{
  "aboutHtml": "<p>Nemotron 3 Embed 1B — NVIDIA-ның көптілді және тіларалық іздеуге, семантикалық ұқсастыққа арналған мәтіндік эмбеддинг модельдер тобы. Ол сұрақты немесе үзіндіні іздеу жүйесі басқа мәтін көрсетілімдерімен салыстыра алатын тығыз векторға айналдырады. Өндіруші құжатталған 1B шығарылымдарын отыз төрт тілдік баптау мен тілдік нұсқада, соның ішінде ағылшын, араб, қытай, орыс, жапон, корей және Hinglish тілдерінде бағалайды.</p><h4>Энкодер және көрсетілім</h4><p>Өндірушінің модель карточкасы Ministral 3 негізінде алынған сиретілген, екібағытты трансформерді сипаттайды. Оның шамамен 1,14 миллиард параметрі бар және әр мәтінге бір эмбеддинг алу үшін токен деңгейіндегі көрсетілімдердің орташа мәнін есептейді. Төл шығысы — 2048 өлшемді жылжымалы нүктелі вектор. Бұл эмбеддингі жасалатын сұраққа жазбаша жауап емес, іздеуге арналған көрсетілім.</p><p>Өндіруші осы көрсетілімнің бірінші бөлігін, мысалы 1024 немесе 512 өлшемін сақтауды да қолдайды. Қысқартылған векторды қиып алғаннан кейін қайта L2 нормалау керек. Іздеу тапсырмасының сұрау және корпус жақтарында таңдалған көрсетілім ұзындығы мен нормалауды бірізді ұстаңыз. Вектор ұзындығы мен кіріс тізбегінің ұзындығы — бөлек қасиеттер.</p><h4>Сұрау мен үзіндіні дайындау</h4><p>Құжатталған іздеу тәртібі сұрақ үшін «query:», құжат мәтіні үшін «passage:» қолданады. Өндіруші мысалдары кодтау алдында осы рөлдерді қосып, нормаланған векторларды косинустық ұқсастыққа тең скалярлық көбейтіндімен салыстырады. Өңделмеген корпус көрсетілімін басқаша дайындалған сұраумен араластырмай, таңдалған үдеріс күтетін дайындауды пайдаланыңыз.</p><p>Практикалық жинақта техникалық түсіндірмелер, ережелер немесе кодқа қатысты құжаттама болуы мүмкін. Функцияның белгілі бір жағдайды қалай өңдейтіні туралы сұрақ сол әрекетті сипаттайтын бастапқы үзіндіні немесе код үзіндісін табуы тиіс. Нақты үзінді мәтінімен бірге идентификаторларды, тақырыптарды және тиісті шарттарды сақтаңыз. Вектор кандидатты іздеуге қолжетімді етеді; сақталған дереккөзді оқырман немесе кейінгі RAG жауап кезеңі қолданады.</p><h4>Ұзын бастапқы материал</h4><p>Құжатталған ең үлкен тізбек ұзындығы — 32 768 токен. Модель көлемді мәтінді қабылдай алса да, үзінді шекараларын саналы таңдаңыз. Толық бөлім анықтама мен оның ерекшеліктерін сақтай алады; мақсатты үзінді нақты жауапты тексеруді жеңілдетеді. Модель терезесінен асқан кірістерді бөлу немесе қысқарту қажет, сондықтан алынып тасталған соңын көрсетілімге енген мазмұн деп қабылдамаңыз.</p><p>Эмбеддингі жасалған әр элементті өзінің негізгі құжатымен және нұсқасымен байланыстырыңыз. Есеп үшін бөлім тақырыбын және сұраққа қатысты қорытындының айналасындағы түсіндірмені сақтаңыз. Код іздеу үшін үзіндімен бірге функция атауын, тиісті интерфейсті және әрекетін сақтаңыз. Бұл іздеу кезеңі кандидатты қайтарғанда нақты бастапқы материал береді.</p><h4>Топ нұсқалары және нәтижені пайдалану</h4><p>NVIDIA 1B тобының BF16 және NVFP4 нұсқаларын құжаттайды. Квантталған модель карточкасы осы екі шығарылымның эмбеддинг кеңістігі ортақ екенін айтып, нұсқа ауыстырғанда өкілдік материалда іздеу сапасын тексеруді ұсынады. Мәлімделген ортақ көрсетілім — 2048 шығыс мәні бар кез келген модельге ортақ ереже емес, осы аталған жұп туралы өндірушінің мәлімдемесі.</p><p>Пайдалы нәтиже — моделі, өлшем таңдауы және дайындауы тіркелген сұрау векторы немесе индекстелген бастапқы жинақ. Кандидат мәтінін идентификаторымен бірге қайтарып, қажетті ақпаратты беретін-бермейтінін тексеріңіз. Өндіруші іздеу моделі әр сұраққа дұрыс үзіндіні табуға кепілдік бермейтінін нақты ескертеді; кейінгі қайта ранжирлеу немесе жауап кезеңі осы кандидаттармен өзінің бөлек тапсырмасы ретінде жұмыс істейді.</p>",
  "aboutText": "Nemotron 3 Embed 1B — NVIDIA-ның көптілді және тіларалық іздеуге, семантикалық ұқсастыққа арналған мәтіндік эмбеддинг модельдер тобы. Ол сұрақты немесе үзіндіні іздеу жүйесі басқа мәтін көрсетілімдерімен салыстыра алатын тығыз векторға айналдырады. Өндіруші құжатталған 1B шығарылымдарын отыз төрт тілдік баптау мен тілдік нұсқада, соның ішінде ағылшын, араб, қытай, орыс, жапон, корей және Hinglish тілдерінде бағалайды.\n\n### Энкодер және көрсетілім\n\nӨндірушінің модель карточкасы Ministral 3 негізінде алынған сиретілген, екібағытты трансформерді сипаттайды. Оның шамамен 1,14 миллиард параметрі бар және әр мәтінге бір эмбеддинг алу үшін токен деңгейіндегі көрсетілімдердің орташа мәнін есептейді. Төл шығысы — 2048 өлшемді жылжымалы нүктелі вектор. Бұл эмбеддингі жасалатын сұраққа жазбаша жауап емес, іздеуге арналған көрсетілім.\n\nӨндіруші осы көрсетілімнің бірінші бөлігін, мысалы 1024 немесе 512 өлшемін сақтауды да қолдайды. Қысқартылған векторды қиып алғаннан кейін қайта L2 нормалау керек. Іздеу тапсырмасының сұрау және корпус жақтарында таңдалған көрсетілім ұзындығы мен нормалауды бірізді ұстаңыз. Вектор ұзындығы мен кіріс тізбегінің ұзындығы — бөлек қасиеттер.\n\n### Сұрау мен үзіндіні дайындау\n\nҚұжатталған іздеу тәртібі сұрақ үшін «query:», құжат мәтіні үшін «passage:» қолданады. Өндіруші мысалдары кодтау алдында осы рөлдерді қосып, нормаланған векторларды косинустық ұқсастыққа тең скалярлық көбейтіндімен салыстырады. Өңделмеген корпус көрсетілімін басқаша дайындалған сұраумен араластырмай, таңдалған үдеріс күтетін дайындауды пайдаланыңыз.\n\nПрактикалық жинақта техникалық түсіндірмелер, ережелер немесе кодқа қатысты құжаттама болуы мүмкін. Функцияның белгілі бір жағдайды қалай өңдейтіні туралы сұрақ сол әрекетті сипаттайтын бастапқы үзіндіні немесе код үзіндісін табуы тиіс. Нақты үзінді мәтінімен бірге идентификаторларды, тақырыптарды және тиісті шарттарды сақтаңыз. Вектор кандидатты іздеуге қолжетімді етеді; сақталған дереккөзді оқырман немесе кейінгі RAG жауап кезеңі қолданады.\n\n### Ұзын бастапқы материал\n\nҚұжатталған ең үлкен тізбек ұзындығы — 32 768 токен. Модель көлемді мәтінді қабылдай алса да, үзінді шекараларын саналы таңдаңыз. Толық бөлім анықтама мен оның ерекшеліктерін сақтай алады; мақсатты үзінді нақты жауапты тексеруді жеңілдетеді. Модель терезесінен асқан кірістерді бөлу немесе қысқарту қажет, сондықтан алынып тасталған соңын көрсетілімге енген мазмұн деп қабылдамаңыз.\n\nЭмбеддингі жасалған әр элементті өзінің негізгі құжатымен және нұсқасымен байланыстырыңыз. Есеп үшін бөлім тақырыбын және сұраққа қатысты қорытындының айналасындағы түсіндірмені сақтаңыз. Код іздеу үшін үзіндімен бірге функция атауын, тиісті интерфейсті және әрекетін сақтаңыз. Бұл іздеу кезеңі кандидатты қайтарғанда нақты бастапқы материал береді.\n\n### Топ нұсқалары және нәтижені пайдалану\n\nNVIDIA 1B тобының BF16 және NVFP4 нұсқаларын құжаттайды. Квантталған модель карточкасы осы екі шығарылымның эмбеддинг кеңістігі ортақ екенін айтып, нұсқа ауыстырғанда өкілдік материалда іздеу сапасын тексеруді ұсынады. Мәлімделген ортақ көрсетілім — 2048 шығыс мәні бар кез келген модельге ортақ ереже емес, осы аталған жұп туралы өндірушінің мәлімдемесі.\n\nПайдалы нәтиже — моделі, өлшем таңдауы және дайындауы тіркелген сұрау векторы немесе индекстелген бастапқы жинақ. Кандидат мәтінін идентификаторымен бірге қайтарып, қажетті ақпаратты беретін-бермейтінін тексеріңіз. Өндіруші іздеу моделі әр сұраққа дұрыс үзіндіні табуға кепілдік бермейтінін нақты ескертеді; кейінгі қайта ранжирлеу немесе жауап кезеңі осы кандидаттармен өзінің бөлек тапсырмасы ретінде жұмыс істейді.",
  "editorialOverlay": {
    "copy_fields": null,
    "copy_sha256": null,
    "copy_source": null,
    "html_sha256": "09f8cf003937766be163d6f3b2d334d336dee89488e7fd2f6448e00fb0cc966b",
    "module_sha256": "ee9dc1c50b1e6a8fb7fa062030fcb4646b9aaaeb08be513b723a5a92a7290f06",
    "raw_model_unchanged": true,
    "schema": "ailoot-native-model-editorial-v1"
  },
  "locale": "kk",
  "methods": [
    {
