models

Nemotron 3 Embed 1B

Markdown · JSON

Nemotron 3 Embed 1B

Nemotron 3 Embed 1B мәтіндерді көптілді іздеуге, код іздеуге және RAG-ке арналған векторларға айналдырады. 32768 токенге дейінгі тізбектерді өңдеп, өлшемі 2048 сан болатын көрсетілім береді.

Модель туралы

Бұл сипаттама модель мүмкіндіктерін қамтиды. Ailoot жүйесінде таңдалған әдіс үшін қолжетімді кіріс, шығыс және параметрлер төменде берілген.

Nemotron 3 Embed 1B — мағына бойынша іздеуге және үзінділерді салыстыруға арналған NVIDIA мәтіндік моделі. Ол сұрақтарды, құжаттарды және бағдарлама кодын тығыз сандық векторларға кодтайды. Бұл көрсетілімдер үлкен жинақтардан қажетті контекстті табуға, көмекші жауабын онымен толықтыруға немесе агенттің келесі қадамы үшін бұрын сақталған ақпаратты алуға қолданылады.

Көптілді білім және код

Модель көптілді және тіларалық іздеуге арналған: сұрақ пен тиісті материал әртүрлі тілде жазылуы мүмкін. Орыс тілі ағылшын, украин, қытай, жапон, араб және басқа тілдермен бірге жарияланған 34 тілдік жинаққа кіреді. Бұл техникалық құжаттар мен пайдаланушы өтініштері бір тілге келтірілмеген ортақ білім базалары үшін пайдалы.

Тапсырмалар арасында құжаттамадан іздеу, мәтіндерді салыстыру және сөздік сипаттама бойынша код табу бар. Үлкен кіріс терезесі ұзақ құжаттармен, көлемді бағдарламалық контекстпен және агенттің бірнеше қадам тарихымен жұмыс істеуге мүмкіндік береді. Табылған материал келесі процеске контекст ретінде қайтарылады; қорытынды түсіндірмелер мен жауаптарды жүйенің келесі компоненті қалыптастырады.

Мәтіннен векторға

Кіріс мәтіндік жолдардан тұрады. Әр жол үшін 2048 саннан тұратын бір вектор алынады. Тізбектің ең ұзын көлемі — 32768 токен; одан ұзақ материалды бөліктерге бөлу немесе қысқарту қажет. Кірісті дайындауда сұрақ пен құжат ажыратылады: модель олардың рөлдерін салыстыруға үйретілген, сондықтан осы екі тапсырмадағы бірдей жолды мақсатын ескермей рәсімдеуге болмайды.

Векторлар ұзындығы бойынша нормаланады. Мұндай көрсетілімде скаляр көбейтінді мен косинустық ұқсастық тең мәнді салыстыру тәсілін береді. Толық вектордың алғашқы 1024 немесе 512 координатасын қалдыруға болады, бірақ қысқартудан кейін қайта нормалау керек. Бұл — нәтижені өңдеу қасиеті; өлшемді жинақ пен сұраулар үшін үйлестіріп таңдау қажет.

Шағын модельдің құрылымы

Энкодерде шамамен 1,14 млрд параметр бар. Ол Ministral 3 3B негізіндегі модельден құрылымдық қысқарту мен дистилляцияның екі кезеңі арқылы алынған. Екі бағытты назар бүкіл кірісті ескереді, кейін токен көрсетілімдері ортақ векторға орташаланады.

NVIDIA BF16 және NVFP4 нұсқаларын шығарады. Олардың көрсетілім кеңістіктері жақын, бірақ нұсқаны ауыстыру өз құжаттарыңызда тексеруді қажет етеді. Сандық ұқсастық та, контекст ұзындығы да іздеудің әрдайым дұрыс үзіндіні таңдауына кепілдік бермейді.

