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

# Nemotron 3 Embed 1B

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

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

Nemotron 3 Embed 1B transforma textos em vetores para pesquisa multilingue, pesquisa de código e RAG. Processa sequências de até 32768 tokens e produz uma representação com dimensão de 2048 números.

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

Sobre o modelo

Esta descrição apresenta as capacidades do modelo. As entradas, saídas e opções disponíveis no Ailoot para o método selecionado estão indicadas abaixo.

Nemotron 3 Embed 1B é um modelo textual da NVIDIA para pesquisa por significado e comparação de fragmentos. Codifica perguntas, documentos e código em vetores numéricos densos. Estas representações são utilizadas para encontrar o contexto necessário em grandes coleções, acrescentá-lo à resposta de um assistente ou extrair informação guardada anteriormente para o passo seguinte de um agente.

#### Conhecimento multilingue e código

O modelo destina-se a pesquisa multilingue e entre línguas: a pergunta e o material adequado podem estar escritos em línguas diferentes. O russo faz parte do conjunto publicado de 34 línguas, juntamente com inglês, ucraniano, chinês, japonês, árabe e outras. Isto é útil em bases de conhecimento comuns em que documentos técnicos e pedidos de utilizadores não estão todos na mesma língua.

As tarefas incluem pesquisa em documentação, comparação de textos e extração de código a partir de uma descrição verbal. A janela de entrada alargada permite trabalhar com documentos longos, contexto de programação extenso e histórico de vários passos de um agente. O material encontrado regressa ao processo seguinte como contexto; as explicações e respostas finais são preparadas pelo componente seguinte do sistema.

#### Do texto ao vetor

A entrada consiste em cadeias de texto. Para cada cadeia, é produzido um vetor de 2048 números. O comprimento máximo da sequência é de 32768 tokens; material mais longo tem de ser dividido em partes ou reduzido. A preparação da entrada distingue pergunta e documento: o modelo foi treinado para relacionar os seus papéis, pelo que a mesma cadeia nestas duas tarefas não deve ser apresentada sem considerar a finalidade.

Os vetores são normalizados pelo comprimento. Com esta representação, o produto escalar e a semelhança do cosseno proporcionam formas equivalentes de comparação. Podem manter-se as primeiras 1024 ou 512 coordenadas do vetor completo, mas é necessário voltar a normalizar depois do corte. Esta é uma propriedade do processamento do resultado; a dimensão deve ser escolhida de forma coerente para a coleção e para os pedidos.

#### Como funciona o modelo compacto

O codificador contém cerca de 1,14 mil milhões de parâmetros. Foi obtido a partir de um modelo baseado em Ministral 3 3B através de duas etapas de redução estrutural e destilação. A atenção bidirecional considera toda a entrada e, depois, calcula-se a média das representações dos tokens para formar um vetor comum.

A NVIDIA disponibiliza variantes BF16 e NVFP4. Os seus espaços de representação são próximos, mas mudar de variante exige verificação nos próprios documentos. Nem a semelhança numérica nem o comprimento do contexto garantem que a pesquisa escolha sempre o fragmento correto.

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

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

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

ID do modelo

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

### Introdução

Nemotron 3 Embed 1B transforma textos em vetores para pesquisa multilingue, pesquisa de código e RAG. Processa sequências de até 32768 tokens e produz uma representação com dimensão de 2048 números.