      "html": "<div class=\"sheet-head\"><span class=\"mav\" aria-hidden=\"true\">NV</span><h2 id=\"sheet-title\">NVIDIA: Nemotron 3 Embed 1B (free)</h2><button class=\"icon-btn\" type=\"button\" data-close-sheet aria-label=\"Жабу\">×</button></div><div class=\"idline\"><span>NVIDIA /</span><code>nvidia/nemotron-3-embed-1b:free</code><button type=\"button\" id=\"copy-id\">ID көшіру</button></div><nav class=\"card-jump-nav\" aria-label=\"Модель карточкасының бөлімдері\"><button type=\"button\" data-card-jump=\"overview\">Бастау</button><button type=\"button\" data-card-jump=\"methods\">Кіріс деректері мен әдістер</button><button type=\"button\" data-card-jump=\"pricing\">Тарифтер</button><button type=\"button\" data-card-jump=\"examples\">Мысалдар</button><button type=\"button\" data-card-jump=\"results\">Нәтижелер</button><button type=\"button\" data-card-jump=\"aliases\">Балама атаулар</button></nav><div class=\"card-method-tabs\" role=\"tablist\" aria-label=\"API әдістері\"><button type=\"button\" role=\"tab\" tabindex=\"0\" aria-controls=\"card-method-content\" aria-selected=\"true\" id=\"card-method-tab-0\" data-card-method=\"Ultra|embeddings|/v1/embeddings|nvidia%2Fnemotron-3-embed-1b%3Afree\">Эмбеддингтер</button></div><div id=\"card-method-content\" role=\"tabpanel\" aria-labelledby=\"card-method-tab-0\"><section class=\"card-section\" data-card-section=\"overview\"><h3 tabindex=\"-1\">Бастау</h3><p class=\"mdesc-full\">NVIDIA Nemotron 3 Embed 1B көптілді сұраулар мен үзінділерді іздеу және RAG үшін 2048 өлшемді векторларға айналдырады. Оның құжатталған отбасы 32,768 токендік тізбекті және қайта нормализацияланған қысқартылған вектор өлшемдерін қолдайды.</p><dl class=\"card-io\" data-card-io><div><dt>Қабылданатын кіріс деректері</dt><dd>Мәтін · token_ids</dd></div><div><dt>Нәтижелер</dt><dd>embedding</dd></div></dl><details class=\"card-about\"><summary>Модель туралы</summary><p class=\"note-s\" data-model-method-boundary>Бұл сипаттама модель мүмкіндіктерін қамтиды. Ailoot жүйесінде таңдалған әдіс үшін қолжетімді кіріс, шығыс және параметрлер төменде берілген.</p><div class=\"mabout\" id=\"m-about\"><p>Nemotron 3 Embed 1B — NVIDIA-ның көптілді және тіларалық іздеуге, семантикалық ұқсастыққа арналған мәтіндік эмбеддинг модельдер тобы. Ол сұрақты немесе үзіндіні іздеу жүйесі басқа мәтін көрсетілімдерімен салыстыра алатын тығыз векторға айналдырады. Өндіруші құжатталған 1B шығарылымдарын отыз төрт тілдік баптау мен тілдік нұсқада, соның ішінде ағылшын, араб, қытай, орыс, жапон, корей және Hinglish тілдерінде бағалайды.</p><h4>Энкодер және көрсетілім</h4><p>Өндірушінің модель карточкасы Ministral 3 негізінде алынған сиретілген, екібағытты трансформерді сипаттайды. Оның шамамен 1,14 миллиард параметрі бар және әр мәтінге бір эмбеддинг алу үшін токен деңгейіндегі көрсетілімдердің орташа мәнін есептейді. Төл шығысы — 2048 өлшемді жылжымалы нүктелі вектор. Бұл эмбеддингі жасалатын сұраққа жазбаша жауап емес, іздеуге арналған көрсетілім.</p><p>Өндіруші осы көрсетілімнің бірінші бөлігін, мысалы 1024 немесе 512 өлшемін сақтауды да қолдайды. Қысқартылған векторды қиып алғаннан кейін қайта L2 нормалау керек. Іздеу тапсырмасының сұрау және корпус жақтарында таңдалған көрсетілім ұзындығы мен нормалауды бірізді ұстаңыз. Вектор ұзындығы мен кіріс тізбегінің ұзындығы — бөлек қасиеттер.</p><h4>Сұрау мен үзіндіні дайындау</h4><p>Құжатталған іздеу тәртібі сұрақ үшін «query:», құжат мәтіні үшін «passage:» қолданады. Өндіруші мысалдары кодтау алдында осы рөлдерді қосып, нормаланған векторларды косинустық ұқсастыққа тең скалярлық көбейтіндімен салыстырады. Өңделмеген корпус көрсетілімін басқаша дайындалған сұраумен араластырмай, таңдалған үдеріс күтетін дайындауды пайдаланыңыз.</p><p>Практикалық жинақта техникалық түсіндірмелер, ережелер немесе кодқа қатысты құжаттама болуы мүмкін. Функцияның белгілі бір жағдайды қалай өңдейтіні туралы сұрақ сол әрекетті сипаттайтын бастапқы үзіндіні немесе код үзіндісін табуы тиіс. Нақты үзінді мәтінімен бірге идентификаторларды, тақырыптарды және тиісті шарттарды сақтаңыз. Вектор кандидатты іздеуге қолжетімді етеді; сақталған дереккөзді оқырман немесе кейінгі RAG жауап кезеңі қолданады.</p><h4>Ұзын бастапқы материал</h4><p>Құжатталған ең үлкен тізбек ұзындығы — 32 768 токен. Модель көлемді мәтінді қабылдай алса да, үзінді шекараларын саналы таңдаңыз. Толық бөлім анықтама мен оның ерекшеліктерін сақтай алады; мақсатты үзінді нақты жауапты тексеруді жеңілдетеді. Модель терезесінен асқан кірістерді бөлу немесе қысқарту қажет, сондықтан алынып тасталған соңын көрсетілімге енген мазмұн деп қабылдамаңыз.</p><p>Эмбеддингі жасалған әр элементті өзінің негізгі құжатымен және нұсқасымен байланыстырыңыз. Есеп үшін бөлім тақырыбын және сұраққа қатысты қорытындының айналасындағы түсіндірмені сақтаңыз. Код іздеу үшін үзіндімен бірге функция атауын, тиісті интерфейсті және әрекетін сақтаңыз. Бұл іздеу кезеңі кандидатты қайтарғанда нақты бастапқы материал береді.</p><h4>Топ нұсқалары және нәтижені пайдалану</h4><p>NVIDIA 1B тобының BF16 және NVFP4 нұсқаларын құжаттайды. Квантталған модель карточкасы осы екі шығарылымның эмбеддинг кеңістігі ортақ екенін айтып, нұсқа ауыстырғанда өкілдік материалда іздеу сапасын тексеруді ұсынады. Мәлімделген ортақ көрсетілім — 2048 шығыс мәні бар кез келген модельге ортақ ереже емес, осы аталған жұп туралы өндірушінің мәлімдемесі.</p><p>Пайдалы нәтиже — моделі, өлшем таңдауы және дайындауы тіркелген сұрау векторы немесе индекстелген бастапқы жинақ. Кандидат мәтінін идентификаторымен бірге қайтарып, қажетті ақпаратты беретін-бермейтінін тексеріңіз. Өндіруші іздеу моделі әр сұраққа дұрыс үзіндіні табуға кепілдік бермейтінін нақты ескертеді; кейінгі қайта ранжирлеу немесе жауап кезеңі осы кандидаттармен өзінің бөлек тапсырмасы ретінде жұмыс істейді.</p></div></details></section><section class=\"card-section\" data-card-section=\"methods\"><h3 tabindex=\"-1\">Ailoot жүйесінде қолжетімді · кіріс деректері мен әдістер</h3><details class=\"card-method\" open><summary><b>Ailoot Ultra · Эмбеддингтер</b> <code>POST /v1/embeddings</code></summary><dl class=\"method-capabilities\"><div><dt>Кіріс</dt><dd><code>text</code>, <code>token_ids</code></dd></div><div><dt>Шығыс</dt><dd><code>embedding</code></dd></div><div><dt>Контекст</dt><dd>32 768 tokens</dd></div><div><dt>Шығыс пішімі</dt><dd>json</dd></div></dl><div class=\"tw\" data-card-parameters data-typed-parameters><table><thead><tr><th>Өріс</th><th>Түрі</th><th>Талап</th><th>Мәндер мен шектеулер</th><th>Әдепкі</th></tr></thead><tbody><tr data-parameter-availability=\"source_interface\"><th data-cell-label=\"Өріс\" scope=\"row\"><span class=\"card-cell-label\">Өріс</span><code class=\"card-field-name\">model</code></th><td data-cell-label=\"Түрі\" data-field-type><span class=\"card-cell-label\">Түрі</span><code>string</code></td><td data-cell-label=\"Талап\"><span class=\"card-cell-label\">Талап</span>Міндетті</td><td data-cell-label=\"Мәндер мен шектеулер\"><span class=\"card-cell-label\">Мәндер мен шектеулер</span><div>nvidia/nemotron-3-embed-1b:free</div></td><td data-cell-label=\"Әдепкі\" data-default=\"unspecified\"><span class=\"card-cell-label\">Әдепкі</span>—</td></tr><tr data-parameter-availability=\"source_interface\"><th data-cell-label=\"Өріс\" scope=\"row\"><span class=\"card-cell-label\">Өріс</span><code class=\"card-field-name\">input</code></th><td data-cell-label=\"Түрі\" data-field-type><span class=\"card-cell-label\">Түрі</span><code>string|string[]|integer[]|integer[][]</code></td><td data-cell-label=\"Талап\"><span class=\"card-cell-label\">Талап</span>Міндетті</td><td data-cell-label=\"Мәндер мен шектеулер\"><span class=\"card-cell-label\">Мәндер мен шектеулер</span><div>Элементтердің ең аз саны: 1</div><div>Шарттар: Бос емес, біртекті пакет. Токендердің ID мәндері — теріс емес бүтін сандар.