Source: https://ailoot.ai/models/ko/nvidia-nemotron-3-embed-1b/
Canonical: https://ailoot.ai/models/ko/nvidia-nemotron-3-embed-1b/
Language: ko

# Nemotron 3 Embed 1B

[Markdown](https://ailoot.ai/models/ko/nvidia-nemotron-3-embed-1b/index.md) · [JSON](https://ailoot.ai/models/ko/nvidia-nemotron-3-embed-1b/facts.json)

## [Nemotron 3 Embed 1B](https://ailoot.ai/models/ko/nvidia-nemotron-3-embed-1b/)

Nemotron 3 Embed 1B는 다언어 검색, 코드 검색, RAG를 위해 텍스트를 벡터로 변환합니다. 최대 32768토큰의 시퀀스를 처리하고 2048개 수치의 차원을 갖는 표현을 출력합니다.

- [**Ailoot · 임베딩** `POST /v1/embeddings` `nvidia/nemotron-3-embed-1b`](https://ailoot.ai/models/ko/nvidia-nemotron-3-embed-1b/#method-0)
- [**Ailoot · 임베딩** `POST /v1/embeddings` `nemotron-3-embed`](https://ailoot.ai/models/ko/nvidia-nemotron-3-embed-1b/#method-1)
- [**Ailoot · 임베딩** `POST /v1/embeddings` `nemotron-3-embed-latest`](https://ailoot.ai/models/ko/nvidia-nemotron-3-embed-1b/#method-2)

모델 소개

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

Nemotron 3 Embed 1B는 의미 기반 검색과 구간 비교를 위한 NVIDIA 텍스트 모델입니다. 질문, 문서, 프로그램 코드를 밀집 숫자 벡터로 인코딩합니다. 이러한 표현으로 큰 자료 모음에서 필요한 컨텍스트를 찾아 도우미의 응답에 더하거나, 에이전트의 다음 단계를 위해 이전에 저장한 정보를 검색합니다.

#### 다언어 지식과 코드

모델은 다언어 및 언어 간 검색을 위해 설계되었습니다. 질문과 적절한 자료가 서로 다른 언어로 작성되어 있을 수 있습니다. 공개된 34개 언어에는 러시아어와 함께 영어, 우크라이나어, 중국어, 일본어, 아랍어 등이 포함됩니다. 기술 문서와 사용자 문의가 하나의 언어로 통일되지 않은 공통 지식베이스에 유용합니다.

과제에는 문서 검색, 텍스트 비교, 언어로 표현된 설명에 따른 코드 검색이 있습니다. 큰 입력 윈도로 긴 문서, 방대한 코드 컨텍스트, 에이전트의 여러 단계 기록을 처리할 수 있습니다. 찾은 자료는 이후 과정에 컨텍스트로 전달됩니다. 최종 설명과 응답은 시스템의 다음 구성 요소가 만듭니다.

#### 텍스트에서 벡터로

입력은 텍스트 문자열입니다. 문자열마다 2048개 수치의 벡터 하나를 만듭니다. 최대 시퀀스 길이는 32768토큰입니다. 더 긴 자료는 나누거나 줄여야 합니다. 입력을 준비할 때 질문과 문서를 구분합니다. 모델은 각 역할을 비교하도록 학습되었으므로, 두 과제에 같은 문자열을 사용하더라도 용도를 고려하지 않고 구성해서는 안 됩니다.

벡터는 길이를 기준으로 정규화됩니다. 이런 표현에서는 내적과 코사인 유사도가 동등한 비교 방식을 제공합니다. 전체 벡터의 앞 1024개 또는 512개 좌표만 남길 수 있지만, 잘라낸 뒤 다시 정규화해야 합니다. 이는 결과 처리의 특성입니다. 자료 모음과 질의의 차원을 일관되게 선택해야 합니다.

