Source: https://ailoot.ai/models/he/nvidia-nemotron-3-embed-1b/
Canonical: https://ailoot.ai/models/he/nvidia-nemotron-3-embed-1b/
Language: he

# Nemotron 3 Embed 1B

[Markdown](https://ailoot.ai/models/he/nvidia-nemotron-3-embed-1b/index.md) · [JSON](https://ailoot.ai/models/he/nvidia-nemotron-3-embed-1b/facts.json)

## [Nemotron 3 Embed 1B](https://ailoot.ai/models/he/nvidia-nemotron-3-embed-1b/)

Nemotron 3 Embed 1B ממיר טקסטים לווקטורים לחיפוש רב־לשוני, לחיפוש קוד ול־RAG. מעבד רצפים של עד 32768 טוקנים ומפיק ייצוג בעל 2048 מספרים.

- [**Ailoot · ייצוגים וקטוריים** `POST /v1/embeddings` `nvidia/nemotron-3-embed-1b`](https://ailoot.ai/models/he/nvidia-nemotron-3-embed-1b/#method-0)
- [**Ailoot · ייצוגים וקטוריים** `POST /v1/embeddings` `nemotron-3-embed`](https://ailoot.ai/models/he/nvidia-nemotron-3-embed-1b/#method-1)
- [**Ailoot · ייצוגים וקטוריים** `POST /v1/embeddings` `nemotron-3-embed-latest`](https://ailoot.ai/models/he/nvidia-nemotron-3-embed-1b/#method-2)

על המודל

התיאור הזה מציג את יכולות המודל. הקלט, הפלט והאפשרויות הזמינים ב-Ailoot מפורטים בהמשך לפי השיטה שנבחרה.

Nemotron 3 Embed 1B הוא מודל טקסטואלי של NVIDIA לחיפוש לפי משמעות ולהשוואת מקטעים. הוא מקודד שאלות, מסמכים וקוד לווקטורים מספריים צפופים. הייצוגים האלה משמשים למציאת ההקשר הדרוש באוספים גדולים, להשלמת תשובת עוזר באמצעותו או לחילוץ מידע שנשמר בעבר לשלב הבא של סוכן.

#### ידע רב־לשוני וקוד

המודל מיועד לחיפוש רב־לשוני ובין־לשוני: השאלה והחומר המתאים יכולים להיכתב בשפות שונות. רוסית כלולה בקבוצה שפורסמה של 34 שפות, יחד עם אנגלית, אוקראינית, סינית, יפנית, ערבית ואחרות. זה מועיל לבסיסי ידע משותפים שבהם מסמכים טכניים ופניות משתמשים אינם מותאמים לשפה אחת.

בין המשימות: חיפוש בתיעוד, השוואת טקסטים וחילוץ קוד לפי תיאור מילולי. חלון קלט גדול מאפשר לעבוד עם מסמכים ארוכים, עם הקשר קוד רחב ועם היסטוריה של כמה שלבי סוכן. החומר שנמצא מוחזר לתהליך ההמשך כהקשר; הרכיב הבא במערכת מפיק את ההסברים והתשובות הסופיים.

#### מטקסט לווקטור

הקלט מורכב ממחרוזות טקסט. לכל מחרוזת מופק וקטור אחד של 2048 מספרים. אורך הרצף המרבי הוא 32768 טוקנים; חומר ארוך יותר צריך לחלק לחלקים או לקצר. בהכנת הקלט מבחינים בין שאלה למסמך: המודל אומן להשוות את התפקידים שלהם, ולכן אין לעצב מחרוזת זהה בשתי המשימות האלה בלי להתחשב בייעוד.

הווקטורים מנורמלים לפי אורך. בייצוג כזה מכפלה סקלרית ודמיון קוסינוסי נותנים דרך השוואה שקולה. אפשר להשאיר את 1024 או 512 הקואורדינטות הראשונות של הווקטור המלא, אך לאחר הקיצור צריך לבצע נרמול מחדש. זהו מאפיין של עיבוד התוצאה; צריך לבחור ממד ייצוג עקבי לאוסף ולשאילתות.

