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

# Nemotron 3 Embed 1B

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

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

Nemotron 3 Embed 1B converte testi in vettori per ricerca multilingue, ricerca di codice e RAG. Elabora sequenze fino a 32768 token e produce una rappresentazione di 2048 numeri.

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

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.

Nemotron 3 Embed 1B è un modello testuale di NVIDIA per ricerca semantica e confronto tra segmenti. Codifica domande, documenti e codice in vettori numerici densi. Queste rappresentazioni vengono utilizzate per trovare il contesto necessario tra grandi raccolte, arricchire la risposta di un assistente o recuperare informazioni conservate in precedenza per il passaggio successivo di un agente.

#### Conoscenze multilingue e codice

Il modello è pensato per ricerca multilingue e interlinguistica: la domanda e il materiale adatto possono essere scritti in lingue diverse. Il russo rientra nell'insieme pubblicato di 34 lingue, insieme a inglese, ucraino, cinese, giapponese, arabo e altre lingue. È utile per basi di conoscenza comuni in cui documenti tecnici e richieste degli utenti non sono uniformati a una sola lingua.

Tra le attività figurano ricerca nella documentazione, confronto di testi e recupero di codice da una descrizione verbale. L'ampia finestra di input permette di lavorare con documenti lunghi, un contesto software esteso e la cronologia di più passaggi di un agente. Il materiale trovato viene restituito al processo successivo come contesto; spiegazioni e risposte finali sono formulate dal componente successivo del sistema.

#### Dal testo al vettore

L'input è costituito da stringhe testuali. Per ogni stringa si ottiene un vettore di 2048 numeri. La lunghezza massima della sequenza è di 32768 token; il materiale più lungo deve essere suddiviso o accorciato. Nella preparazione dell'input si distinguono domanda e documento: il modello è stato addestrato ad associare questi ruoli, quindi la stessa stringa nei due compiti non deve essere formattata senza considerarne lo scopo.

I vettori vengono normalizzati rispetto alla lunghezza. Con questa rappresentazione, prodotto scalare e somiglianza del coseno offrono modalità equivalenti di confronto. Si possono conservare le prime 1024 o 512 coordinate del vettore completo, ma dopo il troncamento la normalizzazione deve essere eseguita nuovamente. È una proprietà dell'elaborazione del risultato; la dimensione va scelta in modo coerente per la raccolta e per le domande.

#### La struttura del modello compatto

L'encoder contiene circa 1,14 miliardi di parametri. È stato ottenuto da un modello basato su Ministral 3 3B mediante due fasi di riduzione strutturale e distillazione. L'attenzione bidirezionale considera l'intero input, poi le rappresentazioni dei token vengono mediate in un vettore comune.

NVIDIA pubblica varianti BF16 e NVFP4. I loro spazi di rappresentazione sono vicini, ma cambiare variante richiede una verifica sui propri documenti. Né la somiglianza numerica né la lunghezza del contesto garantiscono che la ricerca scelga sempre il segmento corretto.

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

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

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

ID del modello

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

### Introduzione

Nemotron 3 Embed 1B converte testi in vettori per ricerca multilingue, ricerca di codice e RAG. Elabora sequenze fino a 32768 token e produce una rappresentazione di 2048 numeri.

Input accettati

Testo

Risultati

embedding

### Disponibile in Ailoot · input e metodi

**Ailoot · Embedding** `POST /v1/embeddings`

Tipi di input

`text`

Tipi di output

`embedding`

Contesto

4096 tokens

Formato di output

json

| Campo | Tipo | Requisito | Valori e limiti | Predefinito |
| --- | --- | --- | --- | --- |
| Campo`model` | Tipo`string` | RequisitoObbligatorio | Valori e limiti nvidia/nemotron-3-embed-1b | Predefinito— |
| Campo`input` | Tipo`string\|string[]` | RequisitoObbligatorio | Valori e limiti Numero minimo di elementi: 1 Condizioni: Ogni stringa deve essere non vuota dopo trim; gli URI data vengono rifiutati; il budget accettato misura i byte UTF8 pertinenti. | Predefinito— |
| Campo`input_type` | Tipo`string` | RequisitoFacoltativo | Valori e limiti query, passage | Predefinitoquery |
| Campo`encoding_format` | Tipo`string` | RequisitoFacoltativo | Valori e limiti float, base64 | Predefinitofloat |
| Campo`truncate` | Tipo`string` | RequisitoFacoltativo | Valori e limiti NONE, START, END | Predefinito— |
| Campo`dimensions` | Tipo`integer` | RequisitoFacoltativo | Valori e limiti Minimo: 1 | Predefinito— |
| Campo`user` | Tipo`string` | RequisitoFacoltativo | Valori e limiti | Predefinito— |

Combinazioni di materiali in input

**text\_to\_embedding**

Parametri e ciclo di vita del metodo

| Parametro | Contratto |
| --- | --- |
| Parametro`material_types` | Contrattotext |
| Parametro`required` | Contrattomodel, input |
| Parametro`optional_controls` | Contrattonull |
| Parametro`content_type` | Contrattoapplication/json |

Ciclo di vita: `exact retained published method`

Le strutture dei metodi e gli ID sono esatti; la capacità del fornitore è distinta dall’ammissione delle richieste.

