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

# Llama Nemotron Embed VL 1B v2

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

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

Llama Nemotron Embed VL v2 maakt vectoren voor semantisch zoeken in documenten. De huidige Ailoot-catalogus biedt tekstinvoer voor vragen en materiaal.

- [**Ailoot · Vectorrepresentaties** `POST /v1/embeddings` `nvidia/llama-nemotron-embed-vl-1b-v2`](https://ailoot.ai/models/nl/nvidia-llama-nemotron-embed-vl-1b-v2/#method-0)
- [**Ailoot · Vectorrepresentaties** `POST /v1/embeddings` `nemotron-embed-vl`](https://ailoot.ai/models/nl/nvidia-llama-nemotron-embed-vl-1b-v2/#method-1)
- [**Ailoot · Vectorrepresentaties** `POST /v1/embeddings` `nemotron-embed-vl-latest`](https://ailoot.ai/models/nl/nvidia-llama-nemotron-embed-vl-1b-v2/#method-2)

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.

#### De juiste pagina vinden met een vraag

Llama Nemotron Embed VL 1B v2 is ontwikkeld door NVIDIA om materiaal te zoeken dat helpt een vraag te beantwoorden. Het zoekverzoek wordt als tekst gegeven. In de huidige Ailoot-catalogus heeft het model tekstinvoer: de vraag en het materiaal worden als tekst gecodeerd. De fabrikant beschrijft ook documenten als pagina-afbeelding of afbeelding met geëxtraheerde tekst. Zulke visuele varianten vereisen een afzonderlijke methode met beeldondersteuning. Bij passende invoer vertegenwoordigt het model tabellen, grafieken en infographics in een gedeelde vectorruimte.

Dit zoeken past bij vraag-antwoordassistenten voor grote documentverzamelingen, interne naslagwerken en onderzoeksmateriaal. Het coderingsresultaat is een numerieke vector. De gevonden pagina of het fragment kan daarna aan een antwoordmodel worden doorgegeven: Embed VL voert zelf de stap van contextzoeken uit.

#### Documentvarianten bij de fabrikant

- Tekstdocument: een afzonderlijk gedeelte, fragment of al herkende paginatekst.
- Afbeelding: een volledige pagina met tekst, tabellen en grafische elementen.
- Afbeelding met tekst: het visuele paginabeeld en de tekstinhoud worden gecombineerd in één representatie.

Zoekverzoek en document worden onafhankelijk gecodeerd. De verzameling kan daarom vooraf worden verwerkt en de vectoren samen met de bronpagina's opgeslagen; bij een nieuwe vraag hoeft alleen de vraagvector te worden berekend. Vectorovereenkomst helpt materiaal op betekenis te selecteren. De tekstuele rollen van vraag en document verschillen, wat bij gegevensvoorbereiding moet worden behouden.

#### Representatiegrootte en invoerlengte

Elke invoer wordt omgezet in één vector met maximaal 2048 getallen. De tekstmodus gebruikt een budget van 8192 tokens. Voor de visuele fabrikantmethode met afbeelding en tekst is een gezamenlijk budget van 10240 tokens beschreven, inclusief beide delen; dit is niet de tekstlimiet van de Ailoot-methode. De afbeelding wordt in fragmenten verdeeld: de beschreven configuratie laat maximaal zes fragmenten en een verkleinde kopie van de hele pagina toe, samen ongeveer 1792 visuele tokens. Lange teksten moeten worden opgesplitst of ingekort.

Het taalgedeelte is gebouwd op Llama 3.2 1B en het visuele gedeelte op SigLIP2. Ze zijn gecombineerd in een encoder die de representaties van invoertokens middelt en één vector uitvoert. Contrastief leren brengt een vraag dichter bij een passende pagina en verder van irrelevant materiaal. Zoeken blijft probabilistisch: vectornabijheid garandeert niet dat het gekozen fragment het juiste antwoord bevat.

**Ailoot · Vectorrepresentaties** `POST /v1/embeddings` `nvidia/llama-nemotron-embed-vl-1b-v2`

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

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

Model-ID

- `nvidia/llama-nemotron-embed-vl-1b-v2`
- `nemotron-embed-vl`
- `nemotron-embed-vl-latest`

### Aan de slag

Llama Nemotron Embed VL v2 maakt vectoren voor semantisch zoeken in documenten. De huidige Ailoot-catalogus biedt tekstinvoer voor vragen en materiaal.