</div><div>Кіріс бюджеті: Ең көбі: 32 768 · Мәтін бірлігі: UTF8 байттары · Токен бірлігі: токендер массивінің элементтері</div></td><td data-cell-label=\"Әдепкі\" data-default=\"unspecified\"><span class=\"card-cell-label\">Әдепкі</span>—</td></tr><tr data-parameter-availability=\"source_interface\"><th data-cell-label=\"Өріс\" scope=\"row\"><span class=\"card-cell-label\">Өріс</span><code class=\"card-field-name\">encoding_format</code></th><td data-cell-label=\"Түрі\" data-field-type><span class=\"card-cell-label\">Түрі</span><code>string</code></td><td data-cell-label=\"Талап\"><span class=\"card-cell-label\">Талап</span>Міндетті емес</td><td data-cell-label=\"Мәндер мен шектеулер\"><span class=\"card-cell-label\">Мәндер мен шектеулер</span><div>float</div></td><td data-cell-label=\"Әдепкі\" data-default=\"known\"><span class=\"card-cell-label\">Әдепкі</span>float</td></tr><tr data-parameter-availability=\"unsupported\"><th data-cell-label=\"Өріс\" scope=\"row\"><span class=\"card-cell-label\">Өріс</span><code class=\"card-field-name\">dimensions</code></th><td data-cell-label=\"Түрі\" data-field-type><span class=\"card-cell-label\">Түрі</span><code>integer</code></td><td data-cell-label=\"Талап\"><span class=\"card-cell-label\">Талап</span>Қолдау көрсетілмейді</td><td data-cell-label=\"Мәндер мен шектеулер\"><span class=\"card-cell-label\">Мәндер мен шектеулер</span><div>Ең азы: 1</div></td><td data-cell-label=\"Әдепкі\" data-default=\"unspecified\"><span class=\"card-cell-label\">Әдепкі</span>—</td></tr><tr data-parameter-availability=\"pass_through_metadata\"><th data-cell-label=\"Өріс\" scope=\"row\"><span class=\"card-cell-label\">Өріс</span><code class=\"card-field-name\">user</code></th><td data-cell-label=\"Түрі\" data-field-type><span class=\"card-cell-label\">Түрі</span><code>json_value</code></td><td data-cell-label=\"Талап\"><span class=\"card-cell-label\">Талап</span>Міндетті емес</td><td data-cell-label=\"Мәндер мен шектеулер\"><span class=\"card-cell-label\">Мәндер мен шектеулер</span><div>Шарттар: Дереккөз бұл JSON метадерек өрісіне рұқсат береді; бастапқы провайдердегі нақты мағынасы модельге байланысты.</div></td><td data-cell-label=\"Әдепкі\" data-default=\"unspecified\"><span class=\"card-cell-label\">Әдепкі</span>—</td></tr><tr data-parameter-availability=\"pass_through_metadata\"><th data-cell-label=\"Өріс\" scope=\"row\"><span class=\"card-cell-label\">Өріс</span><code class=\"card-field-name\">session_id</code></th><td data-cell-label=\"Түрі\" data-field-type><span class=\"card-cell-label\">Түрі</span><code>json_value</code></td><td data-cell-label=\"Талап\"><span class=\"card-cell-label\">Талап</span>Міндетті емес</td><td data-cell-label=\"Мәндер мен шектеулер\"><span class=\"card-cell-label\">Мәндер мен шектеулер</span><div>Шарттар: Дереккөз бұл JSON метадерек өрісіне рұқсат береді; бастапқы провайдердегі нақты мағынасы модельге байланысты.</div></td><td data-cell-label=\"Әдепкі\" data-default=\"unspecified\"><span class=\"card-cell-label\">Әдепкі</span>—</td></tr><tr data-parameter-availability=\"pass_through_metadata\"><th data-cell-label=\"Өріс\" scope=\"row\"><span class=\"card-cell-label\">Өріс</span><code class=\"card-field-name\">trace</code></th><td data-cell-label=\"Түрі\" data-field-type><span class=\"card-cell-label\">Түрі</span><code>json_value</code></td><td data-cell-label=\"Талап\"><span class=\"card-cell-label\">Талап</span>Міндетті емес</td><td data-cell-label=\"Мәндер мен шектеулер\"><span class=\"card-cell-label\">Мәндер мен шектеулер</span><div>Шарттар: Дереккөз бұл JSON метадерек өрісіне рұқсат береді; бастапқы провайдердегі нақты мағынасы модельге байланысты.</div></td><td data-cell-label=\"Әдепкі\" data-default=\"unspecified\"><span class=\"card-cell-label\">Әдепкі</span>—</td></tr><tr data-parameter-availability=\"source_interface\"><th data-cell-label=\"Өріс\" scope=\"row\"><span class=\"card-cell-label\">Өріс</span><code class=\"card-field-name\">provider</code></th><td data-cell-label=\"Түрі\" data-field-type><span class=\"card-cell-label\">Түрі</span><code>object</code></td><td data-cell-label=\"Талап\"><span class=\"card-cell-label\">Талап</span>Міндетті емес</td><td data-cell-label=\"Мәндер мен шектеулер\"><span class=\"card-cell-label\">Мәндер мен шектеулер</span><div>Шарттар: provider.options қабылданбайды</div></td><td data-cell-label=\"Әдепкі\" data-default=\"unspecified\"><span class=\"card-cell-label\">Әдепкі</span>—</td></tr></tbody></table></div><details class=\"card-about\" data-material-combinations><summary>Кіріс материалдарының үйлесімдері</summary><p class=\"note-s\"><b>text_to_embedding</b></p></details><details class=\"note-s\" data-method-contract><summary>Әдіс параметрлері мен өмірлік циклі</summary><div class=\"tw\" data-card-table=\"contract\"><table><thead><tr><th>Параметр</th><th>Параметр талаптары</th></tr></thead><tbody><tr><th data-cell-label=\"Параметр\" scope=\"row\"><span class=\"card-cell-label\">Параметр</span><code>content_type</code></th><td data-cell-label=\"Параметр талаптары\"><span class=\"card-cell-label\">Параметр талаптары</span>application/json</td></tr><tr><th data-cell-label=\"Параметр\" scope=\"row\"><span class=\"card-cell-label\">Параметр</span><code>required</code></th><td data-cell-label=\"Параметр талаптары\"><span class=\"card-cell-label\">Параметр талаптары</span>model, input</td></tr><tr><th data-cell-label=\"Параметр\" scope=\"row\"><span class=\"card-cell-label\">Параметр</span><code>input_shapes</code></th><td data-cell-label=\"Параметр талаптары\"><span class=\"card-cell-label\">Параметр талаптары</span>string, string[], nonnegative_integer_token_array, nonnegative_integer_token_array[]</td></tr><tr><th data-cell-label=\"Параметр\" scope=\"row\"><span class=\"card-cell-label\">Параметр</span><code>encoding_format</code></th><td data-cell-label=\"Параметр талаптары\"><span class=\"card-cell-label\">Параметр талаптары</span>float</td></tr><tr><th data-cell-label=\"Параметр\" scope=\"row\"><span class=\"card-cell-label\">Параметр</span><code>dimensions_override</code></th><td data-cell-label=\"Параметр талаптары\"><span class=\"card-cell-label\">Параметр талаптары</span>false</td></tr><tr><th data-cell-label=\"Параметр\" scope=\"row\"><span class=\"card-cell-label\">Параметр</span><code>max_input_budget_units</code></th><td data-cell-label=\"Параметр талаптары\"><span class=\"card-cell-label\">Параметр талаптары</span>32768</td></tr><tr><th data-cell-label=\"Параметр\" scope=\"row\"><span class=\"card-cell-label\">Параметр</span><code>multimodal_objects</code></th><td data-cell-label=\"Параметр талаптары\"><span class=\"card-cell-label\">Параметр талаптары</span>false</td></tr><tr><th data-cell-label=\"Параметр\" scope=\"row\"><span class=\"card-cell-label\">Параметр</span><code>material_types</code></th><td data-cell-label=\"Параметр талаптары\"><span class=\"card-cell-label\">Параметр талаптары</span>text, token_ids</td></tr></tbody></table></div><p>Өмірлік цикл: <code>synchronous_json</code></p><p class=\"note-s\">Әрбір вектордың индексін және өлшемін сақтаңыз.</p><p class=\"note-s\">Модель атауының мультимодаль болуы осы нақты жолда кескін объектілерін қабылдауға рұқсат бермейді.</p></details></details></section><section class=\"card-section\" data-card-section=\"pricing\"><h3 tabindex=\"-1\">Тарифтер</h3><div data-native-semantic-method=\"v1\" data-tariff-reference-only><p class=\"note-s\" data-rate-support-note>Тариф анықтамасы сұрау мүмкіндіктерін қоспайды. Қолдау көрсетілетін параметрлер таңдалған әдісте берілген.</p><dl data-price-conditions><dt>Жылдам режим</dt><dd>Стандартты тариф <span class=\"note-s\">Жылдам режим таңдалғанда</span></dd><dt>Икемді режим</dt><dd>Стандартты тариф <span class=\"note-s\">flex режимі таңдалғанда</span></dd><dt>Ой қорытудың ең жоғары деңгейі</dt><dd>Стандартты тариф <span class=\"note-s\">Ой қорыту деңгейі ең жоғары болып, default түзетуі қолданылғанда</span></dd></dl></div><div data-declared-tariff-pricing><h4>Ailoot мөлшерлемелері</h4><h4>Баптаулар бойынша бағалар</h4><div class=\"tw\" data-pricing-profiles><table><thead><tr><th>Баптау</th><th>Мөлшерлемелер кестесі</th><th>Төлем</th></tr></thead><tbody><tr><th data-cell-label=\"Баптау\" scope=\"row\"><span class=\"card-cell-label\">Баптау</span>Токендердің базалық тарифтері</th><td data-cell-label=\"Мөлшерлемелер кестесі\"><span class=\"card-cell-label\">Мөлшерлемелер кестесі</span>Негізгі мөлшерлеме</td><td data-cell-label=\"Төлем\"><span class=\"card-cell-label\">Төлем</span><div><span>Кіріс · Кіріс токендері</span> <b>$0</b> <span class=\"price-unit\">/ 1K токен</span></div><div><span>Шығыс · Шығыс токендері</span> <b>$0</b> <span class=\"price-unit\">/ 1K токен</span></div><div><span>Кіріс · Кэшті оқу</span> <b>—</b> <span class=\"price-unit\">/ 1K токен</span></div><div><span>Кіріс · Кэшке жазу</span> <b>—</b> <span class=\"price-unit\">/ 1K токен</span></div><div><span>Кіріс · Кэшке жазу, 1 сағ</span> <b>—</b> <span class=\"price-unit\">/ 1K токен</span></div></td></tr></tbody></table></div></div><p class=\"note-s\">Ailoot сұрау алдында болжамды соманы резервтейді. Нәтижеден