Source: https://ailoot.ai/models/ko/nvidia-llama-nemotron-embed-vl-1b-v2-u003a-free/
Canonical: https://ailoot.ai/models/ko/nvidia-llama-nemotron-embed-vl-1b-v2-u003a-free/
Language: ko

# NVIDIA: Llama Nemotron Embed VL 1B V2 (free)

[Markdown](https://ailoot.ai/models/ko/nvidia-llama-nemotron-embed-vl-1b-v2-u003a-free/index.md) · [JSON](https://ailoot.ai/models/ko/nvidia-llama-nemotron-embed-vl-1b-v2-u003a-free/facts.json)

## [NVIDIA: Llama Nemotron Embed VL 1B V2 (free)](https://ailoot.ai/models/ko/nvidia-llama-nemotron-embed-vl-1b-v2-u003a-free/)

Llama Nemotron Embed VL 1B V2는 검색을 위한 NVIDIA의 멀티모달 임베딩 모델입니다. 텍스트, 이미지, 결합된 문서 입력을 벡터로 변환하고, 표, 차트, 텍스트, 인포그래픽이 담긴 문서를 텍스트 질의로 검색할 수 있습니다.

- [**Ailoot Ultra · 임베딩** `POST /v1/embeddings` `nvidia/llama-nemotron-embed-vl-1b-v2:free`](https://ailoot.ai/models/ko/nvidia-llama-nemotron-embed-vl-1b-v2-u003a-free/#method-0)

모델 소개

이 설명은 모델의 기능을 다룹니다. Ailoot에서 사용할 수 있는 입력, 출력 및 옵션은 아래에 선택한 메서드별로 표시됩니다.

Llama Nemotron Embed VL 1B V2는 멀티모달 질의응답 검색을 위한 NVIDIA의 임베딩 모델입니다. 문서를 텍스트, 이미지 또는 이미지와 텍스트의 결합으로 표현할 수 있습니다. 이후 텍스트 질의로 관련 문서를 검색할 수 있습니다. 공개 프로필은 텍스트, 표, 차트, 인포그래픽이 담긴 문서 이미지를 지원하며 임베딩 벡터를 반환합니다.

#### 식별 가능한 문서 항목 준비하기

각 입력을 그것이 나타내는 원본 문서, 페이지, 지문과 연결하세요. 시각 페이지에서는 이미지와 해당 페이지에 속한 첨부 텍스트를 보존하세요. 텍스트 지문에서는 제목이나 섹션 레이블이 나중의 일치 결과를 해석하는 데 도움이 되면 유지하세요. 이러한 원본 식별자는 검색된 항목을 단순한 수치 유사도 결과가 아니라 근거로서 유용하게 만듭니다.

사용자가 찾아야 할 자료를 중심으로 항목 경계를 선택하세요. 차트와 설명은 함께 있어야 할 수 있지만, 무관한 페이지는 별도 정체성을 유지해야 합니다. 입력이 읽을 수 있는지, 텍스트나 이미지가 의도한 질의로 검색하려는 정보를 담고 있는지 검토하세요.

#### 텍스트 질의와 벡터 검색

모델의 역할은 검색용 벡터 생성이며, 프로필이 설명하는 질의 형식은 텍스트입니다. 질의와 색인 항목의 임베딩 설정을 호환되게 유지하세요. 애플리케이션이 벡터를 저장하고 비교해 해당 원본 항목을 반환합니다. 검색된 문서는 살펴보거나 후속 답변 생성 단계로 전달할 자료로 남습니다.

유용한 테스트 집합에는 사용자가 실제로 하는 질문과 찾아야 할 페이지가 포함됩니다. 잘못되거나 누락된 일치를 원본 콘텐츠 및 항목 경계와 대조해 검토하세요. 결과를 맥락 안에서 확인할 수 있도록 선택된 지문이나 이미지에 전체 문서 식별자를 유지하세요.