Toegestane invoer

Tekst

Resultaten

embedding

### Beschikbaar in Ailoot · invoer en methoden

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

Invoertypen

`text`

Uitvoertypen

`embedding`

Context

4.096 tokens

Uitvoerformaat

json

| Veld | Type | Vereiste | Waarden en limieten | Standaard |
| --- | --- | --- | --- | --- |
| Veld`model` | Type`string` | VereisteVereist | Waarden en limieten nvidia/llama-nemotron-embed-vl-1b-v2 | Standaard— |
| Veld`input` | Type`string\|string[]` | VereisteVereist | Waarden en limieten Minimumaantal items: 1 Voorwaarden: Elke tekenreeks is niet leeg na trimmen; data-URIs worden afgewezen; het geaccepteerde budget meet relevante UTF8-bytes. | Standaard— |
| Veld`input_type` | Type`string` | VereisteOptioneel | Waarden en limieten query, passage | Standaardquery |
| Veld`encoding_format` | Type`string` | VereisteOptioneel | Waarden en limieten float, base64 | Standaardfloat |
| Veld`truncate` | Type`string` | VereisteOptioneel | Waarden en limieten NONE, START, END | Standaard— |
| Veld`dimensions` | Type`integer` | VereisteOptioneel | Waarden en limieten Minimum: 1 | Standaard— |
| Veld`user` | Type`string` | VereisteOptioneel | Waarden en limieten | Standaard— |

Combinaties van invoermaterialen

**text\_to\_embedding**

Methodeparameters en levenscyclus

| Parameter | Contract |
| --- | --- |
| Parameter`material_types` | Contracttext |
| Parameter`required` | Contractmodel, input |
| Parameter`optional_controls` | Contractnull |
| Parameter`content_type` | Contractapplication/json |

Levenscyclus: `exact retained published method`

De methodestructuren en ID’s zijn exact; de mogelijkheden van de leverancier staan los van toelating.

### Tarieven

#### Ailoot-methodetarieven

Invoer

US$ 0,0001 */ 1K*

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/billing/reserve/)

### Voorbeeldverzoeken

#### Ailoot · Vectorrepresentaties

Embeddingvoorbeeld

```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/llama-nemotron-embed-vl-1b-v2", "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
```

### Resultaten ophalen en opslaan

#### Ailoot · Vectorrepresentaties

json

##### Alle voltooide resultaten bewaren

Bewaar elk volledig teruggegeven antwoord, bestand en inhoudsonderdeel.

Decodeer base64-vectoren alleen wanneer dat formaat is gevraagd; bewaar elke vector en de oorspronkelijke index.

##### Als het oorspronkelijke antwoord moet worden gecontroleerd

Er wordt geen endpoint voor embeddingtaken geïntroduceerd.

Antwoordvelden

| Veld | Type |
| --- | --- |
| Veld`data[].index` | Typeinteger |
| Veld`data[].embedding` | Typefinite float\[\]\|base64 float32 vector |
| Veld`model` | Typestring |
| 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** [`nvidia/llama-nemotron-embed-vl-1b-v2`](https://ailoot.ai/models/nl/#m=nvidia%2Fllama-nemotron-embed-vl-1b-v2&route=Core&caller=nvidia%2Fllama-nemotron-embed-vl-1b-v2&fmt=embeddings), [`nemotron-embed-vl`](https://ailoot.ai/models/nl/#m=nvidia%2Fllama-nemotron-embed-vl-1b-v2&route=Core&caller=nemotron-embed-vl&fmt=embeddings), [`nemotron-embed-vl-latest`](https://ailoot.ai/models/nl/#m=nvidia%2Fllama-nemotron-embed-vl-1b-v2&route=Core&caller=nemotron-embed-vl-latest&fmt=embeddings)

#### Aliasnamen voor methodepaden

Gebruik de hierboven getoonde methodepaden.