Ailoot · Эмбеддингтер POST /v1/embeddings nvidia/nemotron-3-embed-1b

nvidia/nemotron-3-embed-1b

NVIDIA /nvidia/nemotron-3-embed-1b
Модель ID
  • nvidia/nemotron-3-embed-1b
  • nemotron-3-embed
  • nemotron-3-embed-latest

Бастау

Nemotron 3 Embed 1B мәтіндерді көптілді іздеуге, код іздеуге және RAG-ке арналған векторларға айналдырады. 32768 токенге дейінгі тізбектерді өңдеп, өлшемі 2048 сан болатын көрсетілім береді.

Қабылданатын кіріс деректері
Мәтін
Нәтижелер
embedding

Ailoot жүйесінде қолжетімді · кіріс деректері мен әдістер

Ailoot · Эмбеддингтер POST /v1/embeddings
Кіріс
text
Шығыс
embedding
Контекст
4 096 tokens
Шығыс пішімі
json
ӨрісТүріТалапМәндер мен шектеулерӘдепкі
ӨрісmodelТүріstringТалапМіндеттіМәндер мен шектеулер
nvidia/nemotron-3-embed-1b
Әдепкі—
ӨрісinputТүріstring|string[]ТалапМіндеттіМәндер мен шектеулер
Элементтердің ең аз саны: 1
Шарттар: Әрбір жол шетіндегі бос орындар алынғаннан кейін бос болмауы керек; data URI мекенжайлары қабылданбайды; қабылданған лимит тиісті UTF8 байттарын өлшейді.
Әдепкі—
Өрісinput_typeТүріstringТалапМіндетті емесМәндер мен шектеулер
query, passage
Әдепкіquery
Өрісencoding_formatТүріstringТалапМіндетті емесМәндер мен шектеулер
float, base64
Әдепкіfloat
ӨрісtruncateТүріstringТалапМіндетті емесМәндер мен шектеулер
NONE, START, END
Әдепкі—
ӨрісdimensionsТүріintegerТалапМіндетті емесМәндер мен шектеулер
Ең азы: 1
Әдепкі—
ӨрісuserТүріstringТалапМіндетті емесМәндер мен шектеулерӘдепкі—
Кіріс материалдарының үйлесімдері

text_to_embedding

Әдіс параметрлері мен өмірлік циклі
ПараметрПараметр талаптары
Параметрmaterial_typesПараметр талаптарыtext
ПараметрrequiredПараметр талаптарыmodel, input
Параметрoptional_controlsПараметр талаптарыnull
Параметрcontent_typeПараметр талаптарыapplication/json

Өмірлік цикл: exact retained published method

Әдіс құрылымдары мен ID мәндері дәл берілген; жеткізушінің мүмкіндігі сұрауды қабылдаудан бөлек қаралады.

Тарифтер

Ailoot әдістерінің мөлшерлемелері

Ailoot ЭмбеддингтерPOST /v1/embeddings
Кіріс
0,0001 $ / 1K

Ailoot сұрау алдында болжамды соманы резервтейді. Нәтижеден кейін өлшенген пайдалану көлемі бойынша қорытынды төлемді шегереді. Ағындық жауап үшін төлем соңғы пайдалану жазбасы негізінде шегеріледі. Резервтеу мен төлемді есептеу тәртібі →

Сұрау мысалдары

Ailoot · Эмбеддингтер

Эмбеддинг мысалы
set -eu
: "${AILOOT_API_KEY:?Set your Ailoot API key}"
: "${AILOOT_TEXT_FILE:?Set your actual UTF-8 document}"
export AILOOT_TEXT_FILE
python3 - <<'PY_REQUEST'
import json,os
from pathlib import Path
p=json.loads('{"model": "nvidia/nemotron-3-embed-1b", "input": []}')
f=Path(os.environ["AILOOT_TEXT_FILE"])
if not f.is_file():raise SystemExit("Choose your actual UTF-8 source material")
text=f.read_text(encoding="utf-8")
if not text.strip():raise SystemExit("Source material must contain text")
p["input"]=[text]
Path("request.json").write_text(json.dumps(p,ensure_ascii=False))
PY_REQUEST
curl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/embeddings \
  -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \
  --data-binary @request.json -D response-headers.txt -o result.json
python3 - <<'PY_RESULT'
import json
from pathlib import Path
r=json.loads(Path("result.json").read_text())
for x in r.get("data",[]): print(json.dumps({"index":x.get("index"),"embedding":x.get("embedding")}))
PY_RESULT

Нәтижелерді алу және сақтау

Ailoot · Эмбеддингтер

json

Барлық дайын нәтижені сақтау

Қайтарылған әр толық жауапты, файлды және мазмұн бөлігін сақтаңыз.