#### 소형 모델의 구조

인코더에는 약 11.4억 개의 파라미터가 있습니다. Ministral 3 3B 기반 모델을 두 단계의 구조적 축소와 증류로 줄여 만들었습니다. 양방향 어텐션이 전체 입력을 반영한 뒤 토큰 표현을 하나의 벡터로 평균합니다.

NVIDIA는 BF16과 NVFP4 버전을 제공합니다. 표현 공간은 비슷하지만 버전을 바꾸려면 자체 문서로 확인해야 합니다. 수치적 유사성과 컨텍스트 길이 중 어느 것도 검색이 항상 올바른 구간을 고른다고 보장하지 않습니다.

**Ailoot · 임베딩** `POST /v1/embeddings` `nvidia/nemotron-3-embed-1b`

[`nvidia/nemotron-3-embed-1b`](https://ailoot.ai/models/ko/#m=nvidia%2Fnemotron-3-embed-1b&route=Core&caller=nvidia%2Fnemotron-3-embed-1b&fmt=embeddings)

NVIDIA /`nvidia/nemotron-3-embed-1b`

모델 ID

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

### 시작하기

Nemotron 3 Embed 1B는 다언어 검색, 코드 검색, RAG를 위해 텍스트를 벡터로 변환합니다. 최대 32768토큰의 시퀀스를 처리하고 2048개 수치의 차원을 갖는 표현을 출력합니다.

허용 입력

텍스트

결과

embedding

### Ailoot에서 사용 가능 · 입력 및 메서드

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

입력

`text`

출력

`embedding`

컨텍스트

4,096 tokens

출력 형식

json

| 필드 | 유형 | 요건 | 값과 한도 | 기본값 |
| --- | --- | --- | --- | --- |
| 필드`model` | 유형`string` | 요건필수 | 값과 한도 nvidia/nemotron-3-embed-1b | 기본값— |
| 필드`input` | 유형`string\|string[]` | 요건필수 | 값과 한도 최소 항목 수: 1 조건: 모든 문자열은 앞뒤 공백을 제거한 후에도 비어 있지 않아야 합니다. data URI는 거부됩니다. 승인된 한도는 관련 UTF8 바이트로 측정합니다. | 기본값— |
| 필드`input_type` | 유형`string` | 요건선택 사항 | 값과 한도 query, passage | 기본값query |
| 필드`encoding_format` | 유형`string` | 요건선택 사항 | 값과 한도 float, base64 | 기본값float |
| 필드`truncate` | 유형`string` | 요건선택 사항 | 값과 한도 NONE, START, END | 기본값— |
| 필드`dimensions` | 유형`integer` | 요건선택 사항 | 값과 한도 최솟값: 1 | 기본값— |
| 필드`user` | 유형`string` | 요건선택 사항 | 값과 한도 | 기본값— |

입력 자료 조합

**text\_to\_embedding**

메서드 매개변수와 수명 주기

| 매개변수 | 명세 |
| --- | --- |
| 매개변수`material_types` | 명세text |
| 매개변수`required` | 명세model, input |
| 매개변수`optional_controls` | 명세null |
| 매개변수`content_type` | 명세application/json |

수명 주기: `exact retained published method`

메서드 형식과 ID는 정확합니다. 공급자의 기능 지원과 요청 수락은 별개입니다.

### 요금

#### Ailoot 메서드 요금

입력

US$0.0001 */ 1K*

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 · 임베딩

임베딩 예제

```bash
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
```

### 결과 수신 및 저장

#### Ailoot · 임베딩

json

##### 완료된 결과 모두 보관

반환된 완전한 응답, 파일, 콘텐츠 부분을 모두 보관하세요.

해당 형식을 요청한 경우에만 base64 벡터를 디코딩하세요. 모든 벡터와 원래 인덱스를 보존하세요.

##### 원래 응답을 확인해야 할 경우

임베딩 작업 엔드포인트는 추가되지 않습니다.

