Source: https://ailoot.ai/models/es-mx/nvidia-llama-nemotron-embed-vl-1b-v2/
Canonical: https://ailoot.ai/models/es-mx/nvidia-llama-nemotron-embed-vl-1b-v2/
Language: es-mx

# Llama Nemotron Embed VL 1B v2

[Markdown](https://ailoot.ai/models/es-mx/nvidia-llama-nemotron-embed-vl-1b-v2/index.md) · [JSON](https://ailoot.ai/models/es-mx/nvidia-llama-nemotron-embed-vl-1b-v2/facts.json)

## [Llama Nemotron Embed VL 1B v2](https://ailoot.ai/models/es-mx/nvidia-llama-nemotron-embed-vl-1b-v2/)

Llama Nemotron Embed VL v2 crea vectores para búsqueda semántica en documentos. El catálogo actual de Ailoot ofrece entrada de texto para consultas y materiales.

- [**Ailoot · Representaciones vectoriales** `POST /v1/embeddings` `nvidia/llama-nemotron-embed-vl-1b-v2`](https://ailoot.ai/models/es-mx/nvidia-llama-nemotron-embed-vl-1b-v2/#method-0)
- [**Ailoot · Representaciones vectoriales** `POST /v1/embeddings` `nemotron-embed-vl`](https://ailoot.ai/models/es-mx/nvidia-llama-nemotron-embed-vl-1b-v2/#method-1)
- [**Ailoot · Representaciones vectoriales** `POST /v1/embeddings` `nemotron-embed-vl-latest`](https://ailoot.ai/models/es-mx/nvidia-llama-nemotron-embed-vl-1b-v2/#method-2)

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.

#### Encontrar una página a partir de una pregunta

Llama Nemotron Embed VL 1B v2 fue desarrollado por NVIDIA para encontrar material que ayude a responder preguntas. La consulta es texto. El catálogo actual de Ailoot ofrece entrada de texto: pregunta y material se codifican como texto. El fabricante también describe documentos como imágenes de páginas o imágenes con texto extraído. Esas opciones necesitan un método independiente compatible con imágenes. Con la entrada adecuada representa tablas, gráficos e infografías en un espacio común de vectores.

Es adecuado para asistentes sobre colecciones grandes, documentación interna e investigación. La codificación produce un vector numérico. La página o fragmento recuperado puede enviarse después a un modelo que responda: Embed VL realiza la etapa de búsqueda de contexto.

#### Formas de documento del fabricante

- Documento de texto: sección, fragmento o texto de una página ya reconocido.
- Imagen: página completa con texto, tablas y gráficos.
- Imagen con texto: apariencia visual y contenido escrito de la página combinados en una representación.

Consulta y documento se codifican por separado. Permite procesar la colección previamente y guardar vectores junto con páginas; cada pregunta nueva solo requiere calcular su vector. La similitud selecciona material por significado. Las funciones de consulta y documento son distintas y deben mantenerse al preparar datos.

#### Dimensión y longitud de entrada

Cada entrada produce un vector de hasta 2048 números. El modo de texto utiliza 8192 tokens. El método visual del fabricante que combina imagen y texto describe un presupuesto total de 10240 tokens para ambas partes; no es el límite de texto del método de Ailoot. La imagen se divide en fragmentos: la configuración descrita admite hasta seis y una copia reducida de toda la página, unos 1792 tokens visuales en total. Los textos largos deben dividirse o reducirse.

La parte lingüística se basa en Llama 3.2 1B y la visual en SigLIP2. Se combinan en un codificador que promedia representaciones de tokens y devuelve un vector único. El entrenamiento contrastivo acerca una pregunta a la página adecuada y la aleja de material irrelevante. La búsqueda sigue siendo probabilística: la proximidad no garantiza que un fragmento contenga la respuesta correcta.

**Ailoot · Representaciones vectoriales** `POST /v1/embeddings` `nvidia/llama-nemotron-embed-vl-1b-v2`

[`nvidia/llama-nemotron-embed-vl-1b-v2`](https://ailoot.ai/models/es-mx/#m=nvidia%2Fllama-nemotron-embed-vl-1b-v2&route=Core&caller=nvidia%2Fllama-nemotron-embed-vl-1b-v2&fmt=embeddings)

NVIDIA /`nvidia/llama-nemotron-embed-vl-1b-v2`

ID del modelo

- `nvidia/llama-nemotron-embed-vl-1b-v2`
- `nemotron-embed-vl`
- `nemotron-embed-vl-latest`

### Inicio

Llama Nemotron Embed VL v2 crea vectores para búsqueda semántica en documentos. El catálogo actual de Ailoot ofrece entrada de texto para consultas y materiales.

