Source: https://ailoot.ai/models/hu/nvidia-nemotron-3-embed-1b-u003a-free/
Canonical: https://ailoot.ai/models/hu/nvidia-nemotron-3-embed-1b-u003a-free/
Language: hu

# NVIDIA: Nemotron 3 Embed 1B (free)

[Markdown](https://ailoot.ai/models/hu/nvidia-nemotron-3-embed-1b-u003a-free/index.md) · [JSON](https://ailoot.ai/models/hu/nvidia-nemotron-3-embed-1b-u003a-free/facts.json)

## [NVIDIA: Nemotron 3 Embed 1B (free)](https://ailoot.ai/models/hu/nvidia-nemotron-3-embed-1b-u003a-free/)

Az NVIDIA Nemotron 3 Embed 1B a többnyelvű lekérdezéseket és szövegrészleteket 2048 dimenziós vektorokként ábrázolja kereséshez és RAG-hoz. Dokumentált családja 32,768 tokenes szekvenciát és újranormalizálással csökkentett vektorméretet támogat.

- [**Ailoot Ultra · Beágyazások** `POST /v1/embeddings` `nvidia/nemotron-3-embed-1b:free`](https://ailoot.ai/models/hu/nvidia-nemotron-3-embed-1b-u003a-free/#method-0)

A modellről

Ez a leírás a modell képességeit ismerteti. Az Ailootban elérhető bemenetek, kimenetek és lehetőségek alább, a kiválasztott metódusnál láthatók.

A Nemotron 3 Embed 1B az NVIDIA szövegbeágyazási modellcsaládja többnyelvű és nyelvek közötti kereséshez, valamint szemantikai hasonlósághoz. Egy kérdést vagy szövegrészletet sűrű vektorrá alakít, amelyet egy keresőrendszer más szövegreprezentációkkal hasonlíthat össze. A gyártó a dokumentált 1B kiadásokat harmincnégy nyelvi és nyelvváltozati beállításban értékeli, többek között angolul, arabul, kínaiul, oroszul, japánul, koreaiul és hinglish nyelven.

#### Kódoló és reprezentáció

A gyártó modellkártyája a Ministral 3-ból származtatott, metszett, kétirányú transzformert ír le. Körülbelül 1,14 milliárd paramétere van, és a tokenszintű reprezentációk átlagolásával szövegenként egy beágyazást ad. Natív kimenete 2048 dimenziós lebegőpontos vektor. Ez keresési reprezentáció, nem a beágyazott kérdésre adott írott válasz.

A gyártó a reprezentáció első részének megtartását is támogatja, például 1024 vagy 512 dimenzióét. A rövidített vektort a levágás után újra L2-normalizálni kell. A keresési feladat lekérdezési és korpuszoldalán egységesen tartsa meg a választott reprezentációhosszt és normalizálást. A vektor hossza és a bemeneti szekvencia hossza külön tulajdonság.

#### Lekérdezések és szövegrészletek előkészítése

A dokumentált keresési konvenció kérdéshez a “query:”, dokumentumszöveghez a “passage:” előtagot használja. A gyártó példái kódolás előtt alkalmazzák ezeket a szerepeket, és a normalizált vektorokat skalárszorzattal hasonlítják össze, ami egyenértékű a koszinuszhasonlósággal. A kiválasztott munkafolyamat által elvárt előkészítést használja, ahelyett, hogy nyers korpuszreprezentációt keverne egy eltérően előkészített lekérdezéssel.

Egy gyakorlati gyűjtemény műszaki magyarázatokat, szabályzatokat vagy kódhoz kapcsolódó dokumentációt tartalmazhat. Egy arra vonatkozó kérdésnek, hogy egy függvény hogyan kezel egy adott esetet, az ezt a működést leíró forrásrészletet vagy kódrészletet kell megtalálnia. A tényleges szövegrészlet mellett őrizze meg az azonosítókat, címsorokat és releváns feltételeket. A vektor kereshetővé teszi a jelöltet; az olvasó vagy egy későbbi RAG-válaszadási lépés a megőrzött forrást használja.