Векторлардың base64 кодын сол пішім сұралған жағдайда ғана ашыңыз; әрбір векторды және оның бастапқы индексін сақтаңыз.

Бастапқы жауапты тексеру қажет болса

Эмбеддинг тапсырмасы үшін жаңа эндпоинт енгізілмейді.

Жауап өрістері
ӨрісТүрі
Өрісdata[].indexТүріinteger
Өрісdata[].embeddingТүріfinite float[]|base64 float32 vector
ӨрісmodelТүріstring
ӨрісusageТүріobject
Қателер және келесі қадамдар
ЖауапШартКелесі қадам
Жауап400 · invalid_request_errorШартМіндетті өрістер, материалды ұсыну тәсілі немесе параметр мәні қатеКелесі қадамЖаңадан жасау сұрауын жібермес бұрын көрсетілген өрістерді түзетіңіз.

Балама атаулар

Модельдердің балама атаулары

Ailoot nvidia/nemotron-3-embed-1b, nemotron-3-embed, nemotron-3-embed-latest

Әдіс жолдарының балама атаулары

Жоғарыда көрсетілген әдіс жолдарын пайдаланыңыз.

Шақыруға арналған байланысты ID

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

Ailoot · Эмбеддингтер POST /v1/embeddings nemotron-3-embed

nemotron-3-embed

NVIDIA /nemotron-3-embed
Модель ID
  • nvidia/nemotron-3-embed-1b
  • nemotron-3-embed
  • nemotron-3-embed-latest

Бастау

Nemotron 3 Embed 1B мәтіндерді көптілді іздеуге, код іздеуге және RAG-ке арналған векторларға айналдырады. 32768 токенге дейінгі тізбектерді өңдеп, өлшемі 2048 сан болатын көрсетілім береді.

Қабылданатын кіріс деректері
Мәтін
Нәтижелер
embedding

Ailoot жүйесінде қолжетімді · кіріс деректері мен әдістер

Ailoot · Эмбеддингтер POST /v1/embeddings
Кіріс
text
Шығыс
embedding
Контекст
4 096 tokens
Шығыс пішімі
json
ӨрісТүріТалапМәндер мен шектеулерӘдепкі
ӨрісmodelТүріstringТалапМіндеттіМәндер мен шектеулер
nemotron-3-embed
Әдепкі—
ӨрісinputТүріstring|string[]ТалапМіндеттіМәндер мен шектеулер
Элементтердің ең аз саны: 1
Шарттар: Әрбір жол шетіндегі бос орындар алынғаннан кейін бос болмауы керек; data URI мекенжайлары қабылданбайды; қабылданған лимит тиісті UTF8 байттарын өлшейді.
Әдепкі—
Өрісinput_typeТүріstringТалапМіндетті емесМәндер мен шектеулер
query, passage
Әдепкіquery
Өрісencoding_formatТүріstringТалапМіндетті емесМәндер мен шектеулер
float, base64
Әдепкіfloat
ӨрісtruncateТүріstringТалапМіндетті емесМәндер мен шектеулер
NONE, START, END
Әдепкі—
ӨрісdimensionsТүріintegerТалапМіндетті емесМәндер мен шектеулер
Ең азы: 1
Әдепкі—
ӨрісuserТүріstringТалапМіндетті емесМәндер мен шектеулерӘдепкі—
Кіріс материалдарының үйлесімдері

text_to_embedding

Әдіс параметрлері мен өмірлік циклі
ПараметрПараметр талаптары
Параметрmaterial_typesПараметр талаптарыtext
ПараметрrequiredПараметр талаптарыmodel, input
Параметрoptional_controlsПараметр талаптарыnull
Параметрcontent_typeПараметр талаптарыapplication/json

Өмірлік цикл: exact retained published method

Әдіс құрылымдары мен ID мәндері дәл берілген; жеткізушінің мүмкіндігі сұрауды қабылдаудан бөлек қаралады.