#### איך בנוי מודל קומפקטי

המקודד כולל כ־1,14 מיליארד פרמטרים. הוא נוצר ממודל המבוסס על Ministral 3 3B באמצעות שני שלבים של צמצום מבני וזיקוק. קשב דו־כיווני מביא בחשבון את כל הקלט, ואז מחושב ממוצע ייצוגי הטוקנים לווקטור משותף.

NVIDIA מפרסמת גרסאות BF16 ו־NVFP4. מרחבי הייצוג שלהן קרובים, אך החלפת גרסה דורשת בדיקה על המסמכים שלך. דמיון מספרי ואורך ההקשר אינם מבטיחים שהחיפוש תמיד יבחר במקטע הנכון.

**Ailoot · ייצוגים וקטוריים** `POST /v1/embeddings` `nvidia/nemotron-3-embed-1b`

[`nvidia/nemotron-3-embed-1b`](https://ailoot.ai/models/he/#m=nvidia%2Fnemotron-3-embed-1b&route=Core&caller=nvidia%2Fnemotron-3-embed-1b&fmt=embeddings)

NVIDIA /`nvidia/nemotron-3-embed-1b`

מזהה מודל ID

- `nvidia/nemotron-3-embed-1b`
- `nemotron-3-embed`
- `nemotron-3-embed-latest`

### התחלה

Nemotron 3 Embed 1B ממיר טקסטים לווקטורים לחיפוש רב־לשוני, לחיפוש קוד ול־RAG. מעבד רצפים של עד 32768 טוקנים ומפיק ייצוג בעל 2048 מספרים.

סוגי קלט נתמכים

טקסט

תוצאות

embedding

### זמין ב-Ailoot · קלט ושיטות

**Ailoot · ייצוגים וקטוריים** `POST /v1/embeddings`

סוגי קלט

`text`

סוגי פלט

`embedding`

הקשר

⁦4,096⁩ tokens

פורמט פלט

json

| שדה | סוג | דרישה | ערכים ומגבלות | ברירת מחדל |
| --- | --- | --- | --- | --- |
| שדה`model` | סוג`string` | דרישהחובה | ערכים ומגבלות nvidia/nemotron-3-embed-1b | ברירת מחדל— |
| שדה`input` | סוג`string\|string[]` | דרישהחובה | ערכים ומגבלות מספר פריטים מזערי: ⁦1⁩ תנאים: כל מחרוזת חייבת להיות לא ריקה לאחר הסרת רווחים בקצוות; כתובות URI מסוג data נדחות; התקציב שהתקבל מודד את בתי ה־UTF8 הרלוונטיים. | ברירת מחדל— |
| שדה`input_type` | סוג`string` | דרישהרשות | ערכים ומגבלות query, passage | ברירת מחדלquery |
| שדה`encoding_format` | סוג`string` | דרישהרשות | ערכים ומגבלות float, base64 | ברירת מחדלfloat |
| שדה`truncate` | סוג`string` | דרישהרשות | ערכים ומגבלות NONE, START, END | ברירת מחדל— |
| שדה`dimensions` | סוג`integer` | דרישהרשות | ערכים ומגבלות מינימום: ⁦1⁩ | ברירת מחדל— |
| שדה`user` | סוג`string` | דרישהרשות | ערכים ומגבלות | ברירת מחדל— |

שילובים של חומרי קלט

**text\_to\_embedding**

פרמטרים ומחזור חיים של השיטה

| פרמטר | מפרט |
| --- | --- |
| פרמטר`material_types` | מפרטtext |
| פרמטר`required` | מפרטmodel, input |
| פרמטר`optional_controls` | מפרטnull |
| פרמטר`content_type` | מפרטapplication/json |

מחזור חיים: `exact retained published method`

מבני המתודות והמזהים מדויקים; יכולת הספק נפרדת מקבלת הבקשה לביצוע.