#### 입력 허용량과 검색 산출물

문서화된 호스팅 프로필은 입력당 최대 131,072토큰을 명시합니다. 더 큰 원본 집합은 레이블이 있는 별도 입력으로 나누고 관계를 보존하세요. 이 프로필의 벡터 출력은 생성된 글로 된 답변이나 전사문이 아닙니다. 후속 애플리케이션 단계가 검색된 근거로 질문에 답할 수 있습니다.

완성된 검색 산출물은 질의, 선택된 원본 항목, 식별자를 연결합니다. 색인에 사용한 임베딩 모델과 입력 준비 방식을 보존해, 나중의 변경을 원본 컬렉션 변경과 구분할 수 있도록 하세요.

**Ailoot Ultra · 임베딩** `POST /v1/embeddings` `nvidia/llama-nemotron-embed-vl-1b-v2:free`

[`nvidia/llama-nemotron-embed-vl-1b-v2:free`](https://ailoot.ai/models/ko/#m=nvidia%2Fllama-nemotron-embed-vl-1b-v2%3Afree&route=Ultra&caller=nvidia%2Fllama-nemotron-embed-vl-1b-v2%3Afree&fmt=embeddings)

NVIDIA /`nvidia/llama-nemotron-embed-vl-1b-v2:free`

### 시작하기

Llama Nemotron Embed VL 1B V2는 검색을 위한 NVIDIA의 멀티모달 임베딩 모델입니다. 텍스트, 이미지, 결합된 문서 입력을 벡터로 변환하고, 표, 차트, 텍스트, 인포그래픽이 담긴 문서를 텍스트 질의로 검색할 수 있습니다.

허용 입력

텍스트 · token\_ids

결과

embedding

### Ailoot에서 사용 가능 · 입력 및 메서드

**Ailoot Ultra · 임베딩** `POST /v1/embeddings`

입력

`text`, `token_ids`

출력

`embedding`

컨텍스트

131,072 tokens

출력 형식

json

| 필드 | 유형 | 요건 | 값과 한도 | 기본값 |
| --- | --- | --- | --- | --- |
| 필드`model` | 유형`string` | 요건필수 | 값과 한도 nvidia/llama-nemotron-embed-vl-1b-v2:free | 기본값— |
| 필드`input` | 유형`string\|string[]\|integer[]\|integer[][]` | 요건필수 | 값과 한도 최소 항목 수: 1 조건: 비어 있지 않은 동일 형식의 배치입니다. 토큰 ID는 0 이상의 정수입니다. 입력 허용량: 최댓값: 131,072 · 텍스트 단위: UTF8 바이트 · 토큰 단위: 토큰 배열 요소 | 기본값— |
| 필드`encoding_format` | 유형`string` | 요건선택 사항 | 값과 한도 float | 기본값float |
| 필드`dimensions` | 유형`integer` | 요건지원되지 않음 | 값과 한도 최솟값: 1 | 기본값— |
| 필드`user` | 유형`json_value` | 요건선택 사항 | 값과 한도 조건: 원본에서 이 JSON 메타데이터 필드를 허용하며, 정확한 업스트림 동작은 모델별로 다릅니다. | 기본값— |
| 필드`session_id` | 유형`json_value` | 요건선택 사항 | 값과 한도 조건: 원본에서 이 JSON 메타데이터 필드를 허용하며, 정확한 업스트림 동작은 모델별로 다릅니다. | 기본값— |
| 필드`trace` | 유형`json_value` | 요건선택 사항 | 값과 한도 조건: 원본에서 이 JSON 메타데이터 필드를 허용하며, 정확한 업스트림 동작은 모델별로 다릅니다. | 기본값— |
| 필드`provider` | 유형`object` | 요건선택 사항 | 값과 한도 조건: provider.options가 거부됨 | 기본값— |

입력 자료 조합

**text\_to\_embedding**

메서드 매개변수와 수명 주기

| 매개변수 | 명세 |
| --- | --- |
| 매개변수`content_type` | 명세application/json |
| 매개변수`required` | 명세model, input |
| 매개변수`input_shapes` | 명세string, string\[\], nonnegative\_integer\_token\_array, nonnegative\_integer\_token\_array\[\] |
| 매개변수`encoding_format` | 명세float |
| 매개변수`dimensions_override` | 명세false |
| 매개변수`max_input_budget_units` | 명세131072 |
| 매개변수`multimodal_objects` | 명세false |
| 매개변수`material_types` | 명세text, token\_ids |

수명 주기: `synchronous_json`

모든 벡터의 인덱스와 차원을 보관하세요.

