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

# Llama Nemotron Embed VL 1B v2

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

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

Llama Nemotron Embed VL v2は、文書の意味に基づく検索のためのベクトルを作成します。現在のAilootのカタログでは、質問と素材に対するテキスト入力が掲載されています。

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

モデルについて

この説明はモデルの機能を紹介するものです。Ailootで利用できる入力、出力、オプションは、選択したメソッドごとに以下に記載されています。

#### 質問に合うページを探す

Llama Nemotron Embed VL 1B v2は、質問に答えるのに役立つ素材を検索するためにNVIDIAが開発しました。質問はテキストで指定します。現在のAilootのカタログでは、モデルにテキスト入力が掲載されており、質問と素材をテキストとして符号化します。メーカーは、ページの画像や、抽出したテキストを添えた画像としての文書も説明しています。これらの視覚的な方法には、画像に対応する別のメソッドが必要です。対応する入力では、表、グラフ、インフォグラフィックを共通のベクトル空間に表します。

大量の文書、社内の参考資料、研究素材を使う質問応答アシスタントに適した検索です。符号化の結果は、数値ベクトルです。見つかったページや部分は、応答を生成するモデルにその後渡せます。Embed VL自体は、コンテキストを検索する段階を実行します。

#### メーカー側の文書の形式

- テキスト文書。個別の節、部分、認識済みのページのテキスト。
- 画像。テキスト、表、グラフィック要素を含むページ全体。
- テキスト付きの画像。ページの見た目とテキスト内容を、一つの表現にまとめます。

質問と文書は、独立して符号化します。そのため、コレクションを先に処理し、ベクトルを元のページとともに保存し、新しい質問では質問のベクトルだけを計算できます。ベクトルの類似性が、意味に基づく素材の選択を支援します。質問と文書のテキスト上の役割は異なり、データの準備でその違いを保つことが重要です。

#### 表現のサイズと入力の長さ

各入力は、最大2048の数値を持つ一つのベクトルに変換します。テキストモードでは8192トークンの予算を使います。メーカー側の画像とテキストを組み合わせる視覚メソッドには、両方を含む10240トークンの共通予算が説明されています。これはAilootのメソッドのテキスト上限ではありません。画像は部分に分割し、説明された設定では、最大六つの部分とページ全体の縮小コピーを許容し、合わせて約1792の視覚トークンです。長いテキストは、分割または短縮する必要があります。

言語部分はLlama 3.2 1B、視覚部分はSigLIP2を基盤としています。入力トークンの表現を平均し、単一のベクトルを出力するエンコーダに統合されています。対照学習により、質問を適切なページに近付け、無関係な素材から遠ざけます。検索は確率的なものであり、ベクトルが近いことは、選ばれた部分に正しい答えが含まれる保証ではありません。

**Ailoot · 埋め込み** `POST /v1/embeddings` `nvidia/llama-nemotron-embed-vl-1b-v2`

[`nvidia/llama-nemotron-embed-vl-1b-v2`](https://ailoot.ai/models/ja/#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`

モデルID

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

### はじめに

Llama Nemotron Embed VL v2は、文書の意味に基づく検索のためのベクトルを作成します。現在のAilootのカタログでは、質問と素材に対するテキスト入力が掲載されています。

対応する入力

テキスト

結果

embedding

### Ailootで利用可能 · 入力とメソッド

**Ailoot · 埋め込み** `POST /v1/embeddings`

入力の種類

`text`

出力の種類

`embedding`

コンテキスト

4,096 tokens

出力形式

json

| フィールド | 種類 | 要件 | 値と制限 | デフォルト |
| --- | --- | --- | --- | --- |
| フィールド`model` | 種類`string` | 要件必須 | 値と制限 nvidia/llama-nemotron-embed-vl-1b-v2 | デフォルト— |
| フィールド`input` | 種類`string\|string[]` | 要件必須 | 値と制限 最小項目数: 1 条件: 各文字列は前後の空白を除去した後も空でない必要があります。data URIは拒否されます。受諾済みの予算では、該当するUTF8バイト数を計測します。 | デフォルト— |
| フィールド`input_type` | 種類`string` | 要件任意 | 値と制限 query, passage | デフォルトquery |
| フィールド`encoding_format` | 種類`string` | 要件任意 | 値と制限 float, base64 | デフォルトfloat |
| フィールド`truncate` | 種類`string` | 要件任意 | 値と制限 NONE, START, END | デフォルト— |
| フィールド`dimensions` | 種類`integer` | 要件任意 | 値と制限 最小値: 1 | デフォルト— |
| フィールド`user` | 種類`string` | 要件任意 | 値と制限 | デフォルト— |

