NVIDIA: Nemotron 3 Embed 1B (free)

NVIDIA Nemotron 3 Embed 1B는 다국어 쿼리와 문단을 검색 및 RAG용 2048차원 벡터로 표현합니다. 문서에 설명된 모델 계열은 32,768토큰 시퀀스와 재정규화를 적용한 축소 크기 벡터를 지원합니다.

Ailoot Ultra · 임베딩 POST /v1/embeddings nvidia/nemotron-3-embed-1b:free

모델 소개

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

Nemotron 3 Embed 1B는 다국어 및 언어 간 검색과 의미 유사도를 위한 NVIDIA의 텍스트 임베딩 계열입니다. 질문이나 지문을 밀집 벡터로 변환하며, 검색 시스템은 이를 다른 텍스트 표현과 비교할 수 있습니다. 제조사는 문서화된 1B 릴리스를 영어, 아랍어, 중국어, 러시아어, 일본어, 한국어, 힌글리시 등을 포함한 34개 언어 및 언어 변종 설정에서 평가합니다.

인코더와 표현

제조사의 모델 카드는 Ministral 3에서 파생된 가지치기된 양방향 트랜스포머를 설명합니다. 약 11억 4천만 개의 매개변수를 갖추고, 토큰 수준 표현을 평균 내 텍스트마다 임베딩 하나를 얻습니다. 기본 출력은 2048차원 부동소수점 벡터입니다. 이는 검색 표현이며, 임베딩한 질문에 대한 글로 된 답변이 아닙니다.

제조사는 1024차원이나 512차원처럼 표현의 앞부분만 유지하는 방법도 지원합니다. 단축 벡터는 잘라낸 뒤 다시 L2 정규화해야 합니다. 검색 작업의 질의와 코퍼스 양쪽에서 선택한 표현 길이와 정규화를 일관되게 유지하세요. 벡터 길이와 입력 시퀀스 길이는 서로 다른 속성입니다.

질의와 지문 준비

문서화된 검색 규칙은 질문에 “query:”를, 문서 텍스트에 “passage:”를 사용합니다. 제공자의 예제는 인코딩 전에 해당 역할을 적용하고 정규화 벡터를 내적으로 비교하며, 이는 코사인 유사도와 같습니다. 원시 코퍼스 표현과 다르게 준비한 질의를 섞지 말고, 선택한 워크플로가 기대하는 준비 방식을 사용하세요.

실제 컬렉션에는 기술 설명, 정책, 코드 관련 문서를 담을 수 있습니다. 함수가 특정 상황을 어떻게 처리하는지 묻는 질문은 해당 동작을 설명하는 원문 지문이나 코드 발췌를 검색해야 합니다. 식별자, 제목, 관련 조건을 실제 지문 텍스트와 함께 보존하세요. 벡터는 후보를 검색 가능하게 하며, 보존된 원본이 독자나 후속 RAG 답변 단계에서 사용하는 자료입니다.

긴 원본 자료

문서화된 최대 시퀀스 길이는 32,768토큰입니다. 모델이 상당한 텍스트를 수용할 수 있더라도 지문 경계를 의도적으로 선택하세요. 완전한 섹션은 정의와 예외를 보존하고, 초점을 좁힌 발췌는 특정 답을 더 쉽게 살펴보게 할 수 있습니다. 모델 범위를 넘는 입력은 청크 분할이나 잘림이 필요하므로, 생략된 뒷부분을 표현된 콘텐츠로 취급해서는 안 됩니다.

각 임베딩 항목을 상위 문서 및 버전에 연결하세요. 보고서에서는 질문이 다루는 결론 주변의 설명과 섹션 제목을 유지하세요. 코드 검색에서는 함수 이름, 관련 인터페이스, 동작을 발췌 옆에 보존하세요. 검색 단계가 후보를 반환할 때 구체적인 원본 산출물을 제공할 수 있습니다.

계열 에디션과 결과 활용

NVIDIA는 1B 계열의 BF16 및 NVFP4 버전을 문서화합니다. 양자화 모델 카드는 두 릴리스가 임베딩 공간을 공유한다고 설명하며, 버전을 바꿀 때 대표 자료로 검색 품질을 확인할 것을 권장합니다. 공통 표현이라는 명시는 그 이름이 지정된 두 버전에 관한 제조사의 설명이지, 2048개 출력값을 가진 모든 모델에 적용되는 일반 규칙이 아닙니다.

유용한 결과는 모델, 차원 선택, 준비 방식이 기록된 질의 벡터 또는 색인된 원본 컬렉션입니다. 후보 텍스트를 식별자와 함께 반환하고 필요한 정보를 제공하는지 살펴보세요. 제조사는 검색 모델이 모든 질문에서 올바른 지문을 보장하지 않는다고 명시합니다. 후속 리랭킹이나 답변 단계는 해당 후보를 자체 작업으로 다룹니다.

Ailoot Ultra · 임베딩 POST /v1/embeddings nvidia/nemotron-3-embed-1b:free

nvidia/nemotron-3-embed-1b:free

NVIDIA /nvidia/nemotron-3-embed-1b:free

시작하기

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: 32,768 tokens
출력 형식: json

필드	유형	요건	값과 한도	기본값
필드`model`	유형`string`	요건필수	값과 한도 nvidia/nemotron-3-embed-1b: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: 32,768 · 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`	명세32768
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 →

요청 예제

Ailoot Ultra · 임베딩

curlPython SDK

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/nemotron-3-embed-1b: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

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/nemotron-3-embed-1b: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/nemotron-3-embed-1b:free

메서드 경로 별칭

위에 표시된 메서드 경로를 사용하세요.

NVIDIA: Nemotron 3 Embed 1B (free)