кейін өлшенген пайдалану көлемі бойынша қорытынды төлемді шегереді. Ағындық жауап үшін төлем соңғы пайдалану жазбасы негізінде шегеріледі. <a href=\"/docs/kk/billing/reserve/\">Резервтеу мен төлемді есептеу тәртібі →</a></p></section><section class=\"card-section\" data-card-section=\"examples\"><h3 tabindex=\"-1\">Сұрау мысалдары</h3><h4>Ailoot Ultra · Эмбеддингтер</h4><div class=\"code-group\"><div class=\"cg-bar\"><div class=\"cg-tabs\" role=\"tablist\" aria-label=\"Код нұсқалары\"><button class=\"cg-tab\" id=\"model-code-1993-tab-0\" role=\"tab\" type=\"button\" aria-controls=\"model-code-1993-panel-0\" aria-selected=\"true\" tabindex=\"0\">curl</button><button class=\"cg-tab\" id=\"model-code-1993-tab-1\" role=\"tab\" type=\"button\" aria-controls=\"model-code-1993-panel-1\" aria-selected=\"false\" tabindex=\"-1\">Python SDK</button></div><div class=\"cg-tools\"><button class=\"cg-btn cg-copy\" type=\"button\" aria-label=\"Кодты көшіру\"><svg class=\"cp\" viewBox=\"0 0 16 16\" fill=\"none\" stroke=\"currentColor\" stroke-width=\"1.4\"><rect x=\"5.25\" y=\"5.25\" width=\"8.5\" height=\"8.5\" rx=\"1.75\"/><path d=\"M10.75 5.25V3.5a1.25 1.25 0 0 0-1.25-1.25H3.5A1.25 1.25 0 0 0 2.25 3.5v6a1.25 1.25 0 0 0 1.25 1.25h1.75\"/></svg><svg class=\"ok\" viewBox=\"0 0 16 16\" fill=\"none\" stroke=\"currentColor\" stroke-width=\"1.4\"><path d=\"m3 8.5 3.25 3.25L13 5\"/></svg></button></div></div><div class=\"cg-body\"><div class=\"cg-pane\" id=\"model-code-1993-panel-0\" role=\"tabpanel\" aria-labelledby=\"model-code-1993-tab-0\"><pre data-lang=\"bash\"><code>set -eu\n: &quot;${AILOOT_API_KEY:?Set your Ailoot API key}&quot;\npython3 - &lt;&lt;&#39;PY_REQUEST&#39;\nimport json,os\nfrom pathlib import Path\np=json.loads(&#39;{&quot;model&quot;: &quot;nvidia/nemotron-3-embed-1b:free&quot;, &quot;input&quot;: [&quot;First document&quot;, &quot;Second document&quot;]}&#39;)\n\nPath(&quot;request.json&quot;).write_text(json.dumps(p,ensure_ascii=False))\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/embeddings \\\n  -H &quot;Authorization: Bearer $AILOOT_API_KEY&quot; -H &#39;Content-Type: application/json&#39; \\\n  --data-binary @request.json -D response-headers.txt -o result.json\npython3 - &lt;&lt;&#39;PY_RESULT&#39;\nimport json\nfrom pathlib import Path\nr=json.loads(Path(&quot;result.json&quot;).read_text())\nfor x in r.get(&quot;data&quot;,[]): print(json.dumps({&quot;index&quot;:x.get(&quot;index&quot;),&quot;embedding&quot;:x.get(&quot;embedding&quot;)}))\nPY_RESULT\n</code></pre></div><div class=\"cg-pane\" id=\"model-code-1993-panel-1\" role=\"tabpanel\" aria-labelledby=\"model-code-1993-tab-1\" hidden><pre data-lang=\"python\"><code>from openai import OpenAI\nimport os\n\nclient=OpenAI(base_url=&quot;https://api.ailoot.ai/v1&quot;,api_key=os.environ[&quot;AILOOT_API_KEY&quot;],max_retries=0)\nresult=client.embeddings.create(model=&#39;nvidia/nemotron-3-embed-1b:free&#39;,input=[&quot;First document&quot;,&quot;Second document&quot;])\nprint(result)\nfor item in result.data:print(item.index,item.embedding)\n</code></pre></div></div></div></section><section class=\"card-section\" data-card-section=\"results\"><h3 tabindex=\"-1\">Нәтижелерді алу және сақтау</h3><h4>Ailoot Ultra · Эмбеддингтер</h4><p class=\"note-s\">json</p><div class=\"card-result-process\" data-all-results><h5>Барлық дайын нәтижені сақтау</h5><p class=\"note-s\">Қайтарылған әр толық жауапты, файлды және мазмұн бөлігін сақтаңыз.</p><p class=\"note-s\">Әрбір векторды индексімен бірге сақтаңыз. Векторлар саны кіріс элементтерінің санына тең болуы керек; өлшемдері бірдей болуы керек.</p></div><div class=\"card-result-process\" data-unknown-recovery><h5>Бастапқы жауапты тексеру қажет болса</h5><p class=\"note-s\">Эмбеддинг тапсырмасы үшін жаңа эндпоинт енгізілмейді.</p></div><details class=\"card-about\" data-output-fields><summary>Жауап өрістері</summary><div class=\"tw\" data-card-table=\"output\"><table><thead><tr><th>Өріс</th><th>Түрі</th></tr></thead><tbody><tr><th data-cell-label=\"Өріс\" scope=\"row\"><span class=\"card-cell-label\">Өріс</span><code class=\"card-field-name\">object</code></th><td data-cell-label=\"Түрі\" data-field-type><span class=\"card-cell-label\">Түрі</span>string</td></tr><tr><th data-cell-label=\"Өріс\" scope=\"row\"><span class=\"card-cell-label\">Өріс</span><code class=\"card-field-name\">model</code></th><td data-cell-label=\"Түрі\" data-field-type><span class=\"card-cell-label\">Түрі</span>string</td></tr><tr><th data-cell-label=\"Өріс\" scope=\"row\"><span class=\"card-cell-label\">Өріс</span><code class=\"card-field-name\">data[].index</code></th><td data-cell-label=\"Түрі\" data-field-type><span class=\"card-cell-label\">Түрі</span>integer</td></tr><tr><th data-cell-label=\"Өріс\" scope=\"row\"><span class=\"card-cell-label\">Өріс</span><code class=\"card-field-name\">data[].embedding</code></th><td data-cell-label=\"Түрі\" data-field-type><span class=\"card-cell-label\">Түрі</span>finite float[]</td></tr><tr><th data-cell-label=\"Өріс\" scope=\"row\"><span class=\"card-cell-label\">Өріс</span><code class=\"card-field-name\">usage</code></th><td data-cell-label=\"Түрі\" data-field-type><span class=\"card-cell-label\">Түрі</span>object</td></tr></tbody></table></div></details><details class=\"card-about\" data-method-errors><summary>Қателер және келесі қадамдар</summary><div class=\"tw\" data-card-table=\"errors\"><table><thead><tr><th>Жауап</th><th>Шарт</th><th>Келесі қадам</th></tr></thead><tbody><tr><th data-cell-label=\"Жауап\" scope=\"row\"><span class=\"card-cell-label\">Жауап</span>400 · <code>invalid_request_error</code></th><td data-cell-label=\"Шарт\"><span class=\"card-cell-label\">Шарт</span>Міндетті өрістер, материалды ұсыну тәсілі немесе параметр мәні қате</td><td data-cell-label=\"Келесі қадам\"><span class=\"card-cell-label\">Келесі қадам</span>Жаңадан жасау сұрауын жібермес бұрын көрсетілген өрістерді түзетіңіз.</td></tr></tbody></table></div></details></section><section class=\"card-section\" data-card-section=\"aliases\"><h3 tabindex=\"-1\">Балама атаулар</h3><h4>Модельдердің балама атаулары</h4><p class=\"note-s\"><span data-model-alias-route=\"Ultra\"><b>Ailoot Ultra</b> <a href=\"#m=nvidia%2Fnemotron-3-embed-1b%3Afree&amp;route=Ultra&amp;caller=nvidia%2Fnemotron-3-embed-1b%3Afree&amp;fmt=embeddings\"><code>nvidia/nemotron-3-embed-1b:free</code></a></span></p><h4>Әдіс жолдарының балама атаулары</h4><p class=\"note-s\">Жоғарыда көрсетілген әдіс жолдарын пайдаланыңыз.</p><h4>Шақыруға арналған байланысты ID</h4><p class=\"note-s\"><a href=\"#m=nvidia%2Fnemotron-3-embed-1b%3Afree&amp;route=Ultra&amp;caller=nvidia%2Fnemotron-3-embed-1b%3Afree&amp;fmt=embeddings\"><code>nvidia/nemotron-3-embed-1b:free</code></a></p></section></div>",
      "method_identity": {
        "effective_request_model_id": "nvidia/nemotron-3-embed-1b:free",
        "fmt": "embeddings",
        "http": "POST",
        "path": "/v1/embeddings",
        "request_model_id": "nvidia/nemotron-3-embed-1b:free",
        "route_label": "Ultra"
      },
      "method_key": "Ultra|embeddings|/v1/embeddings|nvidia%2Fnemotron-3-embed-1b%3Afree",
      "ordinal": 0,
      "rawMethod": {
        "available": null,
        "cache_read": null,
        "cache_write": null,
        "cache_write_1h": null,
        "contract": {
          "data": {
            "all_results": "Keep every vector with its index. Vector count must equal input count; dimensions must be consistent.",
            "errors": [
              {
                "code": null,
                "condition": "Міндетті өрістер, материалды ұсыну тәсілі немесе параметр мәні қате",
                "http_status": 400,
                "recovery": "Жаңадан жасау сұрауын жібермес бұрын көрсетілген өрістерді түзетіңіз.",
                "type": "invalid_request_error"
              }
            ],
            "hints": [],
            "ignored_fields": [],
            "lifecycle": {
              "create": {
                "http": "POST",
                "path": "/v1/embeddings"
              },
              "job_read": null,
              "mode": "synchronous_json",
              "unknown": "Эмбеддинг тапсырмасы үшін жаңа эндпоинт енгізілмейді."