### תעריפים

#### תעריפי שיטות Ailoot

קלט

⁦‏0.0001 ‏$⁩ */ 1K*

לפני הבקשה Ailoot משריינת סכום משוער. לאחר קבלת התוצאה היא מסדירה את החיוב הסופי לפי השימוש המדוד. הסדרת חיוב בהזרמה משתמשת ברשומת השימוש הסופית. [איך פועלים שריון הסכום והסדרת החיוב →](https://ailoot.ai/docs/he/billing/reserve/)

### דוגמאות לבקשות

#### Ailoot · ייצוגים וקטוריים

דוגמת ייצוגים וקטוריים

```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/nemotron-3-embed-1b", "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
```

### קבלה ושמירה של תוצאות

#### Ailoot · ייצוגים וקטוריים

json

##### שמירת כל התוצאות שהושלמו

שמרו כל תגובה מלאה, קובץ ומקטע תוכן שהוחזרו.

יש לפענח וקטורי base64 רק כאשר הפורמט הזה התבקש; יש לשמור כל וקטור ואת האינדקס המקורי שלו.

##### כשצריך לבדוק את התגובה המקורית

לא מתווספת נקודת קצה למשימות הטמעה.

שדות התגובה

| שדה | סוג |
| --- | --- |
| שדה`data[].index` | סוגinteger |
| שדה`data[].embedding` | סוגfinite float\[\]\|base64 float32 vector |
| שדה`model` | סוגstring |
| שדה`usage` | סוגobject |

שגיאות והשלבים הבאים

| תגובה | תנאי | השלב הבא |
| --- | --- | --- |
| תגובה⁦400⁩ · `invalid_request_error` | תנאישדות נדרשים, ייצוג חומר או ערך פרמטר שאינם תקינים | השלב הבאתקנו את השדות שצוינו לפני בקשת יצירה חדשה. |

### כינויים

#### כינויים למודל

**Ailoot** [`nvidia/nemotron-3-embed-1b`](https://ailoot.ai/models/he/#m=nvidia%2Fnemotron-3-embed-1b&route=Core&caller=nvidia%2Fnemotron-3-embed-1b&fmt=embeddings), [`nemotron-3-embed`](https://ailoot.ai/models/he/#m=nvidia%2Fnemotron-3-embed-1b&route=Core&caller=nemotron-3-embed&fmt=embeddings), [`nemotron-3-embed-latest`](https://ailoot.ai/models/he/#m=nvidia%2Fnemotron-3-embed-1b&route=Core&caller=nemotron-3-embed-latest&fmt=embeddings)

#### כינויים לנתיבי שיטות

השתמשו בנתיבי השיטות המוצגים למעלה.

#### מזהי מודלים קשורים IDs

[`nvidia/nemotron-3-embed-1b`](https://ailoot.ai/models/he/#m=nvidia%2Fnemotron-3-embed-1b&route=Core&caller=nvidia%2Fnemotron-3-embed-1b&fmt=embeddings), [`nemotron-3-embed`](https://ailoot.ai/models/he/#m=nvidia%2Fnemotron-3-embed-1b&route=Core&caller=nemotron-3-embed&fmt=embeddings), [`nemotron-3-embed-latest`](https://ailoot.ai/models/he/#m=nvidia%2Fnemotron-3-embed-1b&route=Core&caller=nemotron-3-embed-latest&fmt=embeddings)

**Ailoot · ייצוגים וקטוריים** `POST /v1/embeddings` `nemotron-3-embed`

[`nemotron-3-embed`](https://ailoot.ai/models/he/#m=nvidia%2Fnemotron-3-embed-1b&route=Core&caller=nemotron-3-embed&fmt=embeddings)

NVIDIA /`nemotron-3-embed`

מזהה מודל ID

- `nvidia/nemotron-3-embed-1b`
- `nemotron-3-embed`
- `nemotron-3-embed-latest`

### התחלה

Nemotron 3 Embed 1B ממיר טקסטים לווקטורים לחיפוש רב־לשוני, לחיפוש קוד ול־RAG. מעבד רצפים של עד 32768 טוקנים ומפיק ייצוג בעל 2048 מספרים.