응답 필드

| 필드 | 유형 |
| --- | --- |
| 필드`data[].index` | 유형integer |
| 필드`data[].embedding` | 유형finite float\[\]\|base64 float32 vector |
| 필드`model` | 유형string |
| 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** [`nvidia/nemotron-3-embed-1b`](https://ailoot.ai/models/ko/#m=nvidia%2Fnemotron-3-embed-1b&route=Core&caller=nvidia%2Fnemotron-3-embed-1b&fmt=embeddings), [`nemotron-3-embed`](https://ailoot.ai/models/ko/#m=nvidia%2Fnemotron-3-embed-1b&route=Core&caller=nemotron-3-embed&fmt=embeddings), [`nemotron-3-embed-latest`](https://ailoot.ai/models/ko/#m=nvidia%2Fnemotron-3-embed-1b&route=Core&caller=nemotron-3-embed-latest&fmt=embeddings)

#### 메서드 경로 별칭

위에 표시된 메서드 경로를 사용하세요.

#### 관련 호출용 ID

[`nvidia/nemotron-3-embed-1b`](https://ailoot.ai/models/ko/#m=nvidia%2Fnemotron-3-embed-1b&route=Core&caller=nvidia%2Fnemotron-3-embed-1b&fmt=embeddings), [`nemotron-3-embed`](https://ailoot.ai/models/ko/#m=nvidia%2Fnemotron-3-embed-1b&route=Core&caller=nemotron-3-embed&fmt=embeddings), [`nemotron-3-embed-latest`](https://ailoot.ai/models/ko/#m=nvidia%2Fnemotron-3-embed-1b&route=Core&caller=nemotron-3-embed-latest&fmt=embeddings)

**Ailoot · 임베딩** `POST /v1/embeddings` `nemotron-3-embed`

[`nemotron-3-embed`](https://ailoot.ai/models/ko/#m=nvidia%2Fnemotron-3-embed-1b&route=Core&caller=nemotron-3-embed&fmt=embeddings)

NVIDIA /`nemotron-3-embed`

모델 ID

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

### 시작하기

Nemotron 3 Embed 1B는 다언어 검색, 코드 검색, RAG를 위해 텍스트를 벡터로 변환합니다. 최대 32768토큰의 시퀀스를 처리하고 2048개 수치의 차원을 갖는 표현을 출력합니다.

허용 입력

텍스트

결과

embedding

### Ailoot에서 사용 가능 · 입력 및 메서드

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

입력

`text`

출력

`embedding`

컨텍스트

4,096 tokens

출력 형식

json

| 필드 | 유형 | 요건 | 값과 한도 | 기본값 |
| --- | --- | --- | --- | --- |
| 필드`model` | 유형`string` | 요건필수 | 값과 한도 nemotron-3-embed | 기본값— |
| 필드`input` | 유형`string\|string[]` | 요건필수 | 값과 한도 최소 항목 수: 1 조건: 모든 문자열은 앞뒤 공백을 제거한 후에도 비어 있지 않아야 합니다. data URI는 거부됩니다. 승인된 한도는 관련 UTF8 바이트로 측정합니다. | 기본값— |
| 필드`input_type` | 유형`string` | 요건선택 사항 | 값과 한도 query, passage | 기본값query |
| 필드`encoding_format` | 유형`string` | 요건선택 사항 | 값과 한도 float, base64 | 기본값float |
| 필드`truncate` | 유형`string` | 요건선택 사항 | 값과 한도 NONE, START, END | 기본값— |
| 필드`dimensions` | 유형`integer` | 요건선택 사항 | 값과 한도 최솟값: 1 | 기본값— |
| 필드`user` | 유형`string` | 요건선택 사항 | 값과 한도 | 기본값— |

입력 자료 조합

**text\_to\_embedding**

메서드 매개변수와 수명 주기

| 매개변수 | 명세 |
| --- | --- |
| 매개변수`material_types` | 명세text |
| 매개변수`required` | 명세model, input |
| 매개변수`optional_controls` | 명세null |
| 매개변수`content_type` | 명세application/json |

수명 주기: `exact retained published method`

메서드 형식과 ID는 정확합니다. 공급자의 기능 지원과 요청 수락은 별개입니다.

