Source: https://ailoot.ai/models/ko/nvidia-nemotron-3-5-embed-8b-free/ Canonical: https://ailoot.ai/models/ko/nvidia-nemotron-3-5-embed-8b-free/ Language: ko # NVIDIA: Nemotron 3.5 Embed 8B (free) [Markdown](https://ailoot.ai/models/ko/nvidia-nemotron-3-5-embed-8b-free/index.md) · [JSON](https://ailoot.ai/models/ko/nvidia-nemotron-3-5-embed-8b-free/facts.json) ## [NVIDIA: Nemotron 3.5 Embed 8B (free)](https://ailoot.ai/models/ko/nvidia-nemotron-3-5-embed-8b-free/) `nvidia/nemotron-3.5-embed-8b:free` NVIDIA임베딩입력 US$0.00 / 1K출력 — 문서의 의미 검색과 RAG 구축을 위한 NVIDIA의 다국어 텍스트 임베딩 모델입니다. ### 지식 기반에서 의미로 검색하기 Nemotron 3.5 Embed 8B는 검색 요청과 문서를 임베딩으로 변환하는 NVIDIA 모델입니다. 이 숫자 표현은 질문의 문구가 원자료와 다를 때도 내용을 기준으로 텍스트를 비교하게 해 줍니다. 기업 지식 기반, 정보 안내 서비스, 답변 준비 전에 문서를 고르는 애플리케이션의 검색 계층에 적합합니다. NVIDIA의 원본 모델은 텍스트와 문서 이미지를 하나의 표현 공간에 통합하며, 3.5 세대에는 페이지의 시각적 내용 검색이 추가되었습니다. Ailoot의 이 모델 카드는 그중 텍스트 작업을 사용합니다. 텍스트를 입력하고 벡터를 출력합니다. Ailoot에서는 embeddings를 통해 텍스트 입력과 벡터 출력을 제공합니다. 애플리케이션은 원자료의 표현을 받아 인덱스에서 가까운 항목을 찾습니다. 설명이 있는 연결된 답변이 필요하면 검색한 텍스트와 사용자 질문을 별도 생성 모델에 전달할 수 있습니다. ### 8B 버전의 차이 텍스트 인코딩은 Nemotron 3 Embed 8B를 기반으로 합니다. NVIDIA는 3.5 세대를 만들면서 이 텍스트 부분과 임베딩 공간을 유지하고 원본 모델에 추가 기능을 더했습니다. 공개된 모델 카드는 토큰 표현 평균과 L2 정규화로 얻은 4,096개 값의 출력을 설명합니다. 벡터 인덱스를 준비할 때는 실제 메서드 응답에 차원을 맞춰야 합니다. 텍스트 검색은 러시아어를 포함한 34개 언어에서 평가되었습니다. 다국어 지침과 참고 자료를 위한 공통 검색 계층으로 고려할 수 있습니다. 검색 결과는 자료 구성, 문서 분할, 사용자의 대표 질문에 영향을 받으므로 해당 분야의 자료로 확인하면 좋습니다. ### 작업 과정 1. 원본 문서를 완결된 답변이나 설명이 담긴 조각으로 나눕니다. 2. 임베딩을 얻고 텍스트, 제목, 원본 참조와 함께 저장합니다. 3. 같은 모델로 사용자 질문을 변환하고 가까운 항목을 찾습니다. 4. 검색한 조각을 보여 주거나 자료에 근거한 답변을 준비하는 RAG에 사용합니다. ### 입력 크기 이 Ailoot 버전의 텍스트 맥락과 입력 한도는 32,768토큰입니다. 긴 문서의 조각은 원자료에 대한 공통 참조를 가진 독립 항목으로 저장할 수 있습니다. 모델이 제공하는 결과는 텍스트 임베딩이며 애플리케이션이 후속 처리에 활용합니다. ### Ailoot API에서 사용 가능 입력 `text` 출력 `embedding` 컨텍스트 32,768 *토큰* 최대 출력 카탈로그에 명시되지 않음 입력 US$0.00 */ 1K* `nvidia/nemotron-3.5-embed-8b:free` · JSON ``` {"about":"### 지식 기반에서 의미로 검색하기\n\nNemotron 3.5 Embed 8B는 검색 요청과 문서를 임베딩으로 변환하는 NVIDIA 모델입니다. 이 숫자 표현은 질문의 문구가 원자료와 다를 때도 내용을 기준으로 텍스트를 비교하게 해 줍니다. 기업 지식 기반, 정보 안내 서비스, 답변 준비 전에 문서를 고르는 애플리케이션의 검색 계층에 적합합니다.\n\nNVIDIA의 원본 모델은 텍스트와 문서 이미지를 하나의 표현 공간에 통합하며, 3.5 세대에는 페이지의 시각적 내용 검색이 추가되었습니다. Ailoot의 이 모델 카드는 그중 텍스트 작업을 사용합니다. 텍스트를 입력하고 벡터를 출력합니다.\n\nAiloot에서는 embeddings를 통해 텍스트 입력과 벡터 출력을 제공합니다. 애플리케이션은 원자료의 표현을 받아 인덱스에서 가까운 항목을 찾습니다. 설명이 있는 연결된 답변이 필요하면 검색한 텍스트와 사용자 질문을 별도 생성 모델에 전달할 수 있습니다.\n\n### 8B 버전의 차이\n\n텍스트 인코딩은 Nemotron 3 Embed 8B를 기반으로 합니다. NVIDIA는 3.5 세대를 만들면서 이 텍스트 부분과 임베딩 공간을 유지하고 원본 모델에 추가 기능을 더했습니다. 공개된 모델 카드는 토큰 표현 평균과 L2 정규화로 얻은 4,096개 값의 출력을 설명합니다. 