모델 이름이 멀티모달이어도 이 특정 경로에서 이미지 객체를 사용할 수 있는 것은 아닙니다.

### 요금

요금 정보는 요청 옵션을 추가하지 않습니다. 지원되는 매개변수는 선택한 메서드에 표시됩니다.

빠른 모드

표준 요금 빠른 모드를 선택한 경우

Flex 모드

표준 요금 flex 모드를 선택한 경우

최대 추론 수준

표준 요금 최대 추론 수준에 default 조정값을 적용하는 경우

#### Ailoot 요금

#### 설정별 가격

| 설정 | 요금표 | 요금 |
| --- | --- | --- |
| 설정토큰의 기본 단가 | 요금표기본 요금 | 요금 입력 · 입력 토큰 **$0** / 1K 토큰 출력 · 출력 토큰 **$0** / 1K 토큰 입력 · 캐시 읽기 **—** / 1K 토큰 입력 · 캐시 쓰기 **—** / 1K 토큰 입력 · 캐시 쓰기, 1시간 **—** / 1K 토큰 |

Ailoot는 요청 전에 예상 금액을 미리 확보합니다. 결과를 받은 뒤 측정된 사용량을 기준으로 최종 요금을 정산합니다. 스트리밍 정산에는 최종 사용량 기록을 사용합니다. [금액 확보와 정산 방식 →](https://ailoot.ai/docs/ko/billing/reserve/)

### 요청 예제

#### Ailoot Ultra · 임베딩

curlPython SDK

```bash
set -eu
: "${AILOOT_API_KEY:?Set your Ailoot API key}"
python3 - <<'PY_REQUEST'
import json,os
from pathlib import Path
p=json.loads('{"model": "nvidia/llama-nemotron-embed-vl-1b-v2:free", "input": ["First document", "Second document"]}')

Path("request.json").write_text(json.dumps(p,ensure_ascii=False))
PY_REQUEST
curl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/embeddings \
  -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \
  --data-binary @request.json -D response-headers.txt -o result.json
python3 - <<'PY_RESULT'
import json
from pathlib import Path
r=json.loads(Path("result.json").read_text())
for x in r.get("data",[]): print(json.dumps({"index":x.get("index"),"embedding":x.get("embedding")}))
PY_RESULT
```

```python
from openai import OpenAI
import os

client=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)
result=client.embeddings.create(model='nvidia/llama-nemotron-embed-vl-1b-v2:free',input=["First document","Second document"])
print(result)
for item in result.data:print(item.index,item.embedding)
```

### 결과 수신 및 저장

#### Ailoot Ultra · 임베딩

json

##### 완료된 결과 모두 보관

반환된 완전한 응답, 파일, 콘텐츠 부분을 모두 보관하세요.

모든 벡터를 인덱스와 함께 보관하세요. 벡터 수는 입력 수와 같아야 하며 차원은 일관되어야 합니다.

##### 원래 응답을 확인해야 할 경우

임베딩 작업 엔드포인트는 추가되지 않습니다.