### 요금

#### Ailoot 메서드 요금

입력

US$0.0001 */ 1K*

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 · 임베딩

임베딩 예제

```bash
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
```

### 결과 수신 및 저장

#### Ailoot · 임베딩

json

##### 완료된 결과 모두 보관

반환된 완전한 응답, 파일, 콘텐츠 부분을 모두 보관하세요.

해당 형식을 요청한 경우에만 base64 벡터를 디코딩하세요. 모든 벡터와 원래 인덱스를 보존하세요.

##### 원래 응답을 확인해야 할 경우

임베딩 작업 엔드포인트는 추가되지 않습니다.

응답 필드

| 필드 | 유형 |
| --- | --- |
| 필드`data[].index` | 유형integer |
| 필드`data[].embedding` | 유형finite float\[\]\|base64 float32 vector |
| 필드`model` | 유형string |
| 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** [`nvidia/nemotron-3-embed-1b`](https://ailoot.ai/models/ko/#m=nvidia%2Fnemotron-3-embed-1b&route=Core&caller=nvidia%2Fnemotron-3-embed-1b&fmt=embeddings), [`nemotron-3-embed`](https://ailoot.ai/models/ko/#m=nvidia%2Fnemotron-3-embed-1b&route=Core&caller=nemotron-3-embed&fmt=embeddings), [`nemotron-3-embed-latest`](https://ailoot.ai/models/ko/#m=nvidia%2Fnemotron-3-embed-1b&route=Core&caller=nemotron-3-embed-latest&fmt=embeddings)

#### 메서드 경로 별칭

위에 표시된 메서드 경로를 사용하세요.

#### 관련 호출용 ID

[`nvidia/nemotron-3-embed-1b`](https://ailoot.ai/models/ko/#m=nvidia%2Fnemotron-3-embed-1b&route=Core&caller=nvidia%2Fnemotron-3-embed-1b&fmt=embeddings), [`nemotron-3-embed`](https://ailoot.ai/models/ko/#m=nvidia%2Fnemotron-3-embed-1b&route=Core&caller=nemotron-3-embed&fmt=embeddings), [`nemotron-3-embed-latest`](https://ailoot.ai/models/ko/#m=nvidia%2Fnemotron-3-embed-1b&route=Core&caller=nemotron-3-embed-latest&fmt=embeddings)

**Ailoot · 임베딩** `POST /v1/embeddings` `nemotron-3-embed-latest`

[`nemotron-3-embed-latest`](https://ailoot.ai/models/ko/#m=nvidia%2Fnemotron-3-embed-1b&route=Core&caller=nemotron-3-embed-latest&fmt=embeddings)

NVIDIA /`nemotron-3-embed-latest`

모델 ID

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

### 시작하기

Nemotron 3 Embed 1B는 다언어 검색, 코드 검색, RAG를 위해 텍스트를 벡터로 변환합니다. 최대 32768토큰의 시퀀스를 처리하고 2048개 수치의 차원을 갖는 표현을 출력합니다.