            },
            "material_combinations": [
              {
                "alternatives": [
                  "string",
                  "string[]",
                  "nonnegative_integer_token_array",
                  "nonnegative_integer_token_array[]"
                ],
                "mode": "text_to_embedding"
              }
            ],
            "operation_modes": [
              "single_embedding",
              "batched_embeddings"
            ],
            "outputs": {
              "all_results": "Әрбір векторды индексімен бірге сақтаңыз. Векторлар саны кіріс элементтерінің санына тең болуы керек; өлшемдері бірдей болуы керек.",
              "default_dimensions": null,
              "family": "embedding",
              "fields": [
                {
                  "description": null,
                  "name": "object",
                  "type": "string"
                },
                {
                  "description": null,
                  "name": "model",
                  "type": "string"
                },
                {
                  "description": null,
                  "name": "data[].index",
                  "type": "integer"
                },
                {
                  "description": null,
                  "name": "data[].embedding",
                  "type": "finite float[]"
                },
                {
                  "description": null,
                  "name": "usage",
                  "type": "object"
                }
              ],
              "format": "json"
            },
            "parameters": [
              {
                "availability": "source_interface",
                "default": null,
                "default_known": false,
                "enum": [
                  "nvidia/nemotron-3-embed-1b:free"
                ],
                "enum_known": true,
                "name": "model",
                "required": true,
                "type": "string"
              },
              {
                "availability": "source_interface",
                "budget": {
                  "maximum": 32768,
                  "text_unit": "UTF8 байттары",
                  "token_unit": "токендер массивінің элементтері"
                },
                "conditions": "Бос емес, біртекті пакет. Токендердің ID мәндері — теріс емес бүтін сандар.",
                "default": null,
                "default_known": false,
                "enum": null,
                "enum_known": false,
                "min_items": 1,
                "name": "input",
                "required": true,
                "type": "string|string[]|integer[]|integer[][]"
              },
              {
                "availability": "source_interface",
                "default": "float",
                "default_known": true,
                "enum": [
                  "float"
                ],
                "enum_known": true,
                "name": "encoding_format",
                "required": false,
                "type": "string"
              },
              {
                "availability": "unsupported",
                "default": null,
                "default_known": false,
                "enum": null,
                "enum_known": false,
                "minimum": 1,
                "name": "dimensions",
                "required": false,
                "type": "integer"
              },
              {
                "availability": "pass_through_metadata",
                "conditions": "Дереккөз бұл JSON метадерек өрісіне рұқсат береді; бастапқы провайдердегі нақты мағынасы модельге байланысты.",
                "default": null,
                "default_known": false,
                "enum": null,
                "enum_known": false,
                "name": "user",
                "required": false,
                "type": "json_value"
              },
              {
                "availability": "pass_through_metadata",
                "conditions": "Дереккөз бұл JSON метадерек өрісіне рұқсат береді; бастапқы провайдердегі нақты мағынасы модельге байланысты.",
                "default": null,
                "default_known": false,
                "enum": null,
                "enum_known": false,
                "name": "session_id",
                "required": false,
                "type": "json_value"
              },
              {
                "availability": "pass_through_metadata",
                "conditions": "Дереккөз бұл JSON метадерек өрісіне рұқсат береді; бастапқы провайдердегі нақты мағынасы модельге байланысты.",
                "default": null,
                "default_known": false,
                "enum": null,
                "enum_known": false,
                "name": "trace",
                "required": false,
                "type": "json_value"
              },
              {
                "availability": "source_interface",
                "conditions": "provider.options қабылданбайды",
                "default": null,
                "default_known": false,
                "enum": null,
                "enum_known": false,
                "name": "provider",
                "required": false,
                "type": "object"
              }
            ],
            "profile_binding": "Exact existing Ailoot model and method; interface constraints below do not assert provider qualification.",
            "unsupported": [
              "mixed input kinds",
              "empty input",
              "image/audio/file objects",
              "encoding_format=base64",
              "dimensions override"
            ]
          },
          "hints": [
            "Әрбір вектордың индексін және өлшемін сақтаңыз.",
            "Модель атауының мультимодаль болуы осы нақты жолда кескін объектілерін қабылдауға рұқсат бермейді."
          ],
          "input": {
            "content_type": "application/json",
            "dimensions_override": false,
            "encoding_format": [
              "float"
            ],
            "input_shapes": [
              "string",
              "string[]",
              "nonnegative_integer_token_array",
              "nonnegative_integer_token_array[]"
            ],
            "material_types": [
              "text",
              "token_ids"
            ],
            "max_input_budget_units": 32768,
            "multimodal_objects": false,
            "required": [
              "model",
              "input"
            ]
          },
          "lifecycle": {
            "mode": "synchronous_json",
            "unknown": "no embedding job endpoint inferred"
          },
          "manufacturer_capability": null,
          "method": {
            "http": "POST",
            "path": "/v1/embeddings"
          },
          "method_aliases": [],
          "operation_modes": [
            "text_to_embedding"
          ],
          "output": {
            "default_dimensions": null,
            "family": "embedding",
            "format": "json",
            "http_success": 200,
            "vectors": "one dense float vector per input; indices/model/usage validated"
          }
        },
        "ctx": 32768,
        "declared_pricing_profiles": [
          {
            "dimensions": {
              "regime": "base"
            },
            "label": "Токендердің базалық тарифтері",
            "units": [
              {
                "amount": "0",
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "input_price",
                "label": "Input tokens",
                "native_amount_usd_per_unit": "0",
                "native_quantity": 1,
                "native_unit": "input_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "in",
                "unit": "input_token"
              },
              {
                "amount": "0",
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "output_price",
                "label": "Output tokens",
                "native_amount_usd_per_unit": "0",
                "native_quantity": 1,
                "native_unit": "output_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "out",
                "unit": "output_token"
              },
              {
                "amount": null,
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "cache_read_price",
                "label": "Cache read",
                "native_amount_usd_per_unit": null,
                "native_quantity": 1,
                "native_unit": "cached_input_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "in",
                "unit": "cached_input_token"
              },
              {
                "amount": null,
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "cache_write_price",
                "label": "Cache write",
                "native_amount_usd_per_unit": null,
                "native_quantity": 1,
                "native_unit": "generic_cache_creation_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "in",
                "unit": "generic_cache_creation_token"
              },
              {
                "amount": null,
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "cache_write_1h_price",
                "label": "Cache write, 1 hour",
                "native_amount_usd_per_unit": null,
                "native_quantity": 1,
                "native_unit": "one_hour_cache_creation_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "in",
                "unit": "one_hour_cache_creation_token"
              }
            ]
          }
        ],
        "examples": [
          {
            "code": "set -eu\n: \"${AILOOT_API_KEY:?Set your Ailoot API key}\"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{\"model\": \"nvidia/nemotron-3-embed-1b:free\", \"input\": [\"First document\", \"Second document\"]}')\n\nPath(\"request.json\").write_text(json.dumps(p,ensure_ascii=False))\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/embeddings \\\n  -H \"Authorization: Bearer $AILOOT_API_KEY\" -H 'Content-Type: application/json' \\\n  --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\nr=json.loads(Path(\"result.json\").read_text())\nfor x in r.get(\"data\",[]): print(json.dumps({\"index\":x.get(\"index\"),\"embedding\":x.get(\"embedding\")}))\nPY_RESULT\n",
            "label": "curl · retained exact creation",
            "language": "bash"
          },
          {
            "code": "from openai import OpenAI\nimport os\n\nclient=OpenAI(base_url=\"https://api.ailoot.ai/v1\",api_key=os.environ[\"AILOOT_API_KEY\"],max_retries=0)\nresult=client.embeddings.create(model='nvidia/nemotron-3-embed-1b:free',input=[\"First document\",\"Second document\"])\nprint(result)\nfor item in result.data:print(item.index,item.embedding)\n",
            "label": "Python SDK · all vectors",
            "language": "python"
          }
        ],
        "family": "openai",
        "fast_multiplier": 1,
        "flex_multiplier": 1,
        "fmt": "embeddings",
        "hints": [
          "Keep every vector index and dimension.",
          "Multimodal model name does not admit image objects on this exact path."