응답 필드

| 필드 | 유형 |
| --- | --- |
| 필드`object` | 유형string |
| 필드`model` | 유형string |
| 필드`data[].index` | 유형integer |
| 필드`data[].embedding` | 유형finite float\[\] |
| 필드`usage` | 유형object |

오류와 다음 단계

| 응답 | 조건 | 다음 단계 |
| --- | --- | --- |
| 응답400 · `invalid_request_error` | 조건필수 필드, 자료 표현 방식 또는 파라미터 값이 올바르지 않음 | 다음 단계새 생성 요청 전에 표시된 필드를 수정하세요. |

### 별칭

#### 모델 별칭

**Ailoot Ultra** [`nvidia/llama-nemotron-embed-vl-1b-v2:free`](https://ailoot.ai/models/ko/#m=nvidia%2Fllama-nemotron-embed-vl-1b-v2%3Afree&route=Ultra&caller=nvidia%2Fllama-nemotron-embed-vl-1b-v2%3Afree&fmt=embeddings)

#### 메서드 경로 별칭

위에 표시된 메서드 경로를 사용하세요.

#### 관련 호출용 ID

[`nvidia/llama-nemotron-embed-vl-1b-v2:free`](https://ailoot.ai/models/ko/#m=nvidia%2Fllama-nemotron-embed-vl-1b-v2%3Afree&route=Ultra&caller=nvidia%2Fllama-nemotron-embed-vl-1b-v2%3Afree&fmt=embeddings)

FAQ · NVIDIA: Llama Nemotron Embed VL 1B V2 (free)

어떤 입력과 결과를 사용할 수 있나요?

`POST /v1/embeddings` · `nvidia/llama-nemotron-embed-vl-1b-v2:free`: `text`, `token_ids` → `embedding`

요청은 어떤 필드를 사용하나요?

`POST /v1/embeddings` · `nvidia/llama-nemotron-embed-vl-1b-v2:free`: `model`, `input`, `encoding_format`, `provider`

어떤 제한이 적용되나요?

`POST /v1/embeddings` · `nvidia/llama-nemotron-embed-vl-1b-v2:free`: `ctx`: `131072`; `input.budget.maximum`: `131072` (UTF8 바이트); `input.min_items`: `1`

Claude Code, OpenCode, Hermes, 자체 앱에 Ailoot를 연결하세요.

## 회사와 그 프로젝트 포트폴리오

회사와 그 프로젝트 포트폴리오: 수백만 고객, 매월 수십억 규모의 매출.

## 할인받아 토큰을 구매하세요.

정기 작업에는 구독 할인, 토큰 구매에는 최대 50% 프로모션 코드.

구독

정기 요청에 맞는 할인 요금제를 선택하세요.

최대 50% 프로모션 코드

구매할 때 코드를 넣으면 진행 중 행사에 따라 가격을 다시 계산합니다.

이력의 지출

요청마다 모델, 토큰, 금액을 저장합니다.

[구독 선택](https://ailoot.ai/docs/ko/billing/subscriptions/) · [모델 가격 보기](https://ailoot.ai/models/ko/)

## 판매하는 제품에 API를 연결하세요.

Ailoot 공식 이용 조건과 라이선스 계약으로 SaaS, 앱, 봇에 사용하세요. 재판매에는 리셀러 라이선스를 요청하세요.

상업용 앱

서비스의 유료 기능에 텍스트, 이미지, 영상, 소리 생성을 넣으세요.

리셀러 라이선스

프로젝트 설명과 접근 구조를 보내 사용·재판매의 서면 조건을 요청하세요.

사이트의 문서

연결 전에 공식 이용 조건, 라이선스 계약, 데이터 처리 정책을 읽을 수 있습니다.

[리셀러 라이선스 요청](mailto:support@ailoot.ai) · [공식 이용 조건과 라이선스 계약](https://ailoot.ai/legal/offer?lang=ko)

## Ailoot · 회사와 그 프로젝트 포트폴리오





Ailoot는 축적된 운영 경험, 폭넓은 고객 기반, 안정적인 서비스, 지속적인 KPI 관리를 바탕으로 합니다.





회사와 그 프로젝트 포트폴리오: 수백만 고객, 매월 수십억 규모의 매출.





Ailoot는 이러한 운영 경험을 고객의 제품, 에이전트, 애플리케이션, 자동화에서 AI 기능을 이용할 수 있는 API 접근에 활용합니다.