#### Gerelateerde aanroeper-ID’s

[`nvidia/llama-nemotron-embed-vl-1b-v2`](https://ailoot.ai/models/nl/#m=nvidia%2Fllama-nemotron-embed-vl-1b-v2&route=Core&caller=nvidia%2Fllama-nemotron-embed-vl-1b-v2&fmt=embeddings), [`nemotron-embed-vl`](https://ailoot.ai/models/nl/#m=nvidia%2Fllama-nemotron-embed-vl-1b-v2&route=Core&caller=nemotron-embed-vl&fmt=embeddings), [`nemotron-embed-vl-latest`](https://ailoot.ai/models/nl/#m=nvidia%2Fllama-nemotron-embed-vl-1b-v2&route=Core&caller=nemotron-embed-vl-latest&fmt=embeddings)

**Ailoot · Vectorrepresentaties** `POST /v1/embeddings` `nemotron-embed-vl`

[`nemotron-embed-vl`](https://ailoot.ai/models/nl/#m=nvidia%2Fllama-nemotron-embed-vl-1b-v2&route=Core&caller=nemotron-embed-vl&fmt=embeddings)

NVIDIA /`nemotron-embed-vl`

Model-ID

- `nvidia/llama-nemotron-embed-vl-1b-v2`
- `nemotron-embed-vl`
- `nemotron-embed-vl-latest`

### Aan de slag

Llama Nemotron Embed VL v2 maakt vectoren voor semantisch zoeken in documenten. De huidige Ailoot-catalogus biedt tekstinvoer voor vragen en materiaal.

Toegestane invoer

Tekst

Resultaten

embedding

### Beschikbaar in Ailoot · invoer en methoden

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

Invoertypen

`text`

Uitvoertypen

`embedding`

Context

4.096 tokens

Uitvoerformaat

json

| Veld | Type | Vereiste | Waarden en limieten | Standaard |
| --- | --- | --- | --- | --- |
| Veld`model` | Type`string` | VereisteVereist | Waarden en limieten nemotron-embed-vl | Standaard— |
| Veld`input` | Type`string\|string[]` | VereisteVereist | Waarden en limieten Minimumaantal items: 1 Voorwaarden: Elke tekenreeks is niet leeg na trimmen; data-URIs worden afgewezen; het geaccepteerde budget meet relevante UTF8-bytes. | Standaard— |
| Veld`input_type` | Type`string` | VereisteOptioneel | Waarden en limieten query, passage | Standaardquery |
| Veld`encoding_format` | Type`string` | VereisteOptioneel | Waarden en limieten float, base64 | Standaardfloat |
| Veld`truncate` | Type`string` | VereisteOptioneel | Waarden en limieten NONE, START, END | Standaard— |
| Veld`dimensions` | Type`integer` | VereisteOptioneel | Waarden en limieten Minimum: 1 | Standaard— |
| Veld`user` | Type`string` | VereisteOptioneel | Waarden en limieten | Standaard— |

Combinaties van invoermaterialen

**text\_to\_embedding**

Methodeparameters en levenscyclus

| Parameter | Contract |
| --- | --- |
| Parameter`material_types` | Contracttext |
| Parameter`required` | Contractmodel, input |
| Parameter`optional_controls` | Contractnull |
| Parameter`content_type` | Contractapplication/json |

Levenscyclus: `exact retained published method`

De methodestructuren en ID’s zijn exact; de mogelijkheden van de leverancier staan los van toelating.

### Tarieven

#### Ailoot-methodetarieven

Invoer

US$ 0,0001 */ 1K*

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/billing/reserve/)

### Voorbeeldverzoeken

#### Ailoot · Vectorrepresentaties

Embeddingvoorbeeld

```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-embed-vl", "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
```

### Resultaten ophalen en opslaan

#### Ailoot · Vectorrepresentaties

json

##### Alle voltooide resultaten bewaren

Bewaar elk volledig teruggegeven antwoord, bestand en inhoudsonderdeel.

Decodeer base64-vectoren alleen wanneer dat formaat is gevraagd; bewaar elke vector en de oorspronkelijke index.

##### Als het oorspronkelijke antwoord moet worden gecontroleerd

Er wordt geen endpoint voor embeddingtaken geïntroduceerd.