        ],
        "http": "POST",
        "in": 0,
        "input": [
          "text",
          "token_ids"
        ],
        "label": "Эмбеддинги",
        "max_out": null,
        "max_reasoning_effort_multiplier": 1,
        "method_aliases": [],
        "out": 0,
        "output": [
          "embedding"
        ],
        "path": "/v1/embeddings",
        "price_conditions": [
          {
            "label": "Жылдам режим",
            "value": "Стандартты тариф",
            "when": "Жылдам режим таңдалғанда"
          },
          {
            "label": "Икемді режим",
            "value": "Стандартты тариф",
            "when": "flex режимі таңдалғанда"
          },
          {
            "label": "Ой қорытудың ең жоғары деңгейі",
            "value": "Стандартты тариф",
            "when": "Ой қорыту деңгейі ең жоғары болып, default түзетуі қолданылғанда"
          }
        ],
        "pricing": {
          "billing_mode": "token",
          "image_input_price": null,
          "image_output_price": null,
          "per_request_price": null
        },
        "pricing_profiles": [
          {
            "dimensions": {
              "regime": "base"
            },
            "label": "Base token rates",
            "units": [
              {
                "amount": "0",
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "input_price",
                "label": "Input tokens",
                "native_amount_usd_per_unit": "0",
                "native_quantity": 1,
                "native_unit": "input_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "in",
                "unit": "input_token"
              },
              {
                "amount": "0",
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "output_price",
                "label": "Output tokens",
                "native_amount_usd_per_unit": "0",
                "native_quantity": 1,
                "native_unit": "output_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "out",
                "unit": "output_token"
              },
              {
                "amount": null,
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "cache_read_price",
                "label": "Cache read",
                "native_amount_usd_per_unit": null,
                "native_quantity": 1,
                "native_unit": "cached_input_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "in",
                "unit": "cached_input_token"
              },
              {
                "amount": null,
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "cache_write_price",
                "label": "Cache write",
                "native_amount_usd_per_unit": null,
                "native_quantity": 1,
                "native_unit": "generic_cache_creation_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "in",
                "unit": "generic_cache_creation_token"
              },
              {
                "amount": null,
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "cache_write_1h_price",
                "label": "Cache write, 1 hour",
                "native_amount_usd_per_unit": null,
                "native_quantity": 1,
                "native_unit": "one_hour_cache_creation_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "in",
                "unit": "one_hour_cache_creation_token"
              }
            ]
          }
        ],
        "request_model_id": "nvidia/nemotron-3-embed-1b:free",
        "route_label": "Ultra",
        "status_reads": [],
        "tiers": [],
        "units": [
          {
            "amount": "0",
            "amount_unit": "usd_per_thousand_tokens",
            "billing_input": true,
            "estimate_only": false,
            "key": "input_price",
            "label": "Input tokens",
            "native_amount_usd_per_unit": "0",
            "native_quantity": 1,
            "native_unit": "input_token",
            "public_unit_label": "/ 1K tokens",
            "quantity": 1000,
            "quantity_is_estimate": false,
            "rate_role": "typed_native_retail_rate",
            "side": "in",
            "unit": "input_token"
          },
          {
            "amount": "0",
            "amount_unit": "usd_per_thousand_tokens",
            "billing_input": true,
            "estimate_only": false,
            "key": "output_price",
            "label": "Output tokens",
            "native_amount_usd_per_unit": "0",
            "native_quantity": 1,
            "native_unit": "output_token",
            "public_unit_label": "/ 1K tokens",
            "quantity": 1000,
            "quantity_is_estimate": false,
            "rate_role": "typed_native_retail_rate",
            "side": "out",
            "unit": "output_token"
          },
          {
            "amount": null,
            "amount_unit": "usd_per_thousand_tokens",
            "billing_input": true,
            "estimate_only": false,
            "key": "cache_read_price",
            "label": "Cache read",
            "native_amount_usd_per_unit": null,
            "native_quantity": 1,
            "native_unit": "cached_input_token",
            "public_unit_label": "/ 1K tokens",
            "quantity": 1000,
            "quantity_is_estimate": false,
            "rate_role": "typed_native_retail_rate",
            "side": "in",
            "unit": "cached_input_token"
          },
          {
            "amount": null,
            "amount_unit": "usd_per_thousand_tokens",
            "billing_input": true,
            "estimate_only": false,
            "key": "cache_write_price",
            "label": "Cache write",
            "native_amount_usd_per_unit": null,
            "native_quantity": 1,
            "native_unit": "generic_cache_creation_token",
            "public_unit_label": "/ 1K tokens",
            "quantity": 1000,
            "quantity_is_estimate": false,
            "rate_role": "typed_native_retail_rate",
            "side": "in",
            "unit": "generic_cache_creation_token"
          },
          {
            "amount": null,
            "amount_unit": "usd_per_thousand_tokens",
            "billing_input": true,
            "estimate_only": false,
            "key": "cache_write_1h_price",
            "label": "Cache write, 1 hour",
            "native_amount_usd_per_unit": null,
            "native_quantity": 1,
            "native_unit": "one_hour_cache_creation_token",
            "public_unit_label": "/ 1K tokens",
            "quantity": 1000,
            "quantity_is_estimate": false,
            "rate_role": "typed_native_retail_rate",
            "side": "in",
            "unit": "one_hour_cache_creation_token"
          }
        ]
      }
    }
  ],
  "model_id": "nvidia/nemotron-3-embed-1b:free",
  "nativeProvenance": {
    "input_facts_canonical_sha256": "6d592f1971213c8ae1eb11223203ba2c6e98a4a7c20ef456a303a679da51ae4a",
    "input_html_sha256": "e2c73e8d5805fe56d0f32f4c589ca4c0c5e1dd17b779580a4a388be0bc150896",
    "private_audit_sha256": "3ef844e1e026996444619534208737780876c6f325a56738089a7f4cf500b4b8",
    "role": "historical-normalized-input-audit-hashes",
    "schema": "ailoot-native-model-provenance-v2"
  },
  "page": {
    "canonical": "https://ailoot.ai/models/kk/nvidia-nemotron-3-embed-1b-u003a-free/",
    "description": "NVIDIA Nemotron 3 Embed 1B көптілді сұраулар мен үзінділерді іздеу және RAG үшін 2048 өлшемді векторларға айналдырады. Оның құжатталған отбасы 32,768 токендік тізбекті және қайта нормализацияланған қысқартылған вектор өлшемдерін қолдайды.",
    "locale": "kk",
    "md_url": "https://ailoot.ai/models/kk/nvidia-nemotron-3-embed-1b-u003a-free/index.md",
    "title": "NVIDIA: Nemotron 3 Embed 1B (free) — Ailoot",
    "url": "https://ailoot.ai/models/kk/nvidia-nemotron-3-embed-1b-u003a-free/"
  },
  "rawModel": {
    "about": "Nemotron 3 Embed 1B — NVIDIA-ның көптілді және тіларалық іздеуге, семантикалық ұқсастыққа арналған мәтіндік эмбеддинг модельдер тобы. Ол сұрақты немесе үзіндіні іздеу жүйесі басқа мәтін көрсетілімдерімен салыстыра алатын тығыз векторға айналдырады. Өндіруші құжатталған 1B шығарылымдарын отыз төрт тілдік баптау мен тілдік нұсқада, соның ішінде ағылшын, араб, қытай, орыс, жапон, корей және Hinglish тілдерінде бағалайды.\n\n### Энкодер және көрсетілім\n\nӨндірушінің модель карточкасы Ministral 3 негізінде алынған сиретілген, екібағытты трансформерді сипаттайды. Оның шамамен 1,14 миллиард параметрі бар және әр мәтінге бір эмбеддинг алу үшін токен деңгейіндегі көрсетілімдердің орташа мәнін есептейді. Төл шығысы — 2048 өлшемді жылжымалы нүктелі вектор. Бұл эмбеддингі жасалатын сұраққа жазбаша жауап емес, іздеуге арналған көрсетілім.\n\nӨндіруші осы көрсетілімнің бірінші бөлігін, мысалы 1024 немесе 512 өлшемін сақтауды да қолдайды. Қысқартылған векторды қиып алғаннан кейін қайта L2 нормалау керек. Іздеу тапсырмасының сұрау және корпус жақтарында таңдалған көрсетілім ұзындығы мен нормалауды бірізді ұстаңыз. Вектор ұзындығы мен кіріс тізбегінің ұзындығы — бөлек қасиеттер.\n\n### Сұрау мен үзіндіні дайындау\n\nҚұжатталған іздеу тәртібі сұрақ үшін «query:», құжат мәтіні үшін «passage:» қолданады. Өндіруші мысалдары кодтау алдында осы рөлдерді қосып, нормаланған векторларды косинустық ұқсастыққа тең скалярлық көбейтіндімен салыстырады. Өңделмеген корпус көрсетілімін басқаша дайындалған сұраумен араластырмай, таңдалған үдеріс күтетін дайындауды пайдаланыңыз.\n\nПрактикалық жинақта техникалық түсіндірмелер, ережелер немесе кодқа қатысты құжаттама болуы мүмкін. Функцияның белгілі бір жағдайды қалай өңдейтіні туралы сұрақ сол әрекетті сипаттайтын бастапқы үзіндіні немесе код үзіндісін табуы тиіс. Нақты үзінді мәтінімен бірге идентификаторларды, тақырыптарды және тиісті шарттарды сақтаңыз. Вектор кандидатты іздеуге қолжетімді етеді; сақталған дереккөзді оқырман немесе кейінгі RAG жауап кезеңі қолданады.\n\n### Ұзын бастапқы материал\n\nҚұжатталған ең үлкен тізбек ұзындығы — 32 768 токен. Модель көлемді мәтінді қабылдай алса да, үзінді шекараларын саналы таңдаңыз. Толық бөлім анықтама мен оның ерекшеліктерін сақтай алады; мақсатты үзінді нақты жауапты тексеруді жеңілдетеді. Модель терезесінен асқан кірістерді бөлу немесе қысқарту қажет, сондықтан алынып тасталған соңын көрсетілімге енген мазмұн деп қабылдамаңыз.\n\nЭмбеддингі жасалған әр элементті өзінің негізгі құжатымен және нұсқасымен байланыстырыңыз. Есеп үшін бөлім тақырыбын және сұраққа қатысты қорытындының айналасындағы түсіндірмені сақтаңыз. Код іздеу үшін үзіндімен бірге функция атауын, тиісті интерфейсті және әрекетін сақтаңыз. Бұл іздеу кезеңі кандидатты қайтарғанда нақты бастапқы материал береді.\n\n### Топ нұсқалары және нәтижені пайдалану\n\nNVIDIA 1B тобының BF16 және NVFP4 нұсқаларын құжаттайды. Квантталған модель карточкасы осы екі шығарылымның эмбеддинг кеңістігі ортақ екенін айтып, нұсқа ауыстырғанда өкілдік материалда іздеу сапасын тексеруді ұсынады. Мәлімделген ортақ көрсетілім — 2048 шығыс мәні бар кез келген модельге ортақ ереже емес, осы аталған жұп туралы өндірушінің мәлімдемесі.\n\nПайдалы нәтиже — моделі, өлшем таңдауы және дайындауы тіркелген сұрау векторы немесе индекстелген бастапқы жинақ. Кандидат мәтінін идентификаторымен бірге қайтарып, қажетті ақпаратты беретін-бермейтінін тексеріңіз. Өндіруші іздеу моделі әр сұраққа дұрыс үзіндіні табуға кепілдік бермейтінін нақты ескертеді; кейінгі қайта ранжирлеу немесе жауап кезеңі осы кандидаттармен өзінің бөлек тапсырмасы ретінде жұмыс істейді.",
    "alias_of": null,
    "aliases": [],
    "author": "NVIDIA",
    "available": null,
    "canonical_model": "nvidia/nemotron-3-embed-1b:free",
    "capabilities": {
      "context_length": 32768,
      "manufacturer_input": [
        "text"
      ],
      "manufacturer_output": [
        "embeddings"
      ]
    },
    "card_routes": [
      {
        "label": "Ultra",
        "rates": [
          {
            "amount": "0",
            "amount_unit": "usd_per_thousand_tokens",
            "billing_input": true,
            "estimate_only": false,
            "key": "input_price",
            "label": "Input tokens",
            "native_amount_usd_per_unit": "0",
            "native_quantity": 1,
            "native_unit": "input_token",
            "public_unit_label": "/ 1K tokens",
            "quantity": 1000,
            "quantity_is_estimate": false,
            "rate_role": "typed_native_retail_rate",
            "side": "in",
            "unit": "input_token"
          },
          {
            "amount": "0",
            "amount_unit": "usd_per_thousand_tokens",
            "billing_input": true,
            "estimate_only": false,
            "key": "output_price",
            "label": "Output tokens",
            "native_amount_usd_per_unit": "0",
            "native_quantity": 1,
            "native_unit": "output_token",
            "public_unit_label": "/ 1K tokens",
            "quantity": 1000,
            "quantity_is_estimate": false,
            "rate_role": "typed_native_retail_rate",
            "side": "out",
            "unit": "output_token"
          }
        ],
        "summary": "Конфигурация бағалары туралы толық ақпарат — егжей-тегжейлі мәліметтерде."