Entradas aceptadas

Texto

Resultados

embedding

### Disponible en Ailoot · entradas y métodos

**Ailoot · Representaciones vectoriales** `POST /v1/embeddings`

Entrada

`text`

Salida

`embedding`

Contexto

4,096 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 | Predeterminado— |
| Campo`input` | Tipo`string\|string[]` | RequisitoObligatorio | Valores y límites Número mínimo de elementos: 1 Condiciones: Cada cadena debe quedar no vacía después de quitar los espacios de los extremos; se rechazan las URI de datos; el presupuesto aceptado mide los bytes UTF8 pertinentes. | Predeterminado— |
| Campo`input_type` | Tipo`string` | RequisitoOpcional | Valores y límites query, passage | Predeterminadoquery |
| Campo`encoding_format` | Tipo`string` | RequisitoOpcional | Valores y límites float, base64 | Predeterminadofloat |
| Campo`truncate` | Tipo`string` | RequisitoOpcional | Valores y límites NONE, START, END | Predeterminado— |
| Campo`dimensions` | Tipo`integer` | RequisitoOpcional | Valores y límites Mínimo: 1 | Predeterminado— |
| Campo`user` | Tipo`string` | RequisitoOpcional | Valores y límites | Predeterminado— |

Combinaciones de materiales de entrada

**text\_to\_embedding**

Parámetros del método y ciclo de vida

| Parámetro | Contrato |
| --- | --- |
| Parámetro`material_types` | Contratotext |
| Parámetro`required` | Contratomodel, input |
| Parámetro`optional_controls` | Contratonull |
| Parámetro`content_type` | Contratoapplication/json |

Ciclo de vida: `exact retained published method`

Las estructuras e ID de los métodos son exactos; la capacidad del proveedor y la admisión son conceptos distintos.

### Tarifas

#### Tarifas de métodos Ailoot

Entrada

USD 0.0001 */ 1K*

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 · Representaciones vectoriales

Ejemplo de representación vectorial

```bash
set -eu
: "${AILOOT_API_KEY:?Set your Ailoot API key}"
: "${AILOOT_TEXT_FILE:?Set your actual UTF-8 document}"
export AILOOT_TEXT_FILE
python3 - <<'PY_REQUEST'
import json,os
from pathlib import Path
p=json.loads('{"model": "nvidia/llama-nemotron-embed-vl-1b-v2", "input": []}')
f=Path(os.environ["AILOOT_TEXT_FILE"])
if not f.is_file():raise SystemExit("Choose your actual UTF-8 source material")
text=f.read_text(encoding="utf-8")
if not text.strip():raise SystemExit("Source material must contain text")
p["input"]=[text]
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
```

### Recibir y guardar resultados

#### Ailoot · Representaciones vectoriales

json

##### Conserva todos los resultados completados

Conserva todas las respuestas, archivos y partes de contenido completos recibidos.

Decodifica los vectores base64 solo cuando se haya solicitado ese formato; conserva cada vector y su índice original.

##### Si es necesario revisar la respuesta original

No se incorpora ningún endpoint de tareas de embeddings.

Campos de respuesta

| Campo | Tipo |
| --- | --- |
| Campo`data[].index` | Tipointeger |
| Campo`data[].embedding` | Tipofinite float\[\]\|base64 float32 vector |
| Campo`model` | Tipostring |
| 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** [`nvidia/llama-nemotron-embed-vl-1b-v2`](https://ailoot.ai/models/es-mx/#m=nvidia%2Fllama-nemotron-embed-vl-1b-v2&route=Core&caller=nvidia%2Fllama-nemotron-embed-vl-1b-v2&fmt=embeddings), [`nemotron-embed-vl`](https://ailoot.ai/models/es-mx/#m=nvidia%2Fllama-nemotron-embed-vl-1b-v2&route=Core&caller=nemotron-embed-vl&fmt=embeddings), [`nemotron-embed-vl-latest`](https://ailoot.ai/models/es-mx/#m=nvidia%2Fllama-nemotron-embed-vl-1b-v2&route=Core&caller=nemotron-embed-vl-latest&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`](https://ailoot.ai/models/es-mx/#m=nvidia%2Fllama-nemotron-embed-vl-1b-v2&route=Core&caller=nvidia%2Fllama-nemotron-embed-vl-1b-v2&fmt=embeddings), [`nemotron-embed-vl`](https://ailoot.ai/models/es-mx/#m=nvidia%2Fllama-nemotron-embed-vl-1b-v2&route=Core&caller=nemotron-embed-vl&fmt=embeddings), [`nemotron-embed-vl-latest`](https://ailoot.ai/models/es-mx/#m=nvidia%2Fllama-nemotron-embed-vl-1b-v2&route=Core&caller=nemotron-embed-vl-latest&fmt=embeddings)