Antwoordvelden

| Veld | Type |
| --- | --- |
| Veld`data[].index` | Typeinteger |
| Veld`data[].embedding` | Typefinite float\[\]\|base64 float32 vector |
| Veld`model` | Typestring |
| 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** [`nvidia/llama-nemotron-embed-vl-1b-v2`](https://ailoot.ai/models/nl/#m=nvidia%2Fllama-nemotron-embed-vl-1b-v2&route=Core&caller=nvidia%2Fllama-nemotron-embed-vl-1b-v2&fmt=embeddings), [`nemotron-embed-vl`](https://ailoot.ai/models/nl/#m=nvidia%2Fllama-nemotron-embed-vl-1b-v2&route=Core&caller=nemotron-embed-vl&fmt=embeddings), [`nemotron-embed-vl-latest`](https://ailoot.ai/models/nl/#m=nvidia%2Fllama-nemotron-embed-vl-1b-v2&route=Core&caller=nemotron-embed-vl-latest&fmt=embeddings)

#### Aliasnamen voor methodepaden

Gebruik de hierboven getoonde methodepaden.

#### Gerelateerde aanroeper-ID’s

[`nvidia/llama-nemotron-embed-vl-1b-v2`](https://ailoot.ai/models/nl/#m=nvidia%2Fllama-nemotron-embed-vl-1b-v2&route=Core&caller=nvidia%2Fllama-nemotron-embed-vl-1b-v2&fmt=embeddings), [`nemotron-embed-vl`](https://ailoot.ai/models/nl/#m=nvidia%2Fllama-nemotron-embed-vl-1b-v2&route=Core&caller=nemotron-embed-vl&fmt=embeddings), [`nemotron-embed-vl-latest`](https://ailoot.ai/models/nl/#m=nvidia%2Fllama-nemotron-embed-vl-1b-v2&route=Core&caller=nemotron-embed-vl-latest&fmt=embeddings)

**Ailoot · Vectorrepresentaties** `POST /v1/embeddings` `nemotron-embed-vl-latest`

[`nemotron-embed-vl-latest`](https://ailoot.ai/models/nl/#m=nvidia%2Fllama-nemotron-embed-vl-1b-v2&route=Core&caller=nemotron-embed-vl-latest&fmt=embeddings)

NVIDIA /`nemotron-embed-vl-latest`

Model-ID

- `nvidia/llama-nemotron-embed-vl-1b-v2`
- `nemotron-embed-vl`
- `nemotron-embed-vl-latest`

### Aan de slag

Llama Nemotron Embed VL v2 maakt vectoren voor semantisch zoeken in documenten. De huidige Ailoot-catalogus biedt tekstinvoer voor vragen en materiaal.

Toegestane invoer

Tekst

Resultaten

embedding

### Beschikbaar in Ailoot · invoer en methoden

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

Invoertypen

`text`

Uitvoertypen

`embedding`

Context

4.096 tokens

Uitvoerformaat

json

| Veld | Type | Vereiste | Waarden en limieten | Standaard |
| --- | --- | --- | --- | --- |
| Veld`model` | Type`string` | VereisteVereist | Waarden en limieten nemotron-embed-vl-latest | Standaard— |
| Veld`input` | Type`string\|string[]` | VereisteVereist | Waarden en limieten Minimumaantal items: 1 Voorwaarden: Elke tekenreeks is niet leeg na trimmen; data-URIs worden afgewezen; het geaccepteerde budget meet relevante UTF8-bytes. | Standaard— |
| Veld`input_type` | Type`string` | VereisteOptioneel | Waarden en limieten query, passage | Standaardquery |
| Veld`encoding_format` | Type`string` | VereisteOptioneel | Waarden en limieten float, base64 | Standaardfloat |
| Veld`truncate` | Type`string` | VereisteOptioneel | Waarden en limieten NONE, START, END | Standaard— |
| Veld`dimensions` | Type`integer` | VereisteOptioneel | Waarden en limieten Minimum: 1 | Standaard— |
| Veld`user` | Type`string` | VereisteOptioneel | Waarden en limieten | Standaard— |

Combinaties van invoermaterialen

**text\_to\_embedding**

Methodeparameters en levenscyclus

| Parameter | Contract |
| --- | --- |
| Parameter`material_types` | Contracttext |
| Parameter`required` | Contractmodel, input |
| Parameter`optional_controls` | Contractnull |
| Parameter`content_type` | Contractapplication/json |

Levenscyclus: `exact retained published method`

De methodestructuren en ID’s zijn exact; de mogelijkheden van de leverancier staan los van toelating.