      }
    ],
    "ctx": 32768,
    "entity_type": "model",
    "formats": [
      "embeddings"
    ],
    "id": "nvidia/nemotron-3-embed-1b:free",
    "input": [
      "text",
      "token_ids"
    ],
    "kind": "embedding",
    "max_out": null,
    "methods": [
      {
        "available": null,
        "cache_read": null,
        "cache_write": null,
        "cache_write_1h": null,
        "contract": {
          "data": {
            "all_results": "Keep every vector with its index. Vector count must equal input count; dimensions must be consistent.",
            "errors": [
              {
                "code": null,
                "condition": "Міндетті өрістер, материалды ұсыну тәсілі немесе параметр мәні қате",
                "http_status": 400,
                "recovery": "Жаңадан жасау сұрауын жібермес бұрын көрсетілген өрістерді түзетіңіз.",
                "type": "invalid_request_error"
              }
            ],
            "hints": [],
            "ignored_fields": [],
            "lifecycle": {
              "create": {
                "http": "POST",
                "path": "/v1/embeddings"
              },
              "job_read": null,
              "mode": "synchronous_json",
              "unknown": "Эмбеддинг тапсырмасы үшін жаңа эндпоинт енгізілмейді."
            },
            "material_combinations": [
              {
                "alternatives": [
                  "string",
                  "string[]",
                  "nonnegative_integer_token_array",
                  "nonnegative_integer_token_array[]"
                ],
                "mode": "text_to_embedding"
              }
            ],
            "operation_modes": [
              "single_embedding",
              "batched_embeddings"
            ],
            "outputs": {
              "all_results": "Әрбір векторды индексімен бірге сақтаңыз. Векторлар саны кіріс элементтерінің санына тең болуы керек; өлшемдері бірдей болуы керек.",
              "default_dimensions": null,
              "family": "embedding",
              "fields": [
                {
                  "description": null,
                  "name": "object",
                  "type": "string"
                },
                {
                  "description": null,
                  "name": "model",
                  "type": "string"
                },
                {
                  "description": null,
                  "name": "data[].index",
                  "type": "integer"
                },
                {
                  "description": null,
                  "name": "data[].embedding",
                  "type": "finite float[]"
                },
                {
                  "description": null,
                  "name": "usage",
                  "type": "object"
                }
              ],
              "format": "json"
            },
            "parameters": [
              {
                "availability": "source_interface",
                "default": null,
                "default_known": false,
                "enum": [
                  "nvidia/nemotron-3-embed-1b:free"
                ],
                "enum_known": true,
                "name": "model",
                "required": true,
                "type": "string"
              },
              {
                "availability": "source_interface",
                "budget": {
                  "maximum": 32768,
                  "text_unit": "UTF8 байттары",
                  "token_unit": "токендер массивінің элементтері"
                },
                "conditions": "Бос емес, біртекті пакет. Токендердің ID мәндері — теріс емес бүтін сандар.",
                "default": null,
                "default_known": false,
                "enum": null,
                "enum_known": false,
                "min_items": 1,
                "name": "input",
                "required": true,
                "type": "string|string[]|integer[]|integer[][]"
              },
              {
                "availability": "source_interface",
                "default": "float",
                "default_known": true,
                "enum": [
                  "float"
                ],
                "enum_known": true,
                "name": "encoding_format",
                "required": false,
                "type": "string"
              },
              {
                "availability": "unsupported",
                "default": null,
                "default_known": false,
                "enum": null,
                "enum_known": false,
                "minimum": 1,
                "name": "dimensions",
                "required": false,
                "type": "integer"
              },
              {
                "availability": "pass_through_metadata",
                "conditions": "Дереккөз бұл JSON метадерек өрісіне рұқсат береді; бастапқы провайдердегі нақты мағынасы модельге байланысты.",
                "default": null,
                "default_known": false,
                "enum": null,
                "enum_known": false,
                "name": "user",
                "required": false,
                "type": "json_value"
              },
              {
                "availability": "pass_through_metadata",
                "conditions": "Дереккөз бұл JSON метадерек өрісіне рұқсат береді; бастапқы провайдердегі нақты мағынасы модельге байланысты.",
                "default": null,
                "default_known": false,
                "enum": null,
                "enum_known": false,
                "name": "session_id",
                "required": false,
                "type": "json_value"
              },
              {
                "availability": "pass_through_metadata",
                "conditions": "Дереккөз бұл JSON метадерек өрісіне рұқсат береді; бастапқы провайдердегі нақты мағынасы модельге байланысты.",
                "default": null,
                "default_known": false,
                "enum": null,
                "enum_known": false,
                "name": "trace",
                "required": false,
                "type": "json_value"
              },
              {
                "availability": "source_interface",
                "conditions": "provider.options қабылданбайды",
                "default": null,
                "default_known": false,
                "enum": null,
                "enum_known": false,
                "name": "provider",
                "required": false,
                "type": "object"
              }
            ],
            "profile_binding": "Exact existing Ailoot model and method; interface constraints below do not assert provider qualification.",
            "unsupported": [
              "mixed input kinds",
              "empty input",
              "image/audio/file objects",
              "encoding_format=base64",
              "dimensions override"
            ]
          },
          "hints": [
            "Әрбір вектордың индексін және өлшемін сақтаңыз.",
            "Модель атауының мультимодаль болуы осы нақты жолда кескін объектілерін қабылдауға рұқсат бермейді."
          ],
          "input": {
            "content_type": "application/json",
            "dimensions_override": false,
            "encoding_format": [
              "float"
            ],
            "input_shapes": [
              "string",
              "string[]",
              "nonnegative_integer_token_array",
              "nonnegative_integer_token_array[]"
            ],
            "material_types": [
              "text",
              "token_ids"
            ],
            "max_input_budget_units": 32768,
            "multimodal_objects": false,
            "required": [
              "model",
              "input"
            ]
          },
          "lifecycle": {
            "mode": "synchronous_json",
            "unknown": "no embedding job endpoint inferred"
          },
          "manufacturer_capability": null,
          "method": {
            "http": "POST",
            "path": "/v1/embeddings"
          },
          "method_aliases": [],
          "operation_modes": [
            "text_to_embedding"
          ],
          "output": {
            "default_dimensions": null,
            "family": "embedding",
            "format": "json",
            "http_success": 200,
            "vectors": "one dense float vector per input; indices/model/usage validated"
          }
        },
        "ctx": 32768,
        "declared_pricing_profiles": [
          {
            "dimensions": {
              "regime": "base"
            },
            "label": "Токендердің базалық тарифтері",
            "units": [
              {
                "amount": "0",
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "input_price",
                "label": "Input tokens",
                "native_amount_usd_per_unit": "0",
                "native_quantity": 1,
                "native_unit": "input_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "in",
                "unit": "input_token"
              },
              {
                "amount": "0",
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "output_price",
                "label": "Output tokens",
                "native_amount_usd_per_unit": "0",
                "native_quantity": 1,
                "native_unit": "output_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "out",
                "unit": "output_token"
              },
              {
                "amount": null,
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "cache_read_price",
                "label": "Cache read",
                "native_amount_usd_per_unit": null,
                "native_quantity": 1,
                "native_unit": "cached_input_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "in",
                "unit": "cached_input_token"
              },
              {
                "amount": null,
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "cache_write_price",
                "label": "Cache write",
                "native_amount_usd_per_unit": null,
                "native_quantity": 1,
                "native_unit": "generic_cache_creation_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "in",
                "unit": "generic_cache_creation_token"
              },
              {
                "amount": null,
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "cache_write_1h_price",
                "label": "Cache write, 1 hour",
                "native_amount_usd_per_unit": null,
                "native_quantity": 1,
                "native_unit": "one_hour_cache_creation_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "in",
                "unit": "one_hour_cache_creation_token"
              }
            ]
          }
        ],
        "examples": [
          {
            "code": "set -eu\n: \"${AILOOT_API_KEY:?Set your Ailoot API key}\"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{\"model\": \"nvidia/nemotron-3-embed-1b:free\", \"input\": [\"First document\", \"Second document\"]}')\n\nPath(\"request.json\").write_text(json.dumps(p,ensure_ascii=False))\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/embeddings \\\n  -H \"Authorization: Bearer $AILOOT_API_KEY\" -H 'Content-Type: application/json' \\\n  --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\nr=json.loads(Path(\"result.json\").read_text())\nfor x in r.get(\"data\",[]): print(json.dumps({\"index\":x.get(\"index\"),\"embedding\":x.get(\"embedding\")}))\nPY_RESULT\n",
            "label": "curl · retained exact creation",
            "language": "bash"
          },
          {
            "code": "from openai import OpenAI\nimport os\n\nclient=OpenAI(base_url=\"https://api.ailoot.ai/v1\",api_key=os.environ[\"AILOOT_API_KEY\"],max_retries=0)\nresult=client.embeddings.create(model='nvidia/nemotron-3-embed-1b:free',input=[\"First document\",\"Second document\"])\nprint(result)\nfor item in result.data:print(item.index,item.embedding)\n",
            "label": "Python SDK · all vectors",
            "language": "python"
          }
        ],
        "family": "openai",
        "fast_multiplier": 1,
        "flex_multiplier": 1,
        "fmt": "embeddings",
        "hints": [
          "Keep every vector index and dimension.",
          "Multimodal model name does not admit image objects on this exact path."
