Source: https://ailoot.ai/models/nl-be/nvidia-nemotron-3-embed-1b-u003a-free/ Canonical: https://ailoot.ai/models/nl-be/nvidia-nemotron-3-embed-1b-u003a-free/ Language: nl-be # NVIDIA: Nemotron 3 Embed 1B (free) [Markdown](https://ailoot.ai/models/nl-be/nvidia-nemotron-3-embed-1b-u003a-free/index.md) · [JSON](https://ailoot.ai/models/nl-be/nvidia-nemotron-3-embed-1b-u003a-free/facts.json) ## [NVIDIA: Nemotron 3 Embed 1B (free)](https://ailoot.ai/models/nl-be/nvidia-nemotron-3-embed-1b-u003a-free/) NVIDIA Nemotron 3 Embed 1B zet meertalige zoekvragen en passages om in vectoren met 2048 dimensies voor zoeken en RAG. De gedocumenteerde familie ondersteunt reeksen van 32.768 tokens en kleinere vectoren met hernormalisatie. - [**Ailoot Ultra · Embeddings** `POST /v1/embeddings` `nvidia/nemotron-3-embed-1b:free`](https://ailoot.ai/models/nl-be/nvidia-nemotron-3-embed-1b-u003a-free/#method-0) Over het model Deze beschrijving gaat over de mogelijkheden van het model. De via Ailoot beschikbare invoer, uitvoer en opties staan hieronder voor de geselecteerde methode. Nemotron 3 Embed 1B is de tekstembeddingfamilie van NVIDIA voor meertalige en taaloverschrijdende informatieopvraging en semantische gelijkenis. Deze familie zet een vraag of passage om in een dense vector die een zoeksysteem met andere tekstrepresentaties kan vergelijken. De fabrikant evalueert de gedocumenteerde 1B-uitgaven in vierendertig taal- en taalvariantinstellingen, waaronder Engels, Arabisch, Chinees, Russisch, Japans, Koreaans en Hinglish. #### Encoder en representatie De modelkaart van de maker beschrijft een met pruning verkleinde bidirectionele transformer die van Ministral 3 is afgeleid. Het model heeft ongeveer 1,14 miljard parameters en middelt de representaties op tokenniveau om één embedding per tekst te verkrijgen. De native uitvoer is een 2048-dimensionale drijvende-kommavector. Dat is een zoekrepresentatie in plaats van een geschreven antwoord op de vraag die wordt ingebed. De fabrikant ondersteunt ook het behouden van het eerste deel van die representatie, bijvoorbeeld 1024 of 512 dimensies. De verkorte vector moet na het afsnijden opnieuw L2-genormaliseerd worden. Houd de gekozen representatielengte en normalisatie consistent aan de zoekvraag- en corpuszijde van een zoektaak. De vectorlengte en de invoersequentielengte zijn afzonderlijke eigenschappen. #### Zoekvragen en passages voorbereiden De gedocumenteerde zoekconventie gebruikt “query:” voor een vraag en “passage:” voor documenttekst. De producentvoorbeelden passen die rollen vóór codering toe en vergelijken genormaliseerde vectoren met een inproduct, gelijkwaardig aan cosinusgelijkenis. Gebruik de voorbereiding die de gekozen workflow verwacht in plaats van een ruwe corpusrepresentatie met een anders voorbereide zoekvraag te mengen. Een praktische verzameling kan technische uitleg, beleid of codegerelateerde documentatie bevatten. Een vraag over hoe een functie een specifiek geval afhandelt moet de bronpassage of het codefragment ophalen dat dat gedrag beschrijft. Bewaar identifiers, koppen en relevante voorwaarden bij de daadwerkelijke passagetekst. De vector maakt de kandidaat doorzoekbaar; de behouden bron is wat een lezer of latere RAG-antwoordfase gebruikt. #### Langer bronmateriaal De gedocumenteerde maximale sequentielengte is 32.768 tokens. Kies passagegrenzen bewust, ook