente permite este campo metadata de JSON; la semántica exacta en el sistema de origen depende del modelo. | Predeterminado— | | Campo`session_id` | Tipo`json_value` | RequisitoOpcional | Valores y límites Condiciones: La fuente permite este campo metadata de JSON; la semántica exacta en el sistema de origen depende del modelo. | Predeterminado— | | Campo`trace` | Tipo`json_value` | RequisitoOpcional | Valores y límites Condiciones: La fuente permite este campo metadata de JSON; la semántica exacta en el sistema de origen depende del modelo. | Predeterminado— | | Campo`provider` | Tipo`object` | RequisitoOpcional | Valores y límites Condiciones: provider.options rechazado | Predeterminado— | Combinaciones de materiales de entrada **text\_to\_embedding** Parámetros del método y ciclo de vida | Parámetro | Contrato | | --- | --- | | Parámetro`content_type` | Contratoapplication/json | | Parámetro`required` | Contratomodel, input | | Parámetro`input_shapes` | Contratostring, string\[\], nonnegative\_integer\_token\_array, nonnegative\_integer\_token\_array\[\] | | Parámetro`encoding_format` | Contratofloat | | Parámetro`dimensions_override` | Contratofalse | | Parámetro`max_input_budget_units` | Contrato131072 | | Parámetro`multimodal_objects` | Contratofalse | | Parámetro`material_types` | Contratotext, token\_ids | Ciclo de vida: `synchronous_json` Conserva todos los índices y dimensiones de los vectores. El nombre de un modelo multimodal no habilita objetos de imagen en esta ruta exacta. ### Tarifas Las referencias tarifarias no añaden opciones a la solicitud. Los parámetros admitidos se indican en el método seleccionado. Modo fast Tarifa estándar Cuando se selecciona el modo fast Modo flex Tarifa estándar Cuando se selecciona el modo flex Esfuerzo máximo de razonamiento Tarifa estándar Cuando el esfuerzo máximo de razonamiento usa el ajuste default #### Tarifas de Ailoot #### Precios por configuración | Configuración | Tabla de tarifas | Cargo | | --- | --- | --- | | ConfiguraciónTarifas base por token | Tabla de tarifasTarifa base | Cargo Entrada · Tokens de entrada **$0** / 1K tokens Salida · Tokens de salida **$0** / 1K tokens Entrada · Lectura de caché **—** / 1K tokens Entrada · Escritura en caché **—** / 1K tokens Entrada · Escritura en caché, 1 hora **—** / 1K tokens | Ailoot reserva un monto estimado antes de la solicitud. Tras obtener el resultado, liquida el cargo definitivo según el uso medido. En las respuestas en flujo, la liquidación usa el registro de uso final. [Cómo funcionan la reserva y la liquidación →](https://ailoot.ai/docs/es-mx/billing/reserve/) ### Solicitudes de ejemplo #### Ailoot Ultra · Representaciones vectoriales curlPython SDK ```bash set -eu : "${AILOOT_API_KEY:?Set your Ailoot API key}" python3 - <<'PY_REQUEST' import json,os from pathlib import Path p=json.loads('{"model": "nvidia/llama-nemotron-embed-vl-1b-v2:free", "input": ["First document", "Second document"]}') Path("request.json").write_text(json.dumps(p,ensure_ascii=False)) PY_REQUEST curl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/embeddings \ -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \ --data-binary @request.json -D response-headers.txt -o result.json python3 - <<'PY_RESULT' import json from pathlib import Path r=json.loads(Path("result.json").read_text()) for x in r.get("data",[]): print(json.dumps({"index":x.get("index"),"embedding":x.get("embedding")})) PY_RESULT ``` ```python from openai import OpenAI import os client=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0) result=client.embeddings.create(model='nvidia/llama-nemotron-embed-vl-1b-v2:free',input=["First document","Second document"]) print(result) for item in result.data:print(item.index,item.embedding) ``` ### Recibir y guardar resultados #### Ailoot Ultra · Representaciones vectoriales json ##### Conserva todos los resultados completados Conserva todas las respuestas, archivos y partes de contenido completos recibidos. Conserva cada vector con su índice. La cantidad de vectores debe ser igual a la cantidad de entradas; las dimensiones deben ser consistentes. ##### Si es necesario revisar la respuesta original No se incorpora ningún endpoint de tareas de embeddings. Campos de respuesta | Campo | Tipo | | --- | --- | | Campo`object` | Tipostring | | Campo`model` | Tipostring | | Campo`data[].index` | Tipointeger | | Campo`data[].embedding` | Tipofinite float\[\] | | Campo`usage` | Tipoobject | Errores y siguientes pasos | Respuesta | Condición | Siguiente paso | | --- | --- | --- | | Respuesta400 · `invalid_request_error` | CondiciónCampos obligatorios, representación del material o valor del parámetro no válidos | Siguiente pasoCorrige los campos indicados antes de una nueva solicitud de creación. | ### Alias #### Alias del modelo **Ailoot Ultra** [`nvidia/llama-nemotron-embed-vl-1b-v2:free`](https://ailoot.ai/models/es-mx/#m=nvidia%2Fllama-nemotron-embed-vl-1b-v2%3Afree&route=Ultra&caller=nvidia%2Fllama-nemotron-embed-vl-1b-v2%3Afree&fmt=embeddings) #### Alias de rutas de métodos Usa las rutas de método indicadas arriba. #### ID de modelo relacionados [`nvidia/llama-nemotron-embed-vl-1b-v2:free`](https://ailoot.ai/models/es-mx/#m=nvidia%2Fllama-nemotron-embed-vl-1b-v2%3Afree&route=Ultra&caller=nvidia%2Fllama-nemotron-embed-vl-1b-v2%3Afree&fmt=embeddings) FAQ · NVIDIA: Llama Nemotron Embed VL 1B V2 (free) ¿Qué entradas y resultados están disponibles? `POST /v1/embeddings` · `nvidia/llama-nemotron-embed-vl-1b-v2:free`: `text`, `token_ids` → `embedding` ¿Qué campos utiliza la solicitud? `POST /v1/embeddings` · `nvidia/llama-nemotron-embed-vl-1b-v2:free`: `model`, `input`, `encoding_format`, `provider` ¿Qué límites se aplican? `POST /v1/embeddings` · `nvidia/llama-nemotron-embed-vl-1b-v2:free`: `ctx`: `131072`; `input.budget.maximum`: `131072` (bytes UTF8); `input.min_items`: `1` Conecta Ailoot a Claude Code, OpenCode, Hermes o tu aplicación. ## La empresa y su cartera de proyectos La empresa y su cartera de proyectos: millones de clientes; ventas por miles de millones al mes. ## Compra tokens con descuento. Ahorro por suscripción para trabajo habitual. Códigos promocionales: hasta el 50% al comprar tokens. Suscripción Elige un plan con descuento para tus peticiones habituales. Código de hasta el 50% Introduce el código al comprar. El precio se recalcula según la promoción vigente. Gasto en el historial Modelo, tokens e importe quedan guardados por cada petición. [Elegir suscripción](https://ailoot.ai/docs/es-mx/billing/subscriptions/) · [Consultar precios de modelos](https://ailoot.ai/models/es-mx/) ## Conecta la API al producto que vendes. SaaS, aplicaciones y bots bajo la oferta y el acuerdo de licencia Ailoot. Solicita una licencia de reventa para redistribuir el acceso. Aplicación comercial Integra generación de texto, imágenes, vídeo y sonido en funciones de pago de tu servicio. Licencia para revendedores Envía descripción del proyecto y esquema de acceso. Solicita condiciones escritas de uso y reventa. Documentos en la web La oferta, el acuerdo de licencia y la política de datos están disponibles antes de conectar. [Solicitar licencia de reventa](mailto:support@ailoot.ai) · [Oferta y acuerdo de licencia](https://ailoot.ai/legal/offer?lang=es-mx) ## Ailoot · La empresa y su cartera de proyectos Ailoot se apoya en la experiencia operativa acumulada, una amplia base de clientes, un servicio estable y el seguimiento continuo de KPI. La empresa y su cartera de proyectos: millones de clientes; ventas por miles de millones al mes. Ailoot aplica esa experiencia operativa al acceso por API a funciones de IA en productos de clientes, agentes, aplicaciones y automatizaciones.