        ],
        "http": "POST",
        "in": 0,
        "input": [
          "text",
          "token_ids"
        ],
        "label": "Эмбеддинги",
        "max_out": null,
        "max_reasoning_effort_multiplier": 1,
        "method_aliases": [],
        "out": 0,
        "output": [
          "embedding"
        ],
        "path": "/v1/embeddings",
        "price_conditions": [
          {
            "label": "Жылдам режим",
            "value": "Стандартты тариф",
            "when": "Жылдам режим таңдалғанда"
          },
          {
            "label": "Икемді режим",
            "value": "Стандартты тариф",
            "when": "flex режимі таңдалғанда"
          },
          {
            "label": "Ой қорытудың ең жоғары деңгейі",
            "value": "Стандартты тариф",
            "when": "Ой қорыту деңгейі ең жоғары болып, default түзетуі қолданылғанда"
          }
        ],
        "pricing": {
          "billing_mode": "token",
          "image_input_price": null,
          "image_output_price": null,
          "per_request_price": null
        },
        "pricing_profiles": [
          {
            "dimensions": {
              "regime": "base"
            },
            "label": "Base token rates",
            "units": [
              {
                "amount": "0",
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "input_price",
                "label": "Input tokens",
                "native_amount_usd_per_unit": "0",
                "native_quantity": 1,
                "native_unit": "input_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "in",
                "unit": "input_token"
              },
              {
                "amount": "0",
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "output_price",
                "label": "Output tokens",
                "native_amount_usd_per_unit": "0",
                "native_quantity": 1,
                "native_unit": "output_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "out",
                "unit": "output_token"
              },
              {
                "amount": null,
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "cache_read_price",
                "label": "Cache read",
                "native_amount_usd_per_unit": null,
                "native_quantity": 1,
                "native_unit": "cached_input_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "in",
                "unit": "cached_input_token"
              },
              {
                "amount": null,
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "cache_write_price",
                "label": "Cache write",
                "native_amount_usd_per_unit": null,
                "native_quantity": 1,
                "native_unit": "generic_cache_creation_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "in",
                "unit": "generic_cache_creation_token"
              },
              {
                "amount": null,
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "cache_write_1h_price",
                "label": "Cache write, 1 hour",
                "native_amount_usd_per_unit": null,
                "native_quantity": 1,
                "native_unit": "one_hour_cache_creation_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "in",
                "unit": "one_hour_cache_creation_token"
              }
            ]
          }
        ],
        "request_model_id": "nvidia/nemotron-3-embed-1b:free",
        "route_label": "Ultra",
        "status_reads": [],
        "tiers": [],
        "units": [
          {
            "amount": "0",
            "amount_unit": "usd_per_thousand_tokens",
            "billing_input": true,
            "estimate_only": false,
            "key": "input_price",
            "label": "Input tokens",
            "native_amount_usd_per_unit": "0",
            "native_quantity": 1,
            "native_unit": "input_token",
            "public_unit_label": "/ 1K tokens",
            "quantity": 1000,
            "quantity_is_estimate": false,
            "rate_role": "typed_native_retail_rate",
            "side": "in",
            "unit": "input_token"
          },
          {
            "amount": "0",
            "amount_unit": "usd_per_thousand_tokens",
            "billing_input": true,
            "estimate_only": false,
            "key": "output_price",
            "label": "Output tokens",
            "native_amount_usd_per_unit": "0",
            "native_quantity": 1,
            "native_unit": "output_token",
            "public_unit_label": "/ 1K tokens",
            "quantity": 1000,
            "quantity_is_estimate": false,
            "rate_role": "typed_native_retail_rate",
            "side": "out",
            "unit": "output_token"
          },
          {
            "amount": null,
            "amount_unit": "usd_per_thousand_tokens",
            "billing_input": true,
            "estimate_only": false,
            "key": "cache_read_price",
            "label": "Cache read",
            "native_amount_usd_per_unit": null,
            "native_quantity": 1,
            "native_unit": "cached_input_token",
            "public_unit_label": "/ 1K tokens",
            "quantity": 1000,
            "quantity_is_estimate": false,
            "rate_role": "typed_native_retail_rate",
            "side": "in",
            "unit": "cached_input_token"
          },
          {
            "amount": null,
            "amount_unit": "usd_per_thousand_tokens",
            "billing_input": true,
            "estimate_only": false,
            "key": "cache_write_price",
            "label": "Cache write",
            "native_amount_usd_per_unit": null,
            "native_quantity": 1,
            "native_unit": "generic_cache_creation_token",
            "public_unit_label": "/ 1K tokens",
            "quantity": 1000,
            "quantity_is_estimate": false,
            "rate_role": "typed_native_retail_rate",
            "side": "in",
            "unit": "generic_cache_creation_token"
          },
          {
            "amount": null,
            "amount_unit": "usd_per_thousand_tokens",
            "billing_input": true,
            "estimate_only": false,
            "key": "cache_write_1h_price",
            "label": "Cache write, 1 hour",
            "native_amount_usd_per_unit": null,
            "native_quantity": 1,
            "native_unit": "one_hour_cache_creation_token",
            "public_unit_label": "/ 1K tokens",
            "quantity": 1000,
            "quantity_is_estimate": false,
            "rate_role": "typed_native_retail_rate",
            "side": "in",
            "unit": "one_hour_cache_creation_token"
          }
        ]
      }
    ],
    "model_aliases": [
      {
        "canonical_model_id": "nvidia/nemotron-3-embed-1b:free",
        "request_model_id": "nvidia/nemotron-3-embed-1b:free",
        "route_label": "Ultra"
      }
    ],
    "name": "NVIDIA: Nemotron 3 Embed 1B (free)",
    "price": {
      "in": 0,
      "in_label": null,
      "out": 0,
      "out_label": null,
      "scope_label": "Token rates",
      "sort_in": 0,
      "sort_out": 0,
      "varies": false
    },
    "pricing_profiles": [
      {
        "dimensions": {
          "regime": "base"
        },
        "label": "Эмбеддинги · Base token rates",
        "units": [
          {
            "amount": "0",
            "amount_unit": "usd_per_thousand_tokens",
            "billing_input": true,
            "estimate_only": false,
            "key": "input_price",
            "label": "Input tokens",
            "native_amount_usd_per_unit": "0",
            "native_quantity": 1,
            "native_unit": "input_token",
            "public_unit_label": "/ 1K tokens",
            "quantity": 1000,
            "quantity_is_estimate": false,
            "rate_role": "typed_native_retail_rate",
            "side": "in",
            "unit": "input_token"
          },
          {
            "amount": "0",
            "amount_unit": "usd_per_thousand_tokens",
            "billing_input": true,
            "estimate_only": false,
            "key": "output_price",
            "label": "Output tokens",
            "native_amount_usd_per_unit": "0",
            "native_quantity": 1,
            "native_unit": "output_token",
            "public_unit_label": "/ 1K tokens",
            "quantity": 1000,
            "quantity_is_estimate": false,
            "rate_role": "typed_native_retail_rate",
            "side": "out",
            "unit": "output_token"
          },
          {
            "amount": null,
            "amount_unit": "usd_per_thousand_tokens",
            "billing_input": true,
            "estimate_only": false,
            "key": "cache_read_price",
            "label": "Cache read",
            "native_amount_usd_per_unit": null,
            "native_quantity": 1,
            "native_unit": "cached_input_token",
            "public_unit_label": "/ 1K tokens",
            "quantity": 1000,
            "quantity_is_estimate": false,
            "rate_role": "typed_native_retail_rate",
            "side": "in",
            "unit": "cached_input_token"
          },
          {
            "amount": null,
            "amount_unit": "usd_per_thousand_tokens",
            "billing_input": true,
            "estimate_only": false,
            "key": "cache_write_price",
            "label": "Cache write",
            "native_amount_usd_per_unit": null,
            "native_quantity": 1,
            "native_unit": "generic_cache_creation_token",
            "public_unit_label": "/ 1K tokens",
            "quantity": 1000,
            "quantity_is_estimate": false,
            "rate_role": "typed_native_retail_rate",
            "side": "in",
            "unit": "generic_cache_creation_token"
          },
          {
            "amount": null,
            "amount_unit": "usd_per_thousand_tokens",
            "billing_input": true,
            "estimate_only": false,
            "key": "cache_write_1h_price",
            "label": "Cache write, 1 hour",
            "native_amount_usd_per_unit": null,
            "native_quantity": 1,
            "native_unit": "one_hour_cache_creation_token",
            "public_unit_label": "/ 1K tokens",
            "quantity": 1000,
            "quantity_is_estimate": false,
            "rate_role": "typed_native_retail_rate",
            "side": "in",
            "unit": "one_hour_cache_creation_token"
          }
        ]
      }
    ],
    "public_id": "nvidia/nemotron-3-embed-1b:free",
    "short": "NVIDIA Nemotron 3 Embed 1B көптілді сұраулар мен үзінділерді іздеу және RAG үшін 2048 өлшемді векторларға айналдырады. Оның құжатталған отбасы 32,768 токендік тізбекті және қайта нормализацияланған қысқартылған вектор өлшемдерін қолдайды."
  },
  "renderer_schema": {
    "method_order": "Original DTO methods order; every exact route/format/path/caller survives.",
    "prices": "Original public DTO fields and original native display HTML; no flattened or normalized offers."
  },
  "representation": "exact-public-dto-and-native-renderer-html",
  "representationNotes": {
    "current_reference": {
      "about_json_pointer": "/aboutHtml",
      "methods": [
        {
          "contract_json_pointer": "/methods/0/rawMethod/contract",
          "html_json_pointer": "/methods/0/html",
          "method_ordinal": 0
        }
      ],
      "role": "current-semantic-reference"
    },
    "raw_input": {
      "examples_role": "historical-input-not-current-ready-examples",
      "json_pointers": [
        "/rawModel",
        "/methods/0/rawMethod"
      ],
      "role": "historical-owner-input"
    },
    "schema": "ailoot-native-model-representations-v1"
  },
  "schema": "ailoot-static-model-facts-v1",
  "schema_version": 1,
  "shortText": "NVIDIA Nemotron 3 Embed 1B көптілді сұраулар мен үзінділерді іздеу және RAG үшін 2048 өлшемді векторларға айналдырады. Оның құжатталған отбасы 32,768 токендік тізбекті және қайта нормализацияланған қысқартылған вектор өлшемдерін қолдайды.",
  "source": {
    "audit_sha256": "2e00086bcbfc28e64d0cebe97aa47c17d8d5618963027f8ffb9dc6123d7d25b1",
    "bridge_map_sha256": "1125275768b9636fc8461bc7da5061239a81ddfe508e2557843ca42c58ab0036",
    "raw_model_json_sha256": "4d1369f739bbccf6e8183781002d8761f5ddefc9351e52030b9dbcec7e011f6c",
    "renderer_sha256": "def3bb6e69c8ddb72f88ec6540bbe55d0e503790f964d84073ecda781b13bedf"
  },
  "sourceRevision": "e54b13f866fb1c941824c65bea5975b40741191c0d62a43fe43aa7fe5efb251b"
}