入力素材の組み合わせ

**text\_to\_embedding**

メソッドのパラメータとライフサイクル

| パラメータ | 仕様 |
| --- | --- |
| パラメータ`material_types` | 仕様text |
| パラメータ`required` | 仕様model, input |
| パラメータ`optional_controls` | 仕様null |
| パラメータ`content_type` | 仕様application/json |

ライフサイクル: `exact retained published method`

メソッドの形式とIDは正確に記載しています。供給元の対応能力とリクエストの受け入れは別です。

### 料金

#### Ailootのメソッド料金

入力

$0.0001 */ 1K*

Ailootはリクエスト前に見積額を確保します。結果の取得後、実測使用量に基づいて最終料金を精算します。ストリーミング時の精算には最終の使用量記録を使用します。[金額の確保と精算の仕組み →](https://ailoot.ai/docs/ja/billing/reserve/)

### リクエスト例

#### Ailoot · 埋め込み

埋め込みのサンプル

```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
```

### 結果を受け取って保存

#### Ailoot · 埋め込み

json

##### 完了した結果をすべて保存

返された完全なレスポンス、ファイル、コンテンツ部分をすべて保存してください。

base64形式を要求した場合にのみ、ベクトルをデコードしてください。すべてのベクトルと元のインデックスを保持してください。

##### 元のレスポンスを確認する場合

埋め込みジョブ用のエンドポイントは新設されません。

レスポンスのフィールド

| フィールド | 種類 |
| --- | --- |
| フィールド`data[].index` | 種類integer |
| フィールド`data[].embedding` | 種類finite float\[\]\|base64 float32 vector |
| フィールド`model` | 種類string |
| フィールド`usage` | 種類object |

エラーと次の手順

| レスポンス | 条件 | 次の手順 |
| --- | --- | --- |
| レスポンス400 · `invalid_request_error` | 条件必須フィールド、素材の表現形式、またはパラメーター値が不正です | 次の手順新しい生成リクエストを送る前に、指定されたフィールドを修正してください。 |

### エイリアス

#### モデルのエイリアス

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

#### メソッドパスのエイリアス

上記に表示されたメソッドパスを使用してください。

#### 関連する呼び出し用ID

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

**Ailoot · 埋め込み** `POST /v1/embeddings` `nemotron-embed-vl`

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

NVIDIA /`nemotron-embed-vl`

モデルID

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

### はじめに

Llama Nemotron Embed VL v2は、文書の意味に基づく検索のためのベクトルを作成します。現在のAilootのカタログでは、質問と素材に対するテキスト入力が掲載されています。

対応する入力

テキスト

結果

embedding

### Ailootで利用可能 · 入力とメソッド

**Ailoot · 埋め込み** `POST /v1/embeddings`

入力の種類

`text`

出力の種類

`embedding`

コンテキスト

4,096 tokens

出力形式

json

| フィールド | 種類 | 要件 | 値と制限 | デフォルト |
| --- | --- | --- | --- | --- |
| フィールド`model` | 種類`string` | 要件必須 | 値と制限 nemotron-embed-vl | デフォルト— |
| フィールド`input` | 種類`string\|string[]` | 要件必須 | 値と制限 最小項目数: 1 条件: 各文字列は前後の空白を除去した後も空でない必要があります。data URIは拒否されます。受諾済みの予算では、該当するUTF8バイト数を計測します。 | デフォルト— |
| フィールド`input_type` | 種類`string` | 要件任意 | 値と制限 query, passage | デフォルトquery |
| フィールド`encoding_format` | 種類`string` | 要件任意 | 値と制限 float, base64 | デフォルトfloat |
| フィールド`truncate` | 種類`string` | 要件任意 | 値と制限 NONE, START, END | デフォルト— |
| フィールド`dimensions` | 種類`integer` | 要件任意 | 値と制限 最小値: 1 | デフォルト— |
| フィールド`user` | 種類`string` | 要件任意 | 値と制限 | デフォルト— |