Entradas aceites

Texto

Resultados

embedding

### Disponível no Ailoot · entradas e métodos

**Ailoot · Representações vetoriais** `POST /v1/embeddings`

Entrada

`text`

Saída

`embedding`

Contexto

4096 tokens

Formato de saída

json

| Campo | Tipo | Requisito | Valores e limites | Predefinição |
| --- | --- | --- | --- | --- |
| Campo`model` | Tipo`string` | RequisitoObrigatório | Valores e limites nvidia/nemotron-3-embed-1b | Predefinição— |
| Campo`input` | Tipo`string\|string[]` | RequisitoObrigatório | Valores e limites Número mínimo de elementos: 1 Condições: Todas as cadeias têm de permanecer não vazias após trim; os URIs data são rejeitados; o orçamento aceite mede os bytes UTF8 relevantes. | Predefinição— |
| Campo`input_type` | Tipo`string` | RequisitoOpcional | Valores e limites query, passage | Predefiniçãoquery |
| Campo`encoding_format` | Tipo`string` | RequisitoOpcional | Valores e limites float, base64 | Predefiniçãofloat |
| Campo`truncate` | Tipo`string` | RequisitoOpcional | Valores e limites NONE, START, END | Predefinição— |
| Campo`dimensions` | Tipo`integer` | RequisitoOpcional | Valores e limites Mínimo: 1 | Predefinição— |
| Campo`user` | Tipo`string` | RequisitoOpcional | Valores e limites | Predefinição— |

Combinações de materiais de entrada

**text\_to\_embedding**

Parâmetros e ciclo de vida do método

| Parâmetro | Contrato |
| --- | --- |
| Parâmetro`material_types` | Contratotext |
| Parâmetro`required` | Contratomodel, input |
| Parâmetro`optional_controls` | Contratonull |
| Parâmetro`content_type` | Contratoapplication/json |

Ciclo de vida: `exact retained published method`

As estruturas dos métodos e os ID são exatos; a capacidade do fornecedor é distinta da admissão dos pedidos.

### Tarifários

#### Tarifas dos métodos Ailoot

Entrada

0,0001 US$ */ 1K*

O Ailoot reserva um montante estimado antes de um pedido. Após o resultado, liquida o custo final com base na utilização medida. No streaming, a liquidação usa o registo final de utilização. [Como funcionam a reserva e a liquidação →](https://ailoot.ai/docs/pt-pt/billing/reserve/)

### Exemplos de pedidos

#### Ailoot · Representações vetoriais

Exemplo de embeddings

```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
```

### Receber e guardar os resultados

#### Ailoot · Representações vetoriais

json

##### Guardar todos os resultados concluídos

Guarde cada resposta, ficheiro e parte de conteúdo devolvidos na íntegra.

Descodifique os vetores base64 apenas quando esse formato tiver sido solicitado; conserve todos os vetores e o respetivo índice original.

##### Se for necessário verificar a resposta original

Não é introduzido nenhum endpoint de tarefas de embeddings.

Campos da resposta

| Campo | Tipo |
| --- | --- |
| Campo`data[].index` | Tipointeger |
| Campo`data[].embedding` | Tipofinite float\[\]\|base64 float32 vector |
| Campo`model` | Tipostring |
| Campo`usage` | Tipoobject |

Erros e passos seguintes

| Resposta | Condição | Passo seguinte |
| --- | --- | --- |
| Resposta400 · `invalid_request_error` | CondiçãoCampos obrigatórios, representação do material ou valor do parâmetro inválidos | Passo seguinteCorrija os campos indicados antes de um novo pedido de criação. |

### Aliases

#### Aliases do modelo

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

#### Aliases dos caminhos dos métodos

Use os caminhos dos métodos indicados acima.

#### IDs de chamada relacionados

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

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

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

NVIDIA /`nemotron-3-embed`

ID do modelo

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

### Introdução

Nemotron 3 Embed 1B transforma textos em vetores para pesquisa multilingue, pesquisa de código e RAG. Processa sequências de até 32768 tokens e produz uma representação com dimensão de 2048 números.