Тарифтер

Ailoot әдістерінің мөлшерлемелері

Ailoot ЭмбеддингтерPOST /v1/embeddings
Кіріс
0,0001 $ / 1K

Ailoot сұрау алдында болжамды соманы резервтейді. Нәтижеден кейін өлшенген пайдалану көлемі бойынша қорытынды төлемді шегереді. Ағындық жауап үшін төлем соңғы пайдалану жазбасы негізінде шегеріледі. Резервтеу мен төлемді есептеу тәртібі →

Сұрау мысалдары

Ailoot · Эмбеддингтер

Эмбеддинг мысалы
set -eu
: "${AILOOT_API_KEY:?Set your Ailoot API key}"
: "${AILOOT_TEXT_FILE:?Set your actual UTF-8 document}"
export AILOOT_TEXT_FILE
python3 - <<'PY_REQUEST'
import json,os
from pathlib import Path
p=json.loads('{"model": "nemotron-3-embed", "input": []}')
f=Path(os.environ["AILOOT_TEXT_FILE"])
if not f.is_file():raise SystemExit("Choose your actual UTF-8 source material")
text=f.read_text(encoding="utf-8")
if not text.strip():raise SystemExit("Source material must contain text")
p["input"]=[text]
Path("request.json").write_text(json.dumps(p,ensure_ascii=False))
PY_REQUEST
curl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/embeddings \
  -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \
  --data-binary @request.json -D response-headers.txt -o result.json
python3 - <<'PY_RESULT'
import json
from pathlib import Path
r=json.loads(Path("result.json").read_text())
for x in r.get("data",[]): print(json.dumps({"index":x.get("index"),"embedding":x.get("embedding")}))
PY_RESULT

Нәтижелерді алу және сақтау

Ailoot · Эмбеддингтер

json

Барлық дайын нәтижені сақтау

Қайтарылған әр толық жауапты, файлды және мазмұн бөлігін сақтаңыз.

Векторлардың base64 кодын сол пішім сұралған жағдайда ғана ашыңыз; әрбір векторды және оның бастапқы индексін сақтаңыз.

Бастапқы жауапты тексеру қажет болса

Эмбеддинг тапсырмасы үшін жаңа эндпоинт енгізілмейді.

Жауап өрістері
ӨрісТүрі
Өрісdata[].indexТүріinteger
Өрісdata[].embeddingТүріfinite float[]|base64 float32 vector
ӨрісmodelТүріstring
ӨрісusageТүріobject
Қателер және келесі қадамдар
ЖауапШартКелесі қадам
Жауап400 · invalid_request_errorШартМіндетті өрістер, материалды ұсыну тәсілі немесе параметр мәні қатеКелесі қадамЖаңадан жасау сұрауын жібермес бұрын көрсетілген өрістерді түзетіңіз.

Балама атаулар

Модельдердің балама атаулары

Ailoot nvidia/nemotron-3-embed-1b, nemotron-3-embed, nemotron-3-embed-latest

Әдіс жолдарының балама атаулары

Жоғарыда көрсетілген әдіс жолдарын пайдаланыңыз.

Шақыруға арналған байланысты ID

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

Ailoot · Эмбеддингтер POST /v1/embeddings nemotron-3-embed-latest

nemotron-3-embed-latest

NVIDIA /nemotron-3-embed-latest
Модель ID
  • nvidia/nemotron-3-embed-1b
  • nemotron-3-embed
  • nemotron-3-embed-latest

Бастау

Nemotron 3 Embed 1B мәтіндерді көптілді іздеуге, код іздеуге және RAG-ке арналған векторларға айналдырады. 32768 токенге дейінгі тізбектерді өңдеп, өлшемі 2048 сан болатын көрсетілім береді.