**Ailoot · Representaciones vectoriales** `POST /v1/embeddings` `nemotron-embed-vl`

[`nemotron-embed-vl`](https://ailoot.ai/models/es-mx/#m=nvidia%2Fllama-nemotron-embed-vl-1b-v2&route=Core&caller=nemotron-embed-vl&fmt=embeddings)

NVIDIA /`nemotron-embed-vl`

ID del modelo

- `nvidia/llama-nemotron-embed-vl-1b-v2`
- `nemotron-embed-vl`
- `nemotron-embed-vl-latest`

### Inicio

Llama Nemotron Embed VL v2 crea vectores para búsqueda semántica en documentos. El catálogo actual de Ailoot ofrece entrada de texto para consultas y materiales.

Entradas aceptadas

Texto

Resultados

embedding

### Disponible en Ailoot · entradas y métodos

**Ailoot · Representaciones vectoriales** `POST /v1/embeddings`

Entrada

`text`

Salida

`embedding`

Contexto

4,096 tokens

Formato de salida

json

| Campo | Tipo | Requisito | Valores y límites | Predeterminado |
| --- | --- | --- | --- | --- |
| Campo`model` | Tipo`string` | RequisitoObligatorio | Valores y límites nemotron-embed-vl | Predeterminado— |
| Campo`input` | Tipo`string\|string[]` | RequisitoObligatorio | Valores y límites Número mínimo de elementos: 1 Condiciones: Cada cadena debe quedar no vacía después de quitar los espacios de los extremos; se rechazan las URI de datos; el presupuesto aceptado mide los bytes UTF8 pertinentes. | Predeterminado— |
| Campo`input_type` | Tipo`string` | RequisitoOpcional | Valores y límites query, passage | Predeterminadoquery |
| Campo`encoding_format` | Tipo`string` | RequisitoOpcional | Valores y límites float, base64 | Predeterminadofloat |
| Campo`truncate` | Tipo`string` | RequisitoOpcional | Valores y límites NONE, START, END | Predeterminado— |
| Campo`dimensions` | Tipo`integer` | RequisitoOpcional | Valores y límites Mínimo: 1 | Predeterminado— |
| Campo`user` | Tipo`string` | RequisitoOpcional | Valores y límites | Predeterminado— |

Combinaciones de materiales de entrada

**text\_to\_embedding**

Parámetros del método y ciclo de vida

| Parámetro | Contrato |
| --- | --- |
| Parámetro`material_types` | Contratotext |
| Parámetro`required` | Contratomodel, input |
| Parámetro`optional_controls` | Contratonull |
| Parámetro`content_type` | Contratoapplication/json |

Ciclo de vida: `exact retained published method`

Las estructuras e ID de los métodos son exactos; la capacidad del proveedor y la admisión son conceptos distintos.

### Tarifas

#### Tarifas de métodos Ailoot

Entrada

USD 0.0001 */ 1K*

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 · Representaciones vectoriales

Ejemplo de representación vectorial

```bash
set -eu
: "${AILOOT_API_KEY:?Set your Ailoot API key}"
: "${AILOOT_TEXT_FILE:?Set your actual UTF-8 document}"
export AILOOT_TEXT_FILE
python3 - <<'PY_REQUEST'
import json,os
from pathlib import Path
p=json.loads('{"model": "nemotron-embed-vl", "input": []}')
f=Path(os.environ["AILOOT_TEXT_FILE"])
if not f.is_file():raise SystemExit("Choose your actual UTF-8 source material")
text=f.read_text(encoding="utf-8")
if not text.strip():raise SystemExit("Source material must contain text")
p["input"]=[text]
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
```

### Recibir y guardar resultados

#### Ailoot · Representaciones vectoriales

json

##### Conserva todos los resultados completados

Conserva todas las respuestas, archivos y partes de contenido completos recibidos.

Decodifica los vectores base64 solo cuando se haya solicitado ese formato; conserva cada vector y su índice original.

##### Si es necesario revisar la respuesta original

No se incorpora ningún endpoint de tareas de embeddings.