### Tariffe

#### Tariffe dei metodi Ailoot

Input

0,0001 USD */ 1K*

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 · Embedding

Esempio di embedding

```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
```

### Ricevi e salva i risultati

#### Ailoot · Embedding

json

##### Conserva tutti i risultati completati

Conserva ogni risposta, file e parte di contenuto restituiti per intero.

Decodifica i vettori base64 solo quando è stato richiesto quel formato; conserva ogni vettore e il suo indice originale.

##### Se occorre verificare la risposta originale

Non viene introdotto alcun endpoint per i job di embedding.

Campi della risposta

| Campo | Tipo |
| --- | --- |
| Campo`data[].index` | Tipointeger |
| Campo`data[].embedding` | Tipofinite float\[\]\|base64 float32 vector |
| Campo`model` | Tipostring |
| 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** [`nvidia/nemotron-3-embed-1b`](https://ailoot.ai/models/it/#m=nvidia%2Fnemotron-3-embed-1b&route=Core&caller=nvidia%2Fnemotron-3-embed-1b&fmt=embeddings), [`nemotron-3-embed`](https://ailoot.ai/models/it/#m=nvidia%2Fnemotron-3-embed-1b&route=Core&caller=nemotron-3-embed&fmt=embeddings), [`nemotron-3-embed-latest`](https://ailoot.ai/models/it/#m=nvidia%2Fnemotron-3-embed-1b&route=Core&caller=nemotron-3-embed-latest&fmt=embeddings)

#### Alias dei percorsi dei metodi

Usa i percorsi dei metodi indicati sopra.

#### ID di chiamata correlati

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

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

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

NVIDIA /`nemotron-3-embed`

ID del modello

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

### Introduzione

Nemotron 3 Embed 1B converte testi in vettori per ricerca multilingue, ricerca di codice e RAG. Elabora sequenze fino a 32768 token e produce una rappresentazione di 2048 numeri.

Input accettati

Testo

Risultati

embedding

### Disponibile in Ailoot · input e metodi

**Ailoot · Embedding** `POST /v1/embeddings`

Tipi di input

`text`

Tipi di output

`embedding`

Contesto

4096 tokens

Formato di output

json

| Campo | Tipo | Requisito | Valori e limiti | Predefinito |
| --- | --- | --- | --- | --- |
| Campo`model` | Tipo`string` | RequisitoObbligatorio | Valori e limiti nemotron-3-embed | Predefinito— |
| Campo`input` | Tipo`string\|string[]` | RequisitoObbligatorio | Valori e limiti Numero minimo di elementi: 1 Condizioni: Ogni stringa deve essere non vuota dopo trim; gli URI data vengono rifiutati; il budget accettato misura i byte UTF8 pertinenti. | Predefinito— |
| Campo`input_type` | Tipo`string` | RequisitoFacoltativo | Valori e limiti query, passage | Predefinitoquery |
| Campo`encoding_format` | Tipo`string` | RequisitoFacoltativo | Valori e limiti float, base64 | Predefinitofloat |
| Campo`truncate` | Tipo`string` | RequisitoFacoltativo | Valori e limiti NONE, START, END | Predefinito— |
| Campo`dimensions` | Tipo`integer` | RequisitoFacoltativo | Valori e limiti Minimo: 1 | Predefinito— |
| Campo`user` | Tipo`string` | RequisitoFacoltativo | Valori e limiti | Predefinito— |

Combinazioni di materiali in input

**text\_to\_embedding**

Parametri e ciclo di vita del metodo

| Parametro | Contratto |
| --- | --- |
| Parametro`material_types` | Contrattotext |
| Parametro`required` | Contrattomodel, input |
| Parametro`optional_controls` | Contrattonull |
| Parametro`content_type` | Contrattoapplication/json |

Ciclo di vita: `exact retained published method`

Le strutture dei metodi e gli ID sono esatti; la capacità del fornitore è distinta dall’ammissione delle richieste.

### Tariffe

#### Tariffe dei metodi Ailoot

Input

0,0001 USD */ 1K*

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 · Embedding

Esempio di embedding

```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
```

### Ricevi e salva i risultati

#### Ailoot · Embedding

json

##### Conserva tutti i risultati completati

Conserva ogni risposta, file e parte di contenuto restituiti per intero.

Decodifica i vettori base64 solo quando è stato richiesto quel formato; conserva ogni vettore e il suo indice originale.

##### Se occorre verificare la risposta originale

Non viene introdotto alcun endpoint per i job di embedding.