Қабылданатын кіріс деректері
Мәтін
Нәтижелер
embedding

Ailoot жүйесінде қолжетімді · кіріс деректері мен әдістер

Ailoot · Эмбеддингтер POST /v1/embeddings
Кіріс
text
Шығыс
embedding
Контекст
4 096 tokens
Шығыс пішімі
json
ӨрісТүріТалапМәндер мен шектеулерӘдепкі
ӨрісmodelТүріstringТалапМіндеттіМәндер мен шектеулер
nemotron-3-embed-latest
Әдепкі—
ӨрісinputТүріstring|string[]ТалапМіндеттіМәндер мен шектеулер
Элементтердің ең аз саны: 1
Шарттар: Әрбір жол шетіндегі бос орындар алынғаннан кейін бос болмауы керек; data URI мекенжайлары қабылданбайды; қабылданған лимит тиісті UTF8 байттарын өлшейді.
Әдепкі—
Өрісinput_typeТүріstringТалапМіндетті емесМәндер мен шектеулер
query, passage
Әдепкіquery
Өрісencoding_formatТүріstringТалапМіндетті емесМәндер мен шектеулер
float, base64
Әдепкіfloat
ӨрісtruncateТүріstringТалапМіндетті емесМәндер мен шектеулер
NONE, START, END
Әдепкі—
ӨрісdimensionsТүріintegerТалапМіндетті емесМәндер мен шектеулер
Ең азы: 1
Әдепкі—
ӨрісuserТүріstringТалапМіндетті емесМәндер мен шектеулерӘдепкі—
Кіріс материалдарының үйлесімдері

text_to_embedding

Әдіс параметрлері мен өмірлік циклі
ПараметрПараметр талаптары
Параметрmaterial_typesПараметр талаптарыtext
ПараметрrequiredПараметр талаптарыmodel, input
Параметрoptional_controlsПараметр талаптарыnull
Параметрcontent_typeПараметр талаптарыapplication/json

Өмірлік цикл: exact retained published method

Әдіс құрылымдары мен ID мәндері дәл берілген; жеткізушінің мүмкіндігі сұрауды қабылдаудан бөлек қаралады.

Тарифтер

Ailoot әдістерінің мөлшерлемелері

Ailoot ЭмбеддингтерPOST /v1/embeddings
Кіріс
0,0001 $ / 1K

Ailoot сұрау алдында болжамды соманы резервтейді. Нәтижеден кейін өлшенген пайдалану көлемі бойынша қорытынды төлемді шегереді. Ағындық жауап үшін төлем соңғы пайдалану жазбасы негізінде шегеріледі. Резервтеу мен төлемді есептеу тәртібі →

Сұрау мысалдары

Ailoot · Эмбеддингтер

Эмбеддинг мысалы
set -eu
: "${AILOOT_API_KEY:?Set your Ailoot API key}"
: "${AILOOT_TEXT_FILE:?Set your actual UTF-8 document}"
export AILOOT_TEXT_FILE
python3 - <<'PY_REQUEST'
import json,os
from pathlib import Path
p=json.loads('{"model": "nemotron-3-embed-latest", "input": []}')
f=Path(os.environ["AILOOT_TEXT_FILE"])
if not f.is_file():raise SystemExit("Choose your actual UTF-8 source material")
text=f.read_text(encoding="utf-8")
if not text.strip():raise SystemExit("Source material must contain text")
p["input"]=[text]
Path("request.json").write_text(json.dumps(p,ensure_ascii=False))
PY_REQUEST
curl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/embeddings \
  -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \
  --data-binary @request.json -D response-headers.txt -o result.json
python3 - <<'PY_RESULT'
import json
from pathlib import Path
r=json.loads(Path("result.json").read_text())
for x in r.get("data",[]): print(json.dumps({"index":x.get("index"),"embedding":x.get("embedding")}))
PY_RESULT

Нәтижелерді алу және сақтау

Ailoot · Эмбеддингтер

json

Барлық дайын нәтижені сақтау

Қайтарылған әр толық жауапты, файлды және мазмұн бөлігін сақтаңыз.

