Source: https://ailoot.ai/models/it/nvidia-llama-nemotron-embed-vl-1b-v2-u003a-free/ Canonical: https://ailoot.ai/models/it/nvidia-llama-nemotron-embed-vl-1b-v2-u003a-free/ Language: it # NVIDIA: Llama Nemotron Embed VL 1B V2 (free) [Markdown](https://ailoot.ai/models/it/nvidia-llama-nemotron-embed-vl-1b-v2-u003a-free/index.md) · [JSON](https://ailoot.ai/models/it/nvidia-llama-nemotron-embed-vl-1b-v2-u003a-free/facts.json) ## [NVIDIA: Llama Nemotron Embed VL 1B V2 (free)](https://ailoot.ai/models/it/nvidia-llama-nemotron-embed-vl-1b-v2-u003a-free/) Llama Nemotron Embed VL 1B V2 è il modello di embedding multimodale di NVIDIA per il recupero. Trasforma testo, immagini o input documentali combinati in vettori e supporta la ricerca con query testuali su documenti contenenti tabelle, grafici, testo e infografiche. - [**Ailoot Ultra · Embedding** `POST /v1/embeddings` `nvidia/llama-nemotron-embed-vl-1b-v2:free`](https://ailoot.ai/models/it/nvidia-llama-nemotron-embed-vl-1b-v2-u003a-free/#method-0) Informazioni sul modello Questa descrizione illustra le funzionalità del modello. Gli input, gli output e le opzioni disponibili in Ailoot per il metodo selezionato sono elencati di seguito. Llama Nemotron Embed VL 1B V2 è il modello di embedding di NVIDIA per il recupero multimodale finalizzato a domande e risposte. Può rappresentare un documento come testo, immagine o combinazione di immagine e testo. Una query testuale può poi essere usata per recuperare documenti correlati. Il profilo pubblicato supporta immagini di documenti contenenti testo, tabelle, grafici e infografiche e restituisce vettori di embedding. #### Preparare elementi documentali identificabili Mantieni ogni input collegato al documento di origine, alla pagina o al passaggio che rappresenta. Per una pagina visiva, conserva l’immagine e qualsiasi testo di accompagnamento che le appartiene. Per un passaggio testuale, conserva il titolo o l’etichetta della sezione quando aiuta a interpretare una corrispondenza successiva. Questi identificatori delle fonti rendono utile un elemento recuperato come evidenza anziché soltanto come risultato numerico di similarità. Scegli i confini degli elementi attorno al materiale che un utente deve trovare. Un grafico e la sua spiegazione possono appartenere alla stessa unità; pagine non correlate dovrebbero mantenere identità separate. Verifica se l’input è leggibile e se il testo o l’immagine contiene le informazioni che la query prevista deve recuperare. #### Query testuali e recupero vettoriale Il ruolo del modello è produrre vettori per il recupero, con il testo come forma di query descritta dal profilo. Mantieni query ed elementi indicizzati in una configurazione di embedding compatibile. L’applicazione memorizza i vettori, li confronta e restituisce gli elementi di origine corrispondenti. Il documento recuperato rimane il materiale da esaminare o passare a una successiva fase di generazione della risposta. Un insieme di test utile include le domande effettivamente poste dagli utenti e le pagine che dovrebbero essere trovate. Esamina corrispondenze errate o mancanti rispetto al contenuto delle fonti e ai confini degli elementi. Conserva l’identificatore completo del documento insieme a qualsiasi passaggio o immagine selezionati, affinché il risultato possa essere verificato nel contesto. #### Capacità di input e artefatto di ricerca Il profilo ospitato documentato indica fino a 131.072 token per input. Suddividi insiemi di fonti più grandi in input separati ed etichettati e preserva le loro relazioni. L’output vettoriale del profilo non è una risposta in prosa generata né una trascrizione; una fase applicativa successiva può usare l’evidenza recuperata per rispondere a una domanda. Un artefatto completo di recupero unisce query, elementi di origine selezionati e relativi identificatori. Preserva il modello di embedding e la preparazione dell’input usati per un indice, affinché cambiamenti successivi possano essere distinti dai cambiamenti nella raccolta di origine. **Ailoot Ultra · Embedding** `POST /v1/embeddings` `nvidia/llama-nemotron-embed-vl-1b-v2:free` [`nvidia/llama-nemotron-embed-vl-1b-v2:free`](https://ailoot.ai/models/it/#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` ### Introduzione Llama Nemotron Embed VL 1B V2 è il modello di embedding multimodale di NVIDIA per il recupero. Trasforma testo, immagini o input documentali combinati in vettori e supporta la ricerca con query testuali su documenti contenenti tabelle, grafici, testo e infografiche. Input accettati Testo · token\_ids Risultati embedding ### Disponibile in Ailoot · input e metodi **Ailoot Ultra · Embedding** `POST /v1/embeddings` Tipi di input `text`, `token_ids` Tipi di output `embedding` Contesto 131.072 tokens Formato di output json | Campo | Tipo | Requisito | Valori e limiti | Predefinito | | --- | --- | --- | --- | --- | | Campo`model` | Tipo`string` | RequisitoObbligatorio | Valori e limiti nvidia/llama-nemotron-embed-vl-1b-v2:free | Predefinito— | | Campo`input` | Tipo`string\|string[]\|integer[]\|integer[][]` | RequisitoObbligatorio | Valori e limiti Numero minimo di elementi: 1 Condizioni: Batch omogeneo non vuoto. Gli ID dei token sono numeri interi non negativi. Budget di input: Massimo: 131.072 · Unità di testo: byte UTF8 · Unità di token: elementi dell’array di token | Predefinito— | | Campo`encoding_format` | Tipo`string` | RequisitoFacoltativo | Valori e limiti float | Predefinitofloat | | Campo`dimensions` | Tipo`integer` | RequisitoNon supportato | Valori e limiti Minimo: 1 | Predefinito— | | Campo`user` | Tipo`json_value` | RequisitoFacoltativo | Valori e limiti Condizioni: La fonte consente questo campo di metadati JSON; la semantica esatta del fornitore a monte dipende dal modello. | Predefinito— | | Campo`session_id` | Tipo`json_value` | RequisitoFacoltativo | Valori e limiti Condizioni: La fonte consente questo campo di metadati JSON; la semantica esatta del fornitore a monte dipende dal modello. | Predefinito— | | Campo`trace` | Tipo`json_value` | RequisitoFacoltativo | Valori e limiti Condizioni: La fonte consente questo campo di metadati JSON; la semantica esatta del fornitore a monte dipende dal modello. | Predefinito— | | Campo`provider` | Tipo`object` | RequisitoFacoltativo | Valori e limiti Condizioni: provider.options rifiutato | Predefinito— | Combinazioni di materiali in input **text\_to\_embedding** Parametri e ciclo di vita del metodo | Parametro | Contratto | | --- | --- | | Parametro`content_type` | Contrattoapplication/json | | Parametro`required` | Contrattomodel, input | | Parametro`input_shapes` | Contrattostring, string\[\], nonnegative\_integer\_token\_array, nonnegative\_integer\_token\_array\[\] | | Parametro`encoding_format` | Contrattofloat | | Parametro`dimensions_override` | Contrattofalse | | Parametro`max_input_budget_units` | Contratto131072 | | Parametro`multimodal_objects` | Contrattofalse | | Parametro`material_types` | Contrattotext, token\_ids | Ciclo di vita: `synchronous_json` Conserva l'indice e la dimensione di ogni vettore. Il nome del modello multimodale non consente oggetti immagine su questo percorso specifico. ### Tariffe Le tariffe non aggiungono opzioni alla richiesta. I parametri supportati sono elencati nel metodo selezionato. Modalità rapida Tariffa standard Quando è selezionata la modalità rapida Modalità flex Tariffa standard Quando è selezionata la modalità flex Sforzo massimo di ragionamento Tariffa standard Quando lo sforzo massimo di ragionamento usa l'adeguamento predefinito (default) #### Tariffe Ailoot #### Prezzi per configurazione | Configurazione | Listino delle tariffe | Costo | | --- | --- | --- | | ConfigurazioneTariffe di base dei token | Listino delle tariffeTariffa base | Costo Input · Token in input **$0** / 1K token Output · Token in output **$0** / 1K token Input · Lettura dalla cache **—** / 1K token Input · Scrittura nella cache **—** / 1K token Input · Scrittura nella cache, 1 ora **—** / 1K token | Ailoot prenota un importo stimato prima di una richiesta. Dopo il risultato, addebita il costo finale in base all’utilizzo