入力素材の組み合わせ

**text\_to\_embedding**

メソッドのパラメータとライフサイクル

| パラメータ | 仕様 |
| --- | --- |
| パラメータ`material_types` | 仕様text |
| パラメータ`required` | 仕様model, input |
| パラメータ`optional_controls` | 仕様null |
| パラメータ`content_type` | 仕様application/json |

ライフサイクル: `exact retained published method`

メソッドの形式とIDは正確に記載しています。供給元の対応能力とリクエストの受け入れは別です。

### 料金

#### Ailootのメソッド料金

入力

$0.0001 */ 1K*

Ailootはリクエスト前に見積額を確保します。結果の取得後、実測使用量に基づいて最終料金を精算します。ストリーミング時の精算には最終の使用量記録を使用します。[金額の確保と精算の仕組み →](https://ailoot.ai/docs/ja/billing/reserve/)

### リクエスト例

#### Ailoot · 埋め込み

埋め込みのサンプル

```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
```

### 結果を受け取って保存

#### Ailoot · 埋め込み

json

##### 完了した結果をすべて保存

返された完全なレスポンス、ファイル、コンテンツ部分をすべて保存してください。

base64形式を要求した場合にのみ、ベクトルをデコードしてください。すべてのベクトルと元のインデックスを保持してください。

##### 元のレスポンスを確認する場合

埋め込みジョブ用のエンドポイントは新設されません。

レスポンスのフィールド

| フィールド | 種類 |
| --- | --- |
| フィールド`data[].index` | 種類integer |
| フィールド`data[].embedding` | 種類finite float\[\]\|base64 float32 vector |
| フィールド`model` | 種類string |
| フィールド`usage` | 種類object |

エラーと次の手順

| レスポンス | 条件 | 次の手順 |
| --- | --- | --- |
| レスポンス400 · `invalid_request_error` | 条件必須フィールド、素材の表現形式、またはパラメーター値が不正です | 次の手順新しい生成リクエストを送る前に、指定されたフィールドを修正してください。 |

### エイリアス

#### モデルのエイリアス

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

#### メソッドパスのエイリアス

上記に表示されたメソッドパスを使用してください。

#### 関連する呼び出し用ID

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

**Ailoot · 埋め込み** `POST /v1/embeddings` `nemotron-embed-vl-latest`

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

NVIDIA /`nemotron-embed-vl-latest`

モデルID

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

### はじめに

Llama Nemotron Embed VL v2は、文書の意味に基づく検索のためのベクトルを作成します。現在のAilootのカタログでは、質問と素材に対するテキスト入力が掲載されています。

対応する入力

テキスト

結果

embedding

### Ailootで利用可能 · 入力とメソッド

**Ailoot · 埋め込み** `POST /v1/embeddings`

入力の種類

`text`

出力の種類

`embedding`

コンテキスト

4,096 tokens

出力形式

json

| フィールド | 種類 | 要件 | 値と制限 | デフォルト |
| --- | --- | --- | --- | --- |
| フィールド`model` | 種類`string` | 要件必須 | 値と制限 nemotron-embed-vl-latest | デフォルト— |
| フィールド`input` | 種類`string\|string[]` | 要件必須 | 値と制限 最小項目数: 1 条件: 各文字列は前後の空白を除去した後も空でない必要があります。data URIは拒否されます。受諾済みの予算では、該当するUTF8バイト数を計測します。 | デフォルト— |
| フィールド`input_type` | 種類`string` | 要件任意 | 値と制限 query, passage | デフォルトquery |
| フィールド`encoding_format` | 種類`string` | 要件任意 | 値と制限 float, base64 | デフォルトfloat |
| フィールド`truncate` | 種類`string` | 要件任意 | 値と制限 NONE, START, END | デフォルト— |
| フィールド`dimensions` | 種類`integer` | 要件任意 | 値と制限 最小値: 1 | デフォルト— |
| フィールド`user` | 種類`string` | 要件任意 | 値と制限 | デフォルト— |