#### Hosszabb forrásanyag

A dokumentált maximális szekvenciahossz 32 768 token. A szövegrészletek határait akkor is tudatosan válassza meg, ha a modell jelentős szövegmennyiséget képes befogadni. Egy teljes szakasz megőrizheti a definíciót és a kivételeit; egy körülhatárolt részlet megkönnyítheti egy konkrét válasz vizsgálatát. A modellablakon túlnyúló bemeneteket darabolni vagy csonkolni kell, ezért a kihagyott véget nem szabad reprezentált tartalomként kezelni.

Minden beágyazott elemet tartson a szülődokumentumához és verziójához kapcsolva. Jelentésnél őrizze meg a szakaszcímet és a kérdés által érintett következtetés körüli magyarázatot. Kódkeresésnél a részlet mellett tartsa meg a függvénynevet, a releváns interfészt és a működést. Ez konkrét forrásanyagot biztosít, amikor a keresési lépés visszaad egy jelöltet.

#### A modellcsalád kiadásai és az eredmény használata

Az NVIDIA az 1B család BF16- és NVFP4-verzióit dokumentálja. A kvantált modell kártyája szerint e két kiadás közös beágyazási teret használ, és verzióváltáskor reprezentatív anyagon javasolja a keresési minőség ellenőrzését. A kijelentett közös reprezentáció a gyártó állítása erről a név szerint megjelölt párról, nem általános szabály minden 2048 kimeneti értékű modellre.

A hasznos eredmény egy lekérdezési vektor vagy egy indexelt forrásgyűjtemény, amelynek modellje, dimenzióválasztása és előkészítése rögzítve van. A jelölt szövegét az azonosítójával együtt adja vissza, és vizsgálja meg, hogy biztosítja-e a szükséges információt. A gyártó kifejezetten megjegyzi, hogy a keresési modell nem garantálja a helyes szövegrészletet minden kérdéshez; egy későbbi újrarangsorolási vagy válaszadási lépés saját feladataként dolgozik ezekkel a jelöltekkel.

**Ailoot Ultra · Beágyazások** `POST /v1/embeddings` `nvidia/nemotron-3-embed-1b:free`

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

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

### Kezdő lépések

Az NVIDIA Nemotron 3 Embed 1B a többnyelvű lekérdezéseket és szövegrészleteket 2048 dimenziós vektorokként ábrázolja kereséshez és RAG-hoz. Dokumentált családja 32,768 tokenes szekvenciát és újranormalizálással csökkentett vektorméretet támogat.