סוגי קלט נתמכים

טקסט

תוצאות

embedding

### זמין ב-Ailoot · קלט ושיטות

**Ailoot · ייצוגים וקטוריים** `POST /v1/embeddings`

סוגי קלט

`text`

סוגי פלט

`embedding`

הקשר

⁦4,096⁩ tokens

פורמט פלט

json

| שדה | סוג | דרישה | ערכים ומגבלות | ברירת מחדל |
| --- | --- | --- | --- | --- |
| שדה`model` | סוג`string` | דרישהחובה | ערכים ומגבלות nemotron-3-embed | ברירת מחדל— |
| שדה`input` | סוג`string\|string[]` | דרישהחובה | ערכים ומגבלות מספר פריטים מזערי: ⁦1⁩ תנאים: כל מחרוזת חייבת להיות לא ריקה לאחר הסרת רווחים בקצוות; כתובות URI מסוג data נדחות; התקציב שהתקבל מודד את בתי ה־UTF8 הרלוונטיים. | ברירת מחדל— |
| שדה`input_type` | סוג`string` | דרישהרשות | ערכים ומגבלות query, passage | ברירת מחדלquery |
| שדה`encoding_format` | סוג`string` | דרישהרשות | ערכים ומגבלות float, base64 | ברירת מחדלfloat |
| שדה`truncate` | סוג`string` | דרישהרשות | ערכים ומגבלות NONE, START, END | ברירת מחדל— |
| שדה`dimensions` | סוג`integer` | דרישהרשות | ערכים ומגבלות מינימום: ⁦1⁩ | ברירת מחדל— |
| שדה`user` | סוג`string` | דרישהרשות | ערכים ומגבלות | ברירת מחדל— |

שילובים של חומרי קלט

**text\_to\_embedding**

פרמטרים ומחזור חיים של השיטה

| פרמטר | מפרט |
| --- | --- |
| פרמטר`material_types` | מפרטtext |
| פרמטר`required` | מפרטmodel, input |
| פרמטר`optional_controls` | מפרטnull |
| פרמטר`content_type` | מפרטapplication/json |

מחזור חיים: `exact retained published method`

מבני המתודות והמזהים מדויקים; יכולת הספק נפרדת מקבלת הבקשה לביצוע.

### תעריפים

#### תעריפי שיטות Ailoot

קלט

⁦‏0.0001 ‏$⁩ */ 1K*

לפני הבקשה Ailoot משריינת סכום משוער. לאחר קבלת התוצאה היא מסדירה את החיוב הסופי לפי השימוש המדוד. הסדרת חיוב בהזרמה משתמשת ברשומת השימוש הסופית. [איך פועלים שריון הסכום והסדרת החיוב →](https://ailoot.ai/docs/he/billing/reserve/)

### דוגמאות לבקשות

#### Ailoot · ייצוגים וקטוריים

דוגמת ייצוגים וקטוריים

```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-3-embed", "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
```

### קבלה ושמירה של תוצאות

#### Ailoot · ייצוגים וקטוריים

json

##### שמירת כל התוצאות שהושלמו

שמרו כל תגובה מלאה, קובץ ומקטע תוכן שהוחזרו.

יש לפענח וקטורי base64 רק כאשר הפורמט הזה התבקש; יש לשמור כל וקטור ואת האינדקס המקורי שלו.

##### כשצריך לבדוק את התגובה המקורית

לא מתווספת נקודת קצה למשימות הטמעה.