wanneer het model aanzienlijke tekst kan verwerken. Een volledige sectie kan een definitie en de uitzonderingen erop bewaren; een gericht fragment kan een specifiek antwoord makkelijker te onderzoeken maken. Invoer buiten het modelvenster moet worden opgesplitst of afgekapt, dus het weggelaten einde mag niet als gerepresenteerde inhoud worden behandeld. Houd elk ingebed item gekoppeld aan het bovenliggende document en de versie. Bewaar bij een rapport de sectietitel en de uitleg rond de conclusie waarop de vraag betrekking heeft. Behoud bij codezoeken de functienaam, relevante interface en het gedrag bij het fragment. Dat levert een concreet bronartefact op wanneer de zoekfase een kandidaat retourneert. #### Familie-edities en resultaatgebruik NVIDIA documenteert BF16- en NVFP4-versies van de 1B-familie. De gekwantiseerde modelkaart zegt dat die twee uitgaven een embeddingruimte delen en beveelt aan bij een versiewissel de zoekkwaliteit op representatief materiaal te controleren. De verklaarde gemeenschappelijke representatie is een fabrikantverklaring over dat benoemde paar, geen algemene regel voor elk model met 2048 uitvoerwaarden. Het bruikbare resultaat is een zoekvraagvector of een geïndexeerde bronverzameling met model, dimensiekeuze en voorbereiding vastgelegd. Retourneer de kandidaattekst met de identifier en onderzoek of die de vereiste informatie levert. De fabrikant merkt expliciet op dat een zoekmodel niet voor elke vraag de juiste passage garandeert; een latere herrangschikkings- of antwoordfase werkt met die kandidaten als eigen taak. **Ailoot Ultra · Embeddings** `POST /v1/embeddings` `nvidia/nemotron-3-embed-1b:free` [`nvidia/nemotron-3-embed-1b:free`](https://ailoot.ai/models/nl-be/#m=nvidia%2Fnemotron-3-embed-1b%3Afree&route=Ultra&caller=nvidia%2Fnemotron-3-embed-1b%3Afree&fmt=embeddings) NVIDIA /`nvidia/nemotron-3-embed-1b:free` ### Aan de slag NVIDIA Nemotron 3 Embed 1B zet meertalige zoekvragen en passages om in vectoren met 2048 dimensies voor zoeken en RAG. De gedocumenteerde familie ondersteunt reeksen van 32.768 tokens en kleinere vectoren met hernormalisatie. Toegestane invoer Tekst · token\_ids Resultaten embedding ### Beschikbaar in Ailoot · invoer en methoden **Ailoot Ultra · Embeddings** `POST /v1/embeddings` Invoer `text`, `token_ids` Uitvoer `embedding` Context 32.768 tokens Uitvoerformaat json | Veld | Type | Vereiste | Waarden en limieten | Standaard | | --- | --- | --- | --- | --- | | Veld`model` | Type`string` | VereisteVereist | Waarden en limieten nvidia/nemotron-3-embed-1b:free | Standaard— | | Veld`input` | Type`string\|string[]\|integer[]\|integer[][]` | VereisteVereist | Waarden en limieten Minimumaantal items: 1 Voorwaarden: Niet-lege homogene batch. Token-ID's zijn niet-negatieve gehele getallen. Invoerbudget: Maximum: 32.768 · Teksteenheid: UTF8-bytes · Tokeneenheid: elementen van de token-array | Standaard— | | Veld`encoding_format` | Type`string` | VereisteOptioneel | Waarden en limieten float | Standaardfloat | | Veld`dimensions` | Type`integer` | VereisteNiet ondersteund | Waarden en limieten Minimum: 1 | Standaard— | | Veld`user` | Type`json_value` | VereisteOptioneel | Waarden en limieten Voorwaarden: De bron staat dit JSON-metadataveld toe; de precieze betekenis bij de achterliggende leverancier is modelspecifiek. | Standaard— | | Veld`session_id` | Type`json_value` | VereisteOptioneel | Waarden en limieten Voorwaarden: De bron staat dit JSON-metadataveld toe; de precieze betekenis bij de achterliggende leverancier is modelspecifiek. | Standaard— | | Veld`trace` | Type`json_value` | VereisteOptioneel | Waarden en limieten Voorwaarden: De bron staat dit JSON-metadataveld toe; de precieze betekenis bij de achterliggende leverancier is modelspecifiek. | Standaard— | | Veld`provider` | Type`object` | VereisteOptioneel | Waarden en limieten Voorwaarden: provider.options geweigerd | Standaard— | Combinaties van invoermaterialen **text\_to\_embedding** Methodeparameters en levenscyclus | Parameter | Contract | | --- | --- | | Parameter`content_type` | Contractapplication/json | | Parameter`required` | Contractmodel, input | | Parameter`input_shapes` | Contractstring, string\[\], nonnegative\_integer\_token\_array, nonnegative\_integer\_token\_array\[\] | | Parameter`encoding_format` | Contractfloat | | Parameter`dimensions_override` | Contractfalse | | Parameter`max_input_budget_units` | Contract32768 | | Parameter`multimodal_objects` | Contractfalse | | Parameter`material_types` | Contracttext, token\_ids | Levenscyclus: `synchronous_json` Bewaar elke vectorindex en -dimensie. Ook bij een multimodale modelnaam zijn afbeeldingsobjecten op dit specifieke pad niet toegestaan. ### Tarieven Tariefverwijzingen voegen geen verzoekopties toe. Ondersteunde parameters staan bij de geselecteerde methode. Snelle modus Standaardtarief Wanneer de snelle modus geselecteerd is Flex-modus Standaardtarief Wanneer de flex-modus geselecteerd is Maximale redeneerinspanning Standaardtarief Wanneer voor maximale redeneerinspanning de default-aanpassing wordt gebruikt #### Ailoot-tarieven #### Prijzen per configuratie | Configuratie | Tariefstaffel | Kosten | | --- | --- | --- | | ConfiguratieBasistarieven voor tokens | TariefstaffelBasistarief | Kosten Invoer · Invoertokens **$0** / 1K tokens Uitvoer · Uitvoertokens **$0** / 1K tokens Invoer · Cache lezen **—** / 1K tokens Invoer · Cache schrijven **—** / 1K tokens Invoer · Cache schrijven, 1 uur **—** / 1K tokens | Ailoot reserveert vóór een verzoek een geschat bedrag. Na het resultaat worden de uiteindelijke kosten afgerekend op basis van het gemeten verbruik. Bij streaming gebeurt de afrekening op basis van de definitieve verbruiksregistratie. [Zo werken reservering en afrekening →](https://ailoot.ai/docs/nl-be/billing/reserve/) ### Voorbeeldverzoeken #### Ailoot Ultra · Embeddings curlPython SDK ```bash set -eu : "${AILOOT_API_KEY:?Set your Ailoot API key}" python3 - <<'PY_REQUEST' import json,os from pathlib import Path p=json.loads('{"model": "nvidia/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 ``` ```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/nemotron-3-embed-1b:free',input=["First document","Second document"]) print(result) for item in result.data:print(item.index,item.embedding) ``` ### Resultaten ophalen en opslaan #### Ailoot Ultra · Embeddings json ##### Alle voltooide resultaten bewaren Bewaar elk volledig teruggegeven antwoord, bestand en inhoudsonderdeel. Bewaar elke vector met zijn index. Het aantal vectoren moet gelijk zijn aan het aantal invoeritems; de dimensies moeten consistent zijn. ##### Als het oorspronkelijke antwoord moet worden gecontroleerd Er wordt geen endpoint voor embeddingtaken