벡터 인덱스를 준비할 때는 실제 메서드 응답에 차원을 맞춰야 합니다.\n\n텍스트 검색은 러시아어를 포함한 34개 언어에서 평가되었습니다. 다국어 지침과 참고 자료를 위한 공통 검색 계층으로 고려할 수 있습니다. 검색 결과는 자료 구성, 문서 분할, 사용자의 대표 질문에 영향을 받으므로 해당 분야의 자료로 확인하면 좋습니다.\n\n### 작업 과정\n\n1. 원본 문서를 완결된 답변이나 설명이 담긴 조각으로 나눕니다.\n2. 임베딩을 얻고 텍스트, 제목, 원본 참조와 함께 저장합니다.\n3. 같은 모델로 사용자 질문을 변환하고 가까운 항목을 찾습니다.\n4. 검색한 조각을 보여 주거나 자료에 근거한 답변을 준비하는 RAG에 사용합니다.\n\n### 입력 크기\n\n이 Ailoot 버전의 텍스트 맥락과 입력 한도는 32,768토큰입니다. 긴 문서의 조각은 원자료에 대한 공통 참조를 가진 독립 항목으로 저장할 수 있습니다. 모델이 제공하는 결과는 텍스트 임베딩이며 애플리케이션이 후속 처리에 활용합니다.","alias_of":null,"aliases":[],"author":"NVIDIA","canonical_model":"nvidia/nemotron-3.5-embed-8b:free","ctx":32768,"formats":["embeddings"],"id":"nvidia/nemotron-3.5-embed-8b:free","input":["text"],"kind":"embedding","max_out":0,"methods":[{"cache_read":null,"cache_write":null,"cache_write_1h":null,"cache_write_5m":null,"conditional_meter":null,"ctx":32768,"family":"openai","fast_multiplier":1,"flex_multiplier":1,"fmt":"embeddings","http":"POST","img_in":null,"img_out":null,"in":0,"input":["text"],"label":"Эмбеддинги","max_out":0,"max_tool_calls":null,"out":0,"output":["embedding"],"path":"/v1/embeddings","request_model_id":"nvidia/nemotron-3.5-embed-8b:free","route_label":"Ultra","status_reads":[],"tiers":[],"tool_prices":null,"unit":"token","units":[]}],"model_aliases":[{"canonical_model_id":"nvidia/nemotron-3.5-embed-8b:free","request_model_id":"nvidia/nemotron-3.5-embed-8b:free","route_label":"Ultra"}],"name":"NVIDIA: Nemotron 3.5 Embed 8B (free)","price":{"in":0,"in_label":null,"out":null,"out_label":null,"sort_in":0,"sort_out":null,"varies":false},"public_id":"nvidia/nemotron-3.5-embed-8b:free","short":"문서의 의미 검색과 RAG 구축을 위한 NVIDIA의 다국어 텍스트 임베딩 모델입니다."} ``` ## 자주 묻는 질문 작업에 맞는 모델은 어떻게 선택하나요? 먼저 필요한 입력과 출력이 텍스트, 이미지, 오디오, 동영상 중 무엇인지 확인하세요. 그런 다음 호환되는 API 메서드, 정확한 모델 ID 또는 별칭이 현재 가리키는 모델, 가격, 과금 단위를 비교하세요. GET /v1/models 는 무료이며 키로 이용할 수 있는 모델 목록을 제공합니다. 각 모델은 모든 API 메서드와 미디어 유형을 지원하나요? 모델 카드에 명시된 API 메서드와 입출력 유형을 사용하세요. 텍스트, 이미지, 오디오, 동영상 지원 여부는 선택한 모델과 메서드에 따라 달라집니다. 데이터를 보내기 전에 해당 요청 예제를 확인하세요. 모델 ID와 별칭은 어떻게 다른가요? 정확한 모델 ID는 특정 모델을 식별합니다. 별칭은 모델을 가리키며 그 대상은 바뀔 수 있습니다. 카탈로그에서 별칭이 현재 가리키는 모델을 확인하세요. 연동에 특정 모델이 필요하면 정확한 ID를 사용하세요. 요청을 보내기 전에 가격을 어떻게 비교하나요? 모델 카드에서 선택한 API 메서드의 가격과 과금 단위를 확인하세요. 동일한 단위와 입출력 유형을 기준으로 비교하세요. 요청 기록에는 실제 사용량과 청구 금액이 표시됩니다. 구독의 혜택은 무엇인가요? 정기 작업용 토큰 구매 할인입니다. 요청량에 맞는 요금제를 선택하고 가입 화면에서 조건·가격을 확인하세요. 최대 50% 코드는 어떻게 적용하나요? 토큰 구매 때 입력하면 행사 조건에 따라 다시 계산하며 결제 전에 할인율이 보입니다. ## 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.