שדות התגובה

| שדה | סוג |
| --- | --- |
| שדה`data[].index` | סוגinteger |
| שדה`data[].embedding` | סוגfinite float\[\]\|base64 float32 vector |
| שדה`model` | סוגstring |
| שדה`usage` | סוגobject |

שגיאות והשלבים הבאים

| תגובה | תנאי | השלב הבא |
| --- | --- | --- |
| תגובה⁦400⁩ · `invalid_request_error` | תנאישדות נדרשים, ייצוג חומר או ערך פרמטר שאינם תקינים | השלב הבאתקנו את השדות שצוינו לפני בקשת יצירה חדשה. |

### כינויים

#### כינויים למודל

**Ailoot** [`nvidia/nemotron-3-embed-1b`](https://ailoot.ai/models/he/#m=nvidia%2Fnemotron-3-embed-1b&route=Core&caller=nvidia%2Fnemotron-3-embed-1b&fmt=embeddings), [`nemotron-3-embed`](https://ailoot.ai/models/he/#m=nvidia%2Fnemotron-3-embed-1b&route=Core&caller=nemotron-3-embed&fmt=embeddings), [`nemotron-3-embed-latest`](https://ailoot.ai/models/he/#m=nvidia%2Fnemotron-3-embed-1b&route=Core&caller=nemotron-3-embed-latest&fmt=embeddings)

#### כינויים לנתיבי שיטות

השתמשו בנתיבי השיטות המוצגים למעלה.

#### מזהי מודלים קשורים IDs

[`nvidia/nemotron-3-embed-1b`](https://ailoot.ai/models/he/#m=nvidia%2Fnemotron-3-embed-1b&route=Core&caller=nvidia%2Fnemotron-3-embed-1b&fmt=embeddings), [`nemotron-3-embed`](https://ailoot.ai/models/he/#m=nvidia%2Fnemotron-3-embed-1b&route=Core&caller=nemotron-3-embed&fmt=embeddings), [`nemotron-3-embed-latest`](https://ailoot.ai/models/he/#m=nvidia%2Fnemotron-3-embed-1b&route=Core&caller=nemotron-3-embed-latest&fmt=embeddings)

**Ailoot · ייצוגים וקטוריים** `POST /v1/embeddings` `nemotron-3-embed-latest`

[`nemotron-3-embed-latest`](https://ailoot.ai/models/he/#m=nvidia%2Fnemotron-3-embed-1b&route=Core&caller=nemotron-3-embed-latest&fmt=embeddings)

NVIDIA /`nemotron-3-embed-latest`

מזהה מודל ID

- `nvidia/nemotron-3-embed-1b`
- `nemotron-3-embed`
- `nemotron-3-embed-latest`

### התחלה

Nemotron 3 Embed 1B ממיר טקסטים לווקטורים לחיפוש רב־לשוני, לחיפוש קוד ול־RAG. מעבד רצפים של עד 32768 טוקנים ומפיק ייצוג בעל 2048 מספרים.

סוגי קלט נתמכים

טקסט

תוצאות

embedding

### זמין ב-Ailoot · קלט ושיטות

**Ailoot · ייצוגים וקטוריים** `POST /v1/embeddings`

סוגי קלט

`text`

סוגי פלט

`embedding`

הקשר

⁦4,096⁩ tokens

פורמט פלט

json

| שדה | סוג | דרישה | ערכים ומגבלות | ברירת מחדל |
| --- | --- | --- | --- | --- |
| שדה`model` | סוג`string` | דרישהחובה | ערכים ומגבלות nemotron-3-embed-latest | ברירת מחדל— |
| שדה`input` | סוג`string\|string[]` | דרישהחובה | ערכים ומגבלות מספר פריטים מזערי: ⁦1⁩ תנאים: כל מחרוזת חייבת להיות לא ריקה לאחר הסרת רווחים בקצוות; כתובות URI מסוג data נדחות; התקציב שהתקבל מודד את בתי ה־UTF8 הרלוונטיים. | ברירת מחדל— |
| שדה`input_type` | סוג`string` | דרישהרשות | ערכים ומגבלות query, passage | ברירת מחדלquery |
| שדה`encoding_format` | סוג`string` | דרישהרשות | ערכים ומגבלות float, base64 | ברירת מחדלfloat |
| שדה`truncate` | סוג`string` | דרישהרשות | ערכים ומגבלות NONE, START, END | ברירת מחדל— |
| שדה`dimensions` | סוג`integer` | דרישהרשות | ערכים ומגבלות מינימום: ⁦1⁩ | ברירת מחדל— |
| שדה`user` | סוג`string` | דרישהרשות | ערכים ומגבלות | ברירת מחדל— |