入力素材の組み合わせ

**text\_to\_embedding**

メソッドのパラメータとライフサイクル

| パラメータ | 仕様 |
| --- | --- |
| パラメータ`material_types` | 仕様text |
| パラメータ`required` | 仕様model, input |
| パラメータ`optional_controls` | 仕様null |
| パラメータ`content_type` | 仕様application/json |

ライフサイクル: `exact retained published method`

メソッドの形式とIDは正確に記載しています。供給元の対応能力とリクエストの受け入れは別です。

### 料金

#### Ailootのメソッド料金

入力

$0.0001 */ 1K*

Ailootはリクエスト前に見積額を確保します。結果の取得後、実測使用量に基づいて最終料金を精算します。ストリーミング時の精算には最終の使用量記録を使用します。[金額の確保と精算の仕組み →](https://ailoot.ai/docs/ja/billing/reserve/)

### リクエスト例

#### Ailoot · 埋め込み

埋め込みのサンプル

```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
```

### 結果を受け取って保存

#### Ailoot · 埋め込み

json

##### 完了した結果をすべて保存

返された完全なレスポンス、ファイル、コンテンツ部分をすべて保存してください。

base64形式を要求した場合にのみ、ベクトルをデコードしてください。すべてのベクトルと元のインデックスを保持してください。

##### 元のレスポンスを確認する場合

埋め込みジョブ用のエンドポイントは新設されません。

レスポンスのフィールド

| フィールド | 種類 |
| --- | --- |
| フィールド`data[].index` | 種類integer |
| フィールド`data[].embedding` | 種類finite float\[\]\|base64 float32 vector |
| フィールド`model` | 種類string |
| フィールド`usage` | 種類object |

エラーと次の手順

| レスポンス | 条件 | 次の手順 |
| --- | --- | --- |
| レスポンス400 · `invalid_request_error` | 条件必須フィールド、素材の表現形式、またはパラメーター値が不正です | 次の手順新しい生成リクエストを送る前に、指定されたフィールドを修正してください。 |

### エイリアス

#### モデルのエイリアス

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

#### メソッドパスのエイリアス

上記に表示されたメソッドパスを使用してください。

#### 関連する呼び出し用ID

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

利用できる入力と結果は何ですか？

`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`

リクエストはどの項目を使用しますか？

`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`

どの制限が適用されますか？

`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`

AilootをClaude Code、OpenCode、Hermes、自分のアプリに接続しましょう。

## 企業とそのプロジェクト群

企業とそのプロジェクト群：数百万の顧客、毎月数十億規模の売上。

## トークンを割引価格で購入。

継続利用にサブスクリプション割引。プロモコードでトークン購入が最大50%割引。

サブスクリプション

定期的なリクエストに合う割引プランを選びましょう。

最大50%のプロモコード

購入時にコードを入力すると、実施中のキャンペーンに沿って価格を再計算します。

支出を履歴で確認

各リクエストのモデル、トークン、金額が保存されます。

[サブスクリプションを選ぶ](https://ailoot.ai/docs/ja/billing/subscriptions/) · [モデルの価格を見る](https://ailoot.ai/models/ja/)

## 販売する製品に、 APIを組み込みましょう。

SaaS、アプリ、ボットをAilootの公式サービス提供条件とライセンス契約に基づいて接続できます。再販にはリセラーライセンスを申請できます。

商用アプリ

サービスの有料機能に、文章、画像、動画、音声の生成を組み込めます。

リセラーライセンス

プロジェクトの説明とアクセスの仕組みをお送りください。利用・再販条件の書面を申請できます。

サイトで契約文書を確認

接続前にサービス提供条件、ライセンス契約、データ処理ポリシーを読めます。

[リセラーライセンスを申請](mailto:support@ailoot.ai) · [サービス提供条件とライセンス契約](https://ailoot.ai/legal/offer?lang=ja)

## Ailoot · 企業とそのプロジェクト群





Ailootは、蓄積した運営経験、幅広い顧客基盤、安定したサービス、継続的なKPI管理を基盤としています。





企業とそのプロジェクト群：数百万の顧客、毎月数十億規模の売上。





Ailootはこの運営経験を、お客様の製品、エージェント、アプリケーション、自動化でAI機能を利用するためのAPIアクセスに活かしています。