Elfogadott bemenetek

Szöveg · token\_ids

Eredmények

embedding

### Elérhető az Ailootban · bemenetek és metódusok

**Ailoot Ultra · Beágyazások** `POST /v1/embeddings`

Bemenet

`text`, `token_ids`

Kimenet

`embedding`

Kontextus

32 768 tokens

Kimeneti formátum

json

| Mező | Típus | Követelmény | Értékek és korlátok | Alapértelmezett |
| --- | --- | --- | --- | --- |
| Mező`model` | Típus`string` | KövetelményKötelező | Értékek és korlátok nvidia/nemotron-3-embed-1b:free | Alapértelmezett— |
| Mező`input` | Típus`string\|string[]\|integer[]\|integer[][]` | KövetelményKötelező | Értékek és korlátok Minimális elemszám: 1 Feltételek: Nem üres, homogén köteg. A tokenazonosítók nemnegatív egész számok. Bemeneti keret: Maximum: 32 768 · Szövegegység: UTF8-bájtok · Tokenegység: tokentömb elemei | Alapértelmezett— |
| Mező`encoding_format` | Típus`string` | KövetelményOpcionális | Értékek és korlátok float | Alapértelmezettfloat |
| Mező`dimensions` | Típus`integer` | KövetelményNem támogatott | Értékek és korlátok Minimum: 1 | Alapértelmezett— |
| Mező`user` | Típus`json_value` | KövetelményOpcionális | Értékek és korlátok Feltételek: A forrás engedélyezi ezt a JSON-metaadatmezőt; a szolgáltatónál érvényes pontos jelentése modellenként eltér. | Alapértelmezett— |
| Mező`session_id` | Típus`json_value` | KövetelményOpcionális | Értékek és korlátok Feltételek: A forrás engedélyezi ezt a JSON-metaadatmezőt; a szolgáltatónál érvényes pontos jelentése modellenként eltér. | Alapértelmezett— |
| Mező`trace` | Típus`json_value` | KövetelményOpcionális | Értékek és korlátok Feltételek: A forrás engedélyezi ezt a JSON-metaadatmezőt; a szolgáltatónál érvényes pontos jelentése modellenként eltér. | Alapértelmezett— |
| Mező`provider` | Típus`object` | KövetelményOpcionális | Értékek és korlátok Feltételek: A provider.options elutasítva | Alapértelmezett— |

Bemeneti anyagok kombinációi

**text\_to\_embedding**

Metódus paraméterei és életciklusa

| Paraméter | Szerződés |
| --- | --- |
| Paraméter`content_type` | Szerződésapplication/json |
| Paraméter`required` | Szerződésmodel, input |
| Paraméter`input_shapes` | Szerződésstring, string\[\], nonnegative\_integer\_token\_array, nonnegative\_integer\_token\_array\[\] |
| Paraméter`encoding_format` | Szerződésfloat |
| Paraméter`dimensions_override` | Szerződésfalse |
| Paraméter`max_input_budget_units` | Szerződés32768 |
| Paraméter`multimodal_objects` | Szerződésfalse |
| Paraméter`material_types` | Szerződéstext, token\_ids |

Életciklus: `synchronous_json`

Őrizze meg minden vektor indexét és dimenzióját.

A multimodális modell neve ezen a pontos útvonalon nem teszi lehetővé képobjektumok használatát.

### Díjcsomagok

A díjszabás nem ad új kérési lehetőségeket. A támogatott paraméterek a kiválasztott módszernél szerepelnek.

Gyors mód

Normál díjszabás Ha a gyors mód van kiválasztva

Flex mód

Normál díjszabás Ha a flex mód van kiválasztva

Maximális gondolkodási ráfordítás

Normál díjszabás Ha a maximális gondolkodási ráfordításra a default beállításhoz tartozó korrekció vonatkozik

#### Ailoot-díjak

#### Árak beállításonként

| Beállítás | Díjtáblázat | Díj |
| --- | --- | --- |
| BeállításTokenenkénti alapárak | DíjtáblázatAlapdíj | Díj Bemenet · Bemeneti tokenek **$0** / 1K token Kimenet · Kimeneti tokenek **$0** / 1K token Bemenet · Gyorsítótár olvasása **—** / 1K token Bemenet · Írás a gyorsítótárba **—** / 1K token Bemenet · Írás a gyorsítótárba, 1 óra **—** / 1K token |

Az Ailoot a kérés előtt becsült összeget foglal le. Az eredmény után a mért használat alapján elszámolja a végső díjat. Folyamatos átvitel esetén a végső használati rekordot használja. [A foglalás és az elszámolás működése →](https://ailoot.ai/docs/hu/billing/reserve/)