שילובים של חומרי קלט

**text\_to\_embedding**

פרמטרים ומחזור חיים של השיטה

| פרמטר | מפרט |
| --- | --- |
| פרמטר`material_types` | מפרטtext |
| פרמטר`required` | מפרטmodel, input |
| פרמטר`optional_controls` | מפרטnull |
| פרמטר`content_type` | מפרטapplication/json |

מחזור חיים: `exact retained published method`

מבני המתודות והמזהים מדויקים; יכולת הספק נפרדת מקבלת הבקשה לביצוע.

### תעריפים

#### תעריפי שיטות Ailoot

קלט

⁦‏0.0001 ‏$⁩ */ 1K*

לפני הבקשה Ailoot משריינת סכום משוער. לאחר קבלת התוצאה היא מסדירה את החיוב הסופי לפי השימוש המדוד. הסדרת חיוב בהזרמה משתמשת ברשומת השימוש הסופית. [איך פועלים שריון הסכום והסדרת החיוב →](https://ailoot.ai/docs/he/billing/reserve/)

### דוגמאות לבקשות

#### Ailoot · ייצוגים וקטוריים

דוגמת ייצוגים וקטוריים

```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-3-embed-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
```

### קבלה ושמירה של תוצאות

#### Ailoot · ייצוגים וקטוריים

json

##### שמירת כל התוצאות שהושלמו

שמרו כל תגובה מלאה, קובץ ומקטע תוכן שהוחזרו.

יש לפענח וקטורי base64 רק כאשר הפורמט הזה התבקש; יש לשמור כל וקטור ואת האינדקס המקורי שלו.

##### כשצריך לבדוק את התגובה המקורית

לא מתווספת נקודת קצה למשימות הטמעה.

שדות התגובה

| שדה | סוג |
| --- | --- |
| שדה`data[].index` | סוגinteger |
| שדה`data[].embedding` | סוגfinite float\[\]\|base64 float32 vector |
| שדה`model` | סוגstring |
| שדה`usage` | סוגobject |

שגיאות והשלבים הבאים

| תגובה | תנאי | השלב הבא |
| --- | --- | --- |
| תגובה⁦400⁩ · `invalid_request_error` | תנאישדות נדרשים, ייצוג חומר או ערך פרמטר שאינם תקינים | השלב הבאתקנו את השדות שצוינו לפני בקשת יצירה חדשה. |

### כינויים

#### כינויים למודל

**Ailoot** [`nvidia/nemotron-3-embed-1b`](https://ailoot.ai/models/he/#m=nvidia%2Fnemotron-3-embed-1b&route=Core&caller=nvidia%2Fnemotron-3-embed-1b&fmt=embeddings), [`nemotron-3-embed`](https://ailoot.ai/models/he/#m=nvidia%2Fnemotron-3-embed-1b&route=Core&caller=nemotron-3-embed&fmt=embeddings), [`nemotron-3-embed-latest`](https://ailoot.ai/models/he/#m=nvidia%2Fnemotron-3-embed-1b&route=Core&caller=nemotron-3-embed-latest&fmt=embeddings)

#### כינויים לנתיבי שיטות

השתמשו בנתיבי השיטות המוצגים למעלה.

#### מזהי מודלים קשורים IDs

[`nvidia/nemotron-3-embed-1b`](https://ailoot.ai/models/he/#m=nvidia%2Fnemotron-3-embed-1b&route=Core&caller=nvidia%2Fnemotron-3-embed-1b&fmt=embeddings), [`nemotron-3-embed`](https://ailoot.ai/models/he/#m=nvidia%2Fnemotron-3-embed-1b&route=Core&caller=nemotron-3-embed&fmt=embeddings), [`nemotron-3-embed-latest`](https://ailoot.ai/models/he/#m=nvidia%2Fnemotron-3-embed-1b&route=Core&caller=nemotron-3-embed-latest&fmt=embeddings)

FAQ · nvidia/nemotron-3-embed-1b

אילו קלטים ותוצאות זמינים?