### Tarieven

#### Ailoot-methodetarieven

Invoer

US$ 0,0001 */ 1K*

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/billing/reserve/)

### Voorbeeldverzoeken

#### Ailoot · Vectorrepresentaties

Embeddingvoorbeeld

```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-embed-vl-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
```

### Resultaten ophalen en opslaan

#### Ailoot · Vectorrepresentaties

json

##### Alle voltooide resultaten bewaren

Bewaar elk volledig teruggegeven antwoord, bestand en inhoudsonderdeel.

Decodeer base64-vectoren alleen wanneer dat formaat is gevraagd; bewaar elke vector en de oorspronkelijke index.

##### Als het oorspronkelijke antwoord moet worden gecontroleerd

Er wordt geen endpoint voor embeddingtaken geïntroduceerd.

Antwoordvelden

| Veld | Type |
| --- | --- |
| Veld`data[].index` | Typeinteger |
| Veld`data[].embedding` | Typefinite float\[\]\|base64 float32 vector |
| Veld`model` | Typestring |
| 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** [`nvidia/llama-nemotron-embed-vl-1b-v2`](https://ailoot.ai/models/nl/#m=nvidia%2Fllama-nemotron-embed-vl-1b-v2&route=Core&caller=nvidia%2Fllama-nemotron-embed-vl-1b-v2&fmt=embeddings), [`nemotron-embed-vl`](https://ailoot.ai/models/nl/#m=nvidia%2Fllama-nemotron-embed-vl-1b-v2&route=Core&caller=nemotron-embed-vl&fmt=embeddings), [`nemotron-embed-vl-latest`](https://ailoot.ai/models/nl/#m=nvidia%2Fllama-nemotron-embed-vl-1b-v2&route=Core&caller=nemotron-embed-vl-latest&fmt=embeddings)

#### Aliasnamen voor methodepaden

Gebruik de hierboven getoonde methodepaden.

#### Gerelateerde aanroeper-ID’s

[`nvidia/llama-nemotron-embed-vl-1b-v2`](https://ailoot.ai/models/nl/#m=nvidia%2Fllama-nemotron-embed-vl-1b-v2&route=Core&caller=nvidia%2Fllama-nemotron-embed-vl-1b-v2&fmt=embeddings), [`nemotron-embed-vl`](https://ailoot.ai/models/nl/#m=nvidia%2Fllama-nemotron-embed-vl-1b-v2&route=Core&caller=nemotron-embed-vl&fmt=embeddings), [`nemotron-embed-vl-latest`](https://ailoot.ai/models/nl/#m=nvidia%2Fllama-nemotron-embed-vl-1b-v2&route=Core&caller=nemotron-embed-vl-latest&fmt=embeddings)

FAQ · nvidia/llama-nemotron-embed-vl-1b-v2

Welke invoer en resultaten zijn beschikbaar?

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

Welke velden gebruikt het verzoek?

`POST /v1/embeddings` · `nvidia/llama-nemotron-embed-vl-1b-v2`: `model`, `input`, `input_type`, `encoding_format`, `truncate`, `dimensions`, `user` `POST /v1/embeddings` · `nemotron-embed-vl`: `model`, `input`, `input_type`, `encoding_format`, `truncate`, `dimensions`, `user` `POST /v1/embeddings` · `nemotron-embed-vl-latest`: `model`, `input`, `input_type`, `encoding_format`, `truncate`, `dimensions`, `user`

Welke limieten gelden?

`POST /v1/embeddings` · `nvidia/llama-nemotron-embed-vl-1b-v2`: `ctx`: `4096`; `input.min_items`: `1`; `dimensions.minimum`: `1` `POST /v1/embeddings` · `nemotron-embed-vl`: `ctx`: `4096`; `input.min_items`: `1`; `dimensions.minimum`: `1` `POST /v1/embeddings` · `nemotron-embed-vl-latest`: `ctx`: `4096`; `input.min_items`: `1`; `dimensions.minimum`: `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/billing/subscriptions/) · [Bekijk modelprijzen](https://ailoot.ai/models/nl/)

## 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)

## 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.