### Példakérések

#### Ailoot Ultra · Beágyazások

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/nemotron-3-embed-1b: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/nemotron-3-embed-1b:free',input=["First document","Second document"])
print(result)
for item in result.data:print(item.index,item.embedding)
```

### Eredmények fogadása és mentése

#### Ailoot Ultra · Beágyazások

json

##### Őrizzen meg minden elkészült eredményt

Őrizzen meg minden teljes visszaadott választ, fájlt és tartalomrészt.

Őrizzen meg minden vektort az indexével együtt. A vektorok számának meg kell egyeznie a bemenetek számával; a dimenzióknak egységesnek kell lenniük.

##### Ha az eredeti választ ellenőrizni kell

Nem kerül bevezetésre külön beágyazási feladatvégpont.

Válaszmezők

| Mező | Típus |
| --- | --- |
| Mező`object` | Típusstring |
| Mező`model` | Típusstring |
| Mező`data[].index` | Típusinteger |
| Mező`data[].embedding` | Típusfinite float\[\] |
| Mező`usage` | Típusobject |

Hibák és következő lépések

| Válasz | Feltétel | Következő lépés |
| --- | --- | --- |
| Válasz400 · `invalid_request_error` | FeltételÉrvénytelen kötelező mezők, az anyag érvénytelen reprezentációja vagy érvénytelen paraméterérték | Következő lépésJavítsa a jelzett mezőket egy új létrehozási kérés előtt. |

### Álnevek

#### Modell álnevei

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

#### Metódusútvonalak álnevei

Használja a fent látható metódusútvonalakat.

#### Kapcsolódó modellazonosítók

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

FAQ · NVIDIA: Nemotron 3 Embed 1B (free)

Milyen bemenetek és eredmények érhetők el?

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

Mely mezőket használja a kérés?

`POST /v1/embeddings` · `nvidia/nemotron-3-embed-1b:free`: `model`, `input`, `encoding_format`, `provider`

Milyen korlátok érvényesek?

`POST /v1/embeddings` · `nvidia/nemotron-3-embed-1b:free`: `ctx`: `32768`; `input.budget.maximum`: `32768` (UTF8-bájtok); `input.min_items`: `1`

Csatlakoztassa az Ailootot a Claude Code-hoz, OpenCode-hoz, Hermeshez vagy saját alkalmazásához.

## A vállalat és projektportfóliója

A vállalat és projektportfóliója: ügyfelek milliói; havi értékesítés milliárdos nagyságrendben.

## Vásároljon tokeneket kedvezménnyel.

Előfizetési kedvezmény rendszeres munkához. Promókódok — akár 50% tokenvásárlási kedvezmény.

Előfizetés

Válasszon kedvezményes tarifát a rendszeres kéréseihez.

Promókód akár 50%-ig

Vásárláskor adja meg a kódot. Az ár az érvényes akció szerint újraszámolódik.

Költségek az előzményekben

Minden kéréshez megmarad a modell, a tokenek és az összeg.

[Előfizetés kiválasztása](https://ailoot.ai/docs/hu/billing/subscriptions/) · [Modellárak megtekintése](https://ailoot.ai/models/hu/)

## Csatlakoztassa az API-t az értékesített termékéhez.

SaaS, alkalmazások és botok — az Ailoot ajánlati feltételei és licencszerződése alapján. Viszonteladáshoz kérjen viszonteladói licencet.

Kereskedelmi alkalmazás

Építsen szöveg-, kép-, videó- és hanggenerálást szolgáltatása fizetős funkcióiba.

Viszonteladói licenc

Küldje el a projekt leírását és a hozzáférés módját. Kérjen írásos használati és viszonteladási feltételeket.

Dokumentumok a weboldalon

Az ajánlati feltételek, licencszerződés és adatkezelési szabályzat már a csatlakoztatás előtt elérhető.

[Viszonteladói licenc kérése](mailto:support@ailoot.ai) · [Ajánlati feltételek és licencszerződés](https://ailoot.ai/legal/offer?lang=hu)

## Ailoot · A vállalat és projektportfóliója





Az Ailoot felhalmozott működési tapasztalatra, széles ügyfélkörre, stabil szolgáltatásra és folyamatos KPI-ellenőrzésre épít.





A vállalat és projektportfóliója: ügyfelek milliói; havi értékesítés milliárdos nagyságrendben.





Az Ailoot ezt a működési tapasztalatot használja az ügyfelek termékeiben, ágenseiben, alkalmazásaiban és automatizálásaiban elérhető AI-funkciók API-hozzáféréséhez.