`POST /v1/embeddings` · `nvidia/nemotron-3-embed-1b`: `text` → `embedding` `POST /v1/embeddings` · `nemotron-3-embed`: `text` → `embedding` `POST /v1/embeddings` · `nemotron-3-embed-latest`: `text` → `embedding`

באילו שדות הבקשה משתמשת?

`POST /v1/embeddings` · `nvidia/nemotron-3-embed-1b`: `model`, `input`, `input_type`, `encoding_format`, `truncate`, `dimensions`, `user` `POST /v1/embeddings` · `nemotron-3-embed`: `model`, `input`, `input_type`, `encoding_format`, `truncate`, `dimensions`, `user` `POST /v1/embeddings` · `nemotron-3-embed-latest`: `model`, `input`, `input_type`, `encoding_format`, `truncate`, `dimensions`, `user`

אילו מגבלות חלות?

`POST /v1/embeddings` · `nvidia/nemotron-3-embed-1b`: `ctx`: `4096`; `input.min_items`: `1`; `dimensions.minimum`: `1` `POST /v1/embeddings` · `nemotron-3-embed`: `ctx`: `4096`; `input.min_items`: `1`; `dimensions.minimum`: `1` `POST /v1/embeddings` · `nemotron-3-embed-latest`: `ctx`: `4096`; `input.min_items`: `1`; `dimensions.minimum`: `1`

חברו Ailoot ל- Claude Code, OpenCode, Hermes או ליישום שלכם.

## החברה ופורטפוליו הפרויקטים שלה

החברה ופורטפוליו הפרויקטים שלה: מיליוני לקוחות; מכירות בהיקף של מיליארדים מדי חודש.

## קנו אסימונים בהנחה.

הנחת מנוי לעבודה קבועה. קודי הנחה עד 50% על רכישת אסימונים.

מנוי

בחרו מסלול עם הנחה לבקשות הקבועות שלכם.

קוד הנחה עד 50%

הזינו קוד ברכישה. המחיר יחושב מחדש לפי המבצע הפעיל.

הוצאות בהיסטוריה

המודל, האסימונים והסכום נשמרים לכל בקשה.

[בחירת מנוי](https://ailoot.ai/docs/he/billing/subscriptions/) · [מחירי מודלים](https://ailoot.ai/models/he/)

## חברו API למוצר שאתם מוכרים.

SaaS, יישומים ובוטים לפי ההצעה והסכם הרישוי של Ailoot. למכירה מחדש בקשו רישיון משווק.

יישום מסחרי

שלבו יצירת טקסט, תמונות, וידאו ושמע בתכונות בתשלום של השירות שלכם.

רישיון למכירה מחדש

שלחו תיאור פרויקט ואופן מתן גישה. בקשו תנאי שימוש ומכירה מחדש בכתב.

מסמכים באתר

ההצעה, הסכם הרישוי ומדיניות עיבוד הנתונים זמינים לפני החיבור.

[בקשת רישיון למכירה מחדש](mailto:support@ailoot.ai) · [ההצעה והסכם הרישוי](https://ailoot.ai/legal/offer?lang=he)

## Ailoot · החברה ופורטפוליו הפרויקטים שלה





Ailoot נשענת על ניסיון תפעולי מצטבר, בסיס לקוחות רחב, שירות יציב ובקרה שוטפת של KPI.





החברה ופורטפוליו הפרויקטים שלה: מיליוני לקוחות; מכירות בהיקף של מיליארדים מדי חודש.





Ailoot משתמשת בניסיון התפעולי הזה כדי לספק גישת API ליכולות AI במוצרי לקוחות, בסוכנים, באפליקציות ובאוטומציות.