Campi della risposta

| Campo | Tipo |
| --- | --- |
| Campo`data[].index` | Tipointeger |
| Campo`data[].embedding` | Tipofinite float\[\]\|base64 float32 vector |
| Campo`model` | Tipostring |
| 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** [`nvidia/nemotron-3-embed-1b`](https://ailoot.ai/models/it/#m=nvidia%2Fnemotron-3-embed-1b&route=Core&caller=nvidia%2Fnemotron-3-embed-1b&fmt=embeddings), [`nemotron-3-embed`](https://ailoot.ai/models/it/#m=nvidia%2Fnemotron-3-embed-1b&route=Core&caller=nemotron-3-embed&fmt=embeddings), [`nemotron-3-embed-latest`](https://ailoot.ai/models/it/#m=nvidia%2Fnemotron-3-embed-1b&route=Core&caller=nemotron-3-embed-latest&fmt=embeddings)

#### Alias dei percorsi dei metodi

Usa i percorsi dei metodi indicati sopra.

#### ID di chiamata correlati

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

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

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

NVIDIA /`nemotron-3-embed-latest`

ID del modello

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

### Introduzione

Nemotron 3 Embed 1B converte testi in vettori per ricerca multilingue, ricerca di codice e RAG. Elabora sequenze fino a 32768 token e produce una rappresentazione di 2048 numeri.

Input accettati

Testo

Risultati

embedding

### Disponibile in Ailoot · input e metodi

**Ailoot · Embedding** `POST /v1/embeddings`

Tipi di input

`text`

Tipi di output

`embedding`

Contesto

4096 tokens

Formato di output

json

| Campo | Tipo | Requisito | Valori e limiti | Predefinito |
| --- | --- | --- | --- | --- |
| Campo`model` | Tipo`string` | RequisitoObbligatorio | Valori e limiti nemotron-3-embed-latest | Predefinito— |
| Campo`input` | Tipo`string\|string[]` | RequisitoObbligatorio | Valori e limiti Numero minimo di elementi: 1 Condizioni: Ogni stringa deve essere non vuota dopo trim; gli URI data vengono rifiutati; il budget accettato misura i byte UTF8 pertinenti. | Predefinito— |
| Campo`input_type` | Tipo`string` | RequisitoFacoltativo | Valori e limiti query, passage | Predefinitoquery |
| Campo`encoding_format` | Tipo`string` | RequisitoFacoltativo | Valori e limiti float, base64 | Predefinitofloat |
| Campo`truncate` | Tipo`string` | RequisitoFacoltativo | Valori e limiti NONE, START, END | Predefinito— |
| Campo`dimensions` | Tipo`integer` | RequisitoFacoltativo | Valori e limiti Minimo: 1 | Predefinito— |
| Campo`user` | Tipo`string` | RequisitoFacoltativo | Valori e limiti | Predefinito— |

Combinazioni di materiali in input

**text\_to\_embedding**

Parametri e ciclo di vita del metodo

| Parametro | Contratto |
| --- | --- |
| Parametro`material_types` | Contrattotext |
| Parametro`required` | Contrattomodel, input |
| Parametro`optional_controls` | Contrattonull |
| Parametro`content_type` | Contrattoapplication/json |

Ciclo di vita: `exact retained published method`

Le strutture dei metodi e gli ID sono esatti; la capacità del fornitore è distinta dall’ammissione delle richieste.

### Tariffe

#### Tariffe dei metodi Ailoot

Input

0,0001 USD */ 1K*

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 · Embedding

Esempio di embedding

```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
```

### Ricevi e salva i risultati

#### Ailoot · Embedding

json

##### Conserva tutti i risultati completati

Conserva ogni risposta, file e parte di contenuto restituiti per intero.

Decodifica i vettori base64 solo quando è stato richiesto quel formato; conserva ogni vettore e il suo indice originale.

##### Se occorre verificare la risposta originale

Non viene introdotto alcun endpoint per i job di embedding.

Campi della risposta

| Campo | Tipo |
| --- | --- |
| Campo`data[].index` | Tipointeger |
| Campo`data[].embedding` | Tipofinite float\[\]\|base64 float32 vector |
| Campo`model` | Tipostring |
| 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** [`nvidia/nemotron-3-embed-1b`](https://ailoot.ai/models/it/#m=nvidia%2Fnemotron-3-embed-1b&route=Core&caller=nvidia%2Fnemotron-3-embed-1b&fmt=embeddings), [`nemotron-3-embed`](https://ailoot.ai/models/it/#m=nvidia%2Fnemotron-3-embed-1b&route=Core&caller=nemotron-3-embed&fmt=embeddings), [`nemotron-3-embed-latest`](https://ailoot.ai/models/it/#m=nvidia%2Fnemotron-3-embed-1b&route=Core&caller=nemotron-3-embed-latest&fmt=embeddings)

#### Alias dei percorsi dei metodi

Usa i percorsi dei metodi indicati sopra.

#### ID di chiamata correlati

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

FAQ · nvidia/nemotron-3-embed-1b

Quali input e risultati sono disponibili?

`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`

Quali campi usa la richiesta?

`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`

Quali limiti si applicano?

`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`

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.