허용 입력

텍스트

결과

embedding

### Ailoot에서 사용 가능 · 입력 및 메서드

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

입력

`text`

출력

`embedding`

컨텍스트

4,096 tokens

출력 형식

json

| 필드 | 유형 | 요건 | 값과 한도 | 기본값 |
| --- | --- | --- | --- | --- |
| 필드`model` | 유형`string` | 요건필수 | 값과 한도 nemotron-3-embed-latest | 기본값— |
| 필드`input` | 유형`string\|string[]` | 요건필수 | 값과 한도 최소 항목 수: 1 조건: 모든 문자열은 앞뒤 공백을 제거한 후에도 비어 있지 않아야 합니다. data URI는 거부됩니다. 승인된 한도는 관련 UTF8 바이트로 측정합니다. | 기본값— |
| 필드`input_type` | 유형`string` | 요건선택 사항 | 값과 한도 query, passage | 기본값query |
| 필드`encoding_format` | 유형`string` | 요건선택 사항 | 값과 한도 float, base64 | 기본값float |
| 필드`truncate` | 유형`string` | 요건선택 사항 | 값과 한도 NONE, START, END | 기본값— |
| 필드`dimensions` | 유형`integer` | 요건선택 사항 | 값과 한도 최솟값: 1 | 기본값— |
| 필드`user` | 유형`string` | 요건선택 사항 | 값과 한도 | 기본값— |

입력 자료 조합

**text\_to\_embedding**

메서드 매개변수와 수명 주기

| 매개변수 | 명세 |
| --- | --- |
| 매개변수`material_types` | 명세text |
| 매개변수`required` | 명세model, input |
| 매개변수`optional_controls` | 명세null |
| 매개변수`content_type` | 명세application/json |

수명 주기: `exact retained published method`

메서드 형식과 ID는 정확합니다. 공급자의 기능 지원과 요청 수락은 별개입니다.

### 요금

#### Ailoot 메서드 요금

입력

US$0.0001 */ 1K*

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 · 임베딩

임베딩 예제

```bash
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
```

### 결과 수신 및 저장

#### Ailoot · 임베딩

json

##### 완료된 결과 모두 보관

반환된 완전한 응답, 파일, 콘텐츠 부분을 모두 보관하세요.

해당 형식을 요청한 경우에만 base64 벡터를 디코딩하세요. 모든 벡터와 원래 인덱스를 보존하세요.

##### 원래 응답을 확인해야 할 경우

임베딩 작업 엔드포인트는 추가되지 않습니다.

응답 필드

| 필드 | 유형 |
| --- | --- |
| 필드`data[].index` | 유형integer |
| 필드`data[].embedding` | 유형finite float\[\]\|base64 float32 vector |
| 필드`model` | 유형string |
| 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** [`nvidia/nemotron-3-embed-1b`](https://ailoot.ai/models/ko/#m=nvidia%2Fnemotron-3-embed-1b&route=Core&caller=nvidia%2Fnemotron-3-embed-1b&fmt=embeddings), [`nemotron-3-embed`](https://ailoot.ai/models/ko/#m=nvidia%2Fnemotron-3-embed-1b&route=Core&caller=nemotron-3-embed&fmt=embeddings), [`nemotron-3-embed-latest`](https://ailoot.ai/models/ko/#m=nvidia%2Fnemotron-3-embed-1b&route=Core&caller=nemotron-3-embed-latest&fmt=embeddings)

#### 메서드 경로 별칭

위에 표시된 메서드 경로를 사용하세요.

#### 관련 호출용 ID

[`nvidia/nemotron-3-embed-1b`](https://ailoot.ai/models/ko/#m=nvidia%2Fnemotron-3-embed-1b&route=Core&caller=nvidia%2Fnemotron-3-embed-1b&fmt=embeddings), [`nemotron-3-embed`](https://ailoot.ai/models/ko/#m=nvidia%2Fnemotron-3-embed-1b&route=Core&caller=nemotron-3-embed&fmt=embeddings), [`nemotron-3-embed-latest`](https://ailoot.ai/models/ko/#m=nvidia%2Fnemotron-3-embed-1b&route=Core&caller=nemotron-3-embed-latest&fmt=embeddings)

FAQ · nvidia/nemotron-3-embed-1b

어떤 입력과 결과를 사용할 수 있나요?

`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`

요청은 어떤 필드를 사용하나요?

`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`

어떤 제한이 적용되나요?

`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`

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.