Campos de respuesta

| Campo | Tipo |
| --- | --- |
| Campo`data[].index` | Tipointeger |
| Campo`data[].embedding` | Tipofinite float\[\]\|base64 float32 vector |
| Campo`model` | Tipostring |
| 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** [`nvidia/llama-nemotron-embed-vl-1b-v2`](https://ailoot.ai/models/es-mx/#m=nvidia%2Fllama-nemotron-embed-vl-1b-v2&route=Core&caller=nvidia%2Fllama-nemotron-embed-vl-1b-v2&fmt=embeddings), [`nemotron-embed-vl`](https://ailoot.ai/models/es-mx/#m=nvidia%2Fllama-nemotron-embed-vl-1b-v2&route=Core&caller=nemotron-embed-vl&fmt=embeddings), [`nemotron-embed-vl-latest`](https://ailoot.ai/models/es-mx/#m=nvidia%2Fllama-nemotron-embed-vl-1b-v2&route=Core&caller=nemotron-embed-vl-latest&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`](https://ailoot.ai/models/es-mx/#m=nvidia%2Fllama-nemotron-embed-vl-1b-v2&route=Core&caller=nvidia%2Fllama-nemotron-embed-vl-1b-v2&fmt=embeddings), [`nemotron-embed-vl`](https://ailoot.ai/models/es-mx/#m=nvidia%2Fllama-nemotron-embed-vl-1b-v2&route=Core&caller=nemotron-embed-vl&fmt=embeddings), [`nemotron-embed-vl-latest`](https://ailoot.ai/models/es-mx/#m=nvidia%2Fllama-nemotron-embed-vl-1b-v2&route=Core&caller=nemotron-embed-vl-latest&fmt=embeddings)

**Ailoot · Representaciones vectoriales** `POST /v1/embeddings` `nemotron-embed-vl-latest`

[`nemotron-embed-vl-latest`](https://ailoot.ai/models/es-mx/#m=nvidia%2Fllama-nemotron-embed-vl-1b-v2&route=Core&caller=nemotron-embed-vl-latest&fmt=embeddings)

NVIDIA /`nemotron-embed-vl-latest`

ID del modelo

- `nvidia/llama-nemotron-embed-vl-1b-v2`
- `nemotron-embed-vl`
- `nemotron-embed-vl-latest`

### Inicio

Llama Nemotron Embed VL v2 crea vectores para búsqueda semántica en documentos. El catálogo actual de Ailoot ofrece entrada de texto para consultas y materiales.

Entradas aceptadas

Texto

Resultados

embedding

### Disponible en Ailoot · entradas y métodos

**Ailoot · Representaciones vectoriales** `POST /v1/embeddings`

Entrada

`text`

Salida

`embedding`

Contexto

4,096 tokens

Formato de salida

json

| Campo | Tipo | Requisito | Valores y límites | Predeterminado |
| --- | --- | --- | --- | --- |
| Campo`model` | Tipo`string` | RequisitoObligatorio | Valores y límites nemotron-embed-vl-latest | Predeterminado— |
| Campo`input` | Tipo`string\|string[]` | RequisitoObligatorio | Valores y límites Número mínimo de elementos: 1 Condiciones: Cada cadena debe quedar no vacía después de quitar los espacios de los extremos; se rechazan las URI de datos; el presupuesto aceptado mide los bytes UTF8 pertinentes. | Predeterminado— |
| Campo`input_type` | Tipo`string` | RequisitoOpcional | Valores y límites query, passage | Predeterminadoquery |
| Campo`encoding_format` | Tipo`string` | RequisitoOpcional | Valores y límites float, base64 | Predeterminadofloat |
| Campo`truncate` | Tipo`string` | RequisitoOpcional | Valores y límites NONE, START, END | Predeterminado— |
| Campo`dimensions` | Tipo`integer` | RequisitoOpcional | Valores y límites Mínimo: 1 | Predeterminado— |
| Campo`user` | Tipo`string` | RequisitoOpcional | Valores y límites | Predeterminado— |

Combinaciones de materiales de entrada

**text\_to\_embedding**

Parámetros del método y ciclo de vida

| Parámetro | Contrato |
| --- | --- |
| Parámetro`material_types` | Contratotext |
| Parámetro`required` | Contratomodel, input |
| Parámetro`optional_controls` | Contratonull |
| Parámetro`content_type` | Contratoapplication/json |

Ciclo de vida: `exact retained published method`

Las estructuras e ID de los métodos son exactos; la capacidad del proveedor y la admisión son conceptos distintos.