toegevoegd. Antwoordvelden | Veld | Type | | --- | --- | | Veld`object` | Typestring | | Veld`model` | Typestring | | Veld`data[].index` | Typeinteger | | Veld`data[].embedding` | Typefinite float\[\] | | Veld`usage` | Typeobject | Fouten en vervolgstappen | Antwoord | Voorwaarde | Volgende stap | | --- | --- | --- | | Antwoord400 · `invalid_request_error` | VoorwaardeVerplichte velden, de materiaalrepresentatie of een parameterwaarde zijn ongeldig | Volgende stapCorrigeer de aangegeven velden vóór een nieuwe aanmaakaanvraag. | ### Aliasnamen #### Modelaliasnamen **Ailoot Ultra** [`nvidia/nemotron-3-embed-1b:free`](https://ailoot.ai/models/nl-be/#m=nvidia%2Fnemotron-3-embed-1b%3Afree&route=Ultra&caller=nvidia%2Fnemotron-3-embed-1b%3Afree&fmt=embeddings) #### Aliasnamen voor methodepaden Gebruik de hierboven getoonde methodepaden. #### Gerelateerde aanroeper-ID’s [`nvidia/nemotron-3-embed-1b:free`](https://ailoot.ai/models/nl-be/#m=nvidia%2Fnemotron-3-embed-1b%3Afree&route=Ultra&caller=nvidia%2Fnemotron-3-embed-1b%3Afree&fmt=embeddings) FAQ · NVIDIA: Nemotron 3 Embed 1B (free) Welke invoer en resultaten zijn beschikbaar? `POST /v1/embeddings` · `nvidia/nemotron-3-embed-1b:free`: `text`, `token_ids` → `embedding` Welke velden gebruikt het verzoek? `POST /v1/embeddings` · `nvidia/nemotron-3-embed-1b:free`: `model`, `input`, `encoding_format`, `provider` Welke limieten gelden? `POST /v1/embeddings` · `nvidia/nemotron-3-embed-1b:free`: `ctx`: `32768`; `input.budget.maximum`: `32768` (UTF8-bytes); `input.min_items`: `1` Verbind Ailoot met Claude Code, OpenCode, Hermes of je eigen applicatie. ## Het bedrijf en zijn projectenportefeuille Het bedrijf en zijn projectenportefeuille: miljoenen klanten; maandelijkse verkopen in de miljarden. ## Koop tokens met korting. Abonnementsvoordeel voor regelmatig gebruik. Promotiecodes geven tot 50% korting op tokens. Abonnement Kies een abonnement met korting voor je terugkerende verzoeken. Promotiecode tot 50% Vul de code bij aankoop in. De prijs wordt volgens de lopende actie herberekend. Kosten in de geschiedenis Model, tokens en bedrag worden per verzoek bewaard. [Kies een abonnement](https://ailoot.ai/docs/nl-be/billing/subscriptions/) · [Bekijk modelprijzen](https://ailoot.ai/models/nl-be/) ## Verbind de API met het product dat je verkoopt. SaaS, apps en bots volgens de openbare aanbodvoorwaarden en licentieovereenkomst van Ailoot. Vraag voor doorverkoop een resellerlicentie aan. Commerciële applicatie Voeg tekst-, beeld-, video- en geluidsgeneratie aan betaalde functies van je service toe. Resellerlicentie Stuur een projectbeschrijving en toegangsschema. Vraag schriftelijke voorwaarden voor gebruik en doorverkoop. Documenten op de site Aanbodvoorwaarden, licentieovereenkomst en gegevensbeleid zijn vóór het verbinden beschikbaar. [Vraag een resellerlicentie aan](mailto:support@ailoot.ai) · [Aanbodvoorwaarden en licentieovereenkomst](https://ailoot.ai/legal/offer?lang=nl-be) ## Ailoot · Het bedrijf en zijn projectenportefeuille Ailoot bouwt op opgebouwde operationele ervaring, een groot klantenbestand, een stabiele dienst en doorlopende KPI-controle. Het bedrijf en zijn projectenportefeuille: miljoenen klanten; maandelijkse verkopen in de miljarden. Ailoot gebruikt die operationele ervaring voor API-toegang tot AI-functies in klantproducten, agents, applicaties en automatiseringen.