misurato. Per lo streaming, l’addebito usa il record finale di utilizzo. [Come funzionano la prenotazione e l’addebito finale →](https://ailoot.ai/docs/it/billing/reserve/) ### Esempi di richieste #### Ailoot Ultra · Embedding curlPython SDK ```bash set -eu : "${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) ``` ### Ricevi e salva i risultati #### Ailoot Ultra · Embedding json ##### Conserva tutti i risultati completati Conserva ogni risposta, file e parte di contenuto restituiti per intero. Conserva ogni vettore con il suo indice. Il numero di vettori deve coincidere con il numero di input; le dimensioni devono essere coerenti. ##### Se occorre verificare la risposta originale Non viene introdotto alcun endpoint per i job di embedding. Campi della risposta | Campo | Tipo | | --- | --- | | Campo`object` | Tipostring | | Campo`model` | Tipostring | | Campo`data[].index` | Tipointeger | | Campo`data[].embedding` | Tipofinite float\[\] | | Campo`usage` | Tipoobject | Errori e passaggi successivi | Risposta | Condizione | Passaggio successivo | | --- | --- | --- | | Risposta400 · `invalid_request_error` | CondizioneCampi obbligatori, rappresentazione del materiale o valore del parametro non validi | Passaggio successivoCorreggi i campi indicati prima di una nuova richiesta di creazione. | ### Alias #### Alias del modello **Ailoot Ultra** [`nvidia/llama-nemotron-embed-vl-1b-v2:free`](https://ailoot.ai/models/it/#m=nvidia%2Fllama-nemotron-embed-vl-1b-v2%3Afree&route=Ultra&caller=nvidia%2Fllama-nemotron-embed-vl-1b-v2%3Afree&fmt=embeddings) #### Alias dei percorsi dei metodi Usa i percorsi dei metodi indicati sopra. #### ID di chiamata correlati [`nvidia/llama-nemotron-embed-vl-1b-v2:free`](https://ailoot.ai/models/it/#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) Quali input e risultati sono disponibili? `POST /v1/embeddings` · `nvidia/llama-nemotron-embed-vl-1b-v2:free`: `text`, `token_ids` → `embedding` Quali campi usa la richiesta? `POST /v1/embeddings` · `nvidia/llama-nemotron-embed-vl-1b-v2:free`: `model`, `input`, `encoding_format`, `provider` Quali limiti si applicano? `POST /v1/embeddings` · `nvidia/llama-nemotron-embed-vl-1b-v2:free`: `ctx`: `131072`; `input.budget.maximum`: `131072` (byte UTF8); `input.min_items`: `1` Collega Ailoot a Claude Code, OpenCode, Hermes o alla tua applicazione. ## L’azienda e il suo portafoglio di progetti L’azienda e il suo portafoglio di progetti: milioni di clienti; vendite nell’ordine dei miliardi ogni mese. ## Acquista token con uno sconto. Sconto con abbonamento per lavoro regolare. Codici fino al 50% sull’acquisto di token. Abbonamento Scegli un piano scontato per richieste regolari. Codice fino al 50% Inserisci il codice all’acquisto. Il prezzo si aggiorna secondo la promozione. Spese nella cronologia Modello, token e importo sono salvati per ogni richiesta. [Scegli abbonamento](https://ailoot.ai/docs/it/billing/subscriptions/) · [Consulta prezzi dei modelli](https://ailoot.ai/models/it/) ## Collega l’API al prodotto che vendi. SaaS, app e bot secondo offerta e accordo di licenza Ailoot. Per rivendere, richiedi una licenza reseller. Applicazione commerciale Integra generazione di testo, immagini, video e suono nelle funzioni a pagamento. Licenza reseller Invia descrizione del progetto e schema di accesso. Richiedi condizioni scritte per uso e rivendita. Documenti sul sito Offerta, accordo di licenza e politica sui dati sono disponibili prima della connessione. [Richiedi licenza reseller](mailto:support@ailoot.ai) · [Offerta e accordo di licenza](https://ailoot.ai/legal/offer?lang=it) ## Ailoot · L’azienda e il suo portafoglio di progetti Ailoot si basa su un’esperienza operativa consolidata, un’ampia base di clienti, un servizio stabile e un controllo costante dei KPI. L’azienda e il suo portafoglio di progetti: milioni di clienti; vendite nell’ordine dei miliardi ogni mese. Ailoot mette questa esperienza operativa al servizio dell’accesso API alle funzioni AI nei prodotti dei clienti, negli agenti, nelle applicazioni e nelle automazioni.