### Tarifas

#### Tarifas de métodos Ailoot

Entrada

USD 0.0001 */ 1K*

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 · Representaciones vectoriales

Ejemplo de representación vectorial

```bash
set -eu
: "${AILOOT_API_KEY:?Set your Ailoot API key}"
: "${AILOOT_TEXT_FILE:?Set your actual UTF-8 document}"
export AILOOT_TEXT_FILE
python3 - <<'PY_REQUEST'
import json,os
from pathlib import Path
p=json.loads('{"model": "nemotron-embed-vl-latest", "input": []}')
f=Path(os.environ["AILOOT_TEXT_FILE"])
if not f.is_file():raise SystemExit("Choose your actual UTF-8 source material")
text=f.read_text(encoding="utf-8")
if not text.strip():raise SystemExit("Source material must contain text")
p["input"]=[text]
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
```

### Recibir y guardar resultados

#### Ailoot · Representaciones vectoriales

json

##### Conserva todos los resultados completados

Conserva todas las respuestas, archivos y partes de contenido completos recibidos.

Decodifica los vectores base64 solo cuando se haya solicitado ese formato; conserva cada vector y su índice original.

##### Si es necesario revisar la respuesta original

No se incorpora ningún endpoint de tareas de embeddings.

Campos de respuesta

| Campo | Tipo |
| --- | --- |
| Campo`data[].index` | Tipointeger |
| Campo`data[].embedding` | Tipofinite float\[\]\|base64 float32 vector |
| Campo`model` | Tipostring |
| 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** [`nvidia/llama-nemotron-embed-vl-1b-v2`](https://ailoot.ai/models/es-mx/#m=nvidia%2Fllama-nemotron-embed-vl-1b-v2&route=Core&caller=nvidia%2Fllama-nemotron-embed-vl-1b-v2&fmt=embeddings), [`nemotron-embed-vl`](https://ailoot.ai/models/es-mx/#m=nvidia%2Fllama-nemotron-embed-vl-1b-v2&route=Core&caller=nemotron-embed-vl&fmt=embeddings), [`nemotron-embed-vl-latest`](https://ailoot.ai/models/es-mx/#m=nvidia%2Fllama-nemotron-embed-vl-1b-v2&route=Core&caller=nemotron-embed-vl-latest&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`](https://ailoot.ai/models/es-mx/#m=nvidia%2Fllama-nemotron-embed-vl-1b-v2&route=Core&caller=nvidia%2Fllama-nemotron-embed-vl-1b-v2&fmt=embeddings), [`nemotron-embed-vl`](https://ailoot.ai/models/es-mx/#m=nvidia%2Fllama-nemotron-embed-vl-1b-v2&route=Core&caller=nemotron-embed-vl&fmt=embeddings), [`nemotron-embed-vl-latest`](https://ailoot.ai/models/es-mx/#m=nvidia%2Fllama-nemotron-embed-vl-1b-v2&route=Core&caller=nemotron-embed-vl-latest&fmt=embeddings)

FAQ · nvidia/llama-nemotron-embed-vl-1b-v2

¿Qué entradas y resultados están disponibles?

`POST /v1/embeddings` · `nvidia/llama-nemotron-embed-vl-1b-v2`: `text` → `embedding` `POST /v1/embeddings` · `nemotron-embed-vl`: `text` → `embedding` `POST /v1/embeddings` · `nemotron-embed-vl-latest`: `text` → `embedding`

¿Qué campos utiliza la solicitud?

`POST /v1/embeddings` · `nvidia/llama-nemotron-embed-vl-1b-v2`: `model`, `input`, `input_type`, `encoding_format`, `truncate`, `dimensions`, `user` `POST /v1/embeddings` · `nemotron-embed-vl`: `model`, `input`, `input_type`, `encoding_format`, `truncate`, `dimensions`, `user` `POST /v1/embeddings` · `nemotron-embed-vl-latest`: `model`, `input`, `input_type`, `encoding_format`, `truncate`, `dimensions`, `user`

¿Qué límites se aplican?

`POST /v1/embeddings` · `nvidia/llama-nemotron-embed-vl-1b-v2`: `ctx`: `4096`; `input.min_items`: `1`; `dimensions.minimum`: `1` `POST /v1/embeddings` · `nemotron-embed-vl`: `ctx`: `4096`; `input.min_items`: `1`; `dimensions.minimum`: `1` `POST /v1/embeddings` · `nemotron-embed-vl-latest`: `ctx`: `4096`; `input.min_items`: `1`; `dimensions.minimum`: `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.