Векторлардың base64 кодын сол пішім сұралған жағдайда ғана ашыңыз; әрбір векторды және оның бастапқы индексін сақтаңыз.

Бастапқы жауапты тексеру қажет болса

Эмбеддинг тапсырмасы үшін жаңа эндпоинт енгізілмейді.

Жауап өрістері
ӨрісТүрі
Өрісdata[].indexТүріinteger
Өрісdata[].embeddingТүріfinite float[]|base64 float32 vector
ӨрісmodelТүріstring
ӨрісusageТүріobject
Қателер және келесі қадамдар
ЖауапШартКелесі қадам
Жауап400 · invalid_request_errorШартМіндетті өрістер, материалды ұсыну тәсілі немесе параметр мәні қатеКелесі қадамЖаңадан жасау сұрауын жібермес бұрын көрсетілген өрістерді түзетіңіз.

Балама атаулар

Модельдердің балама атаулары

Ailoot nvidia/nemotron-3-embed-1b, nemotron-3-embed, nemotron-3-embed-latest

Әдіс жолдарының балама атаулары

Жоғарыда көрсетілген әдіс жолдарын пайдаланыңыз.

Шақыруға арналған байланысты ID

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

FAQ · nvidia/nemotron-3-embed-1b
Қандай кіріс деректері мен нәтижелер қолжетімді?

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

POST /v1/embeddings · nemotron-3-embed: text → embedding

POST /v1/embeddings · nemotron-3-embed-latest: text → embedding

Сұрау қандай өрістерді пайдаланады?

POST /v1/embeddings · nvidia/nemotron-3-embed-1b: model, input, input_type, encoding_format, truncate, dimensions, user

POST /v1/embeddings · nemotron-3-embed: model, input, input_type, encoding_format, truncate, dimensions, user

POST /v1/embeddings · nemotron-3-embed-latest: model, input, input_type, encoding_format, truncate, dimensions, user

Қандай шектеулер қолданылады?

POST /v1/embeddings · nvidia/nemotron-3-embed-1b: ctx: 4096; input.min_items: 1; dimensions.minimum: 1

POST /v1/embeddings · nemotron-3-embed: ctx: 4096; input.min_items: 1; dimensions.minimum: 1

POST /v1/embeddings · nemotron-3-embed-latest: ctx: 4096; input.min_items: 1; dimensions.minimum: 1

Толығырақ

Ailoot-ты Claude Code, OpenCode, Hermes не қолданбаңызға қосыңыз.

Компания және оның жобалар портфелі

Компания және оның жобалар портфелі: миллиондаған клиент; ай сайынғы сату көлемі миллиардтармен есептеледі.

Токенді жеңілдікпен сатып алыңыз.

Тұрақты жұмысқа жазылым жеңілдігі. Токен сатып алуға промокодтар — 50% дейін.

Жазылым
Тұрақты сұрауыңызға жеңілдікті тариф таңдаңыз.
50% дейінгі промокод
Сатып алғанда код енгізіңіз. Баға қазіргі науқанмен қайта есептеледі.
Тарихтағы шығындар
Әр сұрауға модель, токен және сома сақталады.

Жазылым таңдау · Модель бағасын көру

API-ді сататын өніміңізге қосыңыз.

SaaS, қолданба мен бот Ailoot офертасы және лицензиялық шартына сай. Қайта сатуға реселлер лицензиясын сұраңыз.

Коммерциялық қолданба
Қызметіңіздің ақылы функциясына мәтін, сурет, бейне және дыбыс жасауды қосыңыз.
Реселлер лицензиясы
Жоба сипаттамасы мен кіру схемасын жіберіңіз. Пайдалану мен қайта сатуға жазбаша шарт сұраңыз.
Сайттағы құжаттар
Оферта, лицензиялық шарт және дерек саясаты қоспай тұрып қолжетімді.

Реселлер лицензиясын сұрау · Оферта мен лицензиялық шарт