Entradas aceites

Texto

Resultados

embedding

### Disponível no Ailoot · entradas e métodos

**Ailoot · Representações vetoriais** `POST /v1/embeddings`

Entrada

`text`

Saída

`embedding`

Contexto

4096 tokens

Formato de saída

json

| Campo | Tipo | Requisito | Valores e limites | Predefinição |
| --- | --- | --- | --- | --- |
| Campo`model` | Tipo`string` | RequisitoObrigatório | Valores e limites nemotron-3-embed | Predefinição— |
| Campo`input` | Tipo`string\|string[]` | RequisitoObrigatório | Valores e limites Número mínimo de elementos: 1 Condições: Todas as cadeias têm de permanecer não vazias após trim; os URIs data são rejeitados; o orçamento aceite mede os bytes UTF8 relevantes. | Predefinição— |
| Campo`input_type` | Tipo`string` | RequisitoOpcional | Valores e limites query, passage | Predefiniçãoquery |
| Campo`encoding_format` | Tipo`string` | RequisitoOpcional | Valores e limites float, base64 | Predefiniçãofloat |
| Campo`truncate` | Tipo`string` | RequisitoOpcional | Valores e limites NONE, START, END | Predefinição— |
| Campo`dimensions` | Tipo`integer` | RequisitoOpcional | Valores e limites Mínimo: 1 | Predefinição— |
| Campo`user` | Tipo`string` | RequisitoOpcional | Valores e limites | Predefinição— |

Combinações de materiais de entrada

**text\_to\_embedding**

Parâmetros e ciclo de vida do método

| Parâmetro | Contrato |
| --- | --- |
| Parâmetro`material_types` | Contratotext |
| Parâmetro`required` | Contratomodel, input |
| Parâmetro`optional_controls` | Contratonull |
| Parâmetro`content_type` | Contratoapplication/json |

Ciclo de vida: `exact retained published method`

As estruturas dos métodos e os ID são exatos; a capacidade do fornecedor é distinta da admissão dos pedidos.

### Tarifários

#### Tarifas dos métodos Ailoot

Entrada

0,0001 US$ */ 1K*

O Ailoot reserva um montante estimado antes de um pedido. Após o resultado, liquida o custo final com base na utilização medida. No streaming, a liquidação usa o registo final de utilização. [Como funcionam a reserva e a liquidação →](https://ailoot.ai/docs/pt-pt/billing/reserve/)

### Exemplos de pedidos

#### Ailoot · Representações vetoriais

Exemplo de embeddings

```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
```

### Receber e guardar os resultados

#### Ailoot · Representações vetoriais

json

##### Guardar todos os resultados concluídos

Guarde cada resposta, ficheiro e parte de conteúdo devolvidos na íntegra.

Descodifique os vetores base64 apenas quando esse formato tiver sido solicitado; conserve todos os vetores e o respetivo índice original.

##### Se for necessário verificar a resposta original

Não é introduzido nenhum endpoint de tarefas de embeddings.

Campos da resposta

| Campo | Tipo |
| --- | --- |
| Campo`data[].index` | Tipointeger |
| Campo`data[].embedding` | Tipofinite float\[\]\|base64 float32 vector |
| Campo`model` | Tipostring |
| Campo`usage` | Tipoobject |

Erros e passos seguintes

| Resposta | Condição | Passo seguinte |
| --- | --- | --- |
| Resposta400 · `invalid_request_error` | CondiçãoCampos obrigatórios, representação do material ou valor do parâmetro inválidos | Passo seguinteCorrija os campos indicados antes de um novo pedido de criação. |

### Aliases

#### Aliases do modelo

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

#### Aliases dos caminhos dos métodos

Use os caminhos dos métodos indicados acima.

#### IDs de chamada relacionados

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

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

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

NVIDIA /`nemotron-3-embed-latest`

ID do modelo

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

### Introdução

Nemotron 3 Embed 1B transforma textos em vetores para pesquisa multilingue, pesquisa de código e RAG. Processa sequências de até 32768 tokens e produz uma representação com dimensão de 2048 números.

Entradas aceites

Texto

Resultados

embedding

### Disponível no Ailoot · entradas e métodos

**Ailoot · Representações vetoriais** `POST /v1/embeddings`

Entrada

`text`

Saída

`embedding`

Contexto

4096 tokens

Formato de saída

json

| Campo | Tipo | Requisito | Valores e limites | Predefinição |
| --- | --- | --- | --- | --- |
| Campo`model` | Tipo`string` | RequisitoObrigatório | Valores e limites nemotron-3-embed-latest | Predefinição— |
| Campo`input` | Tipo`string\|string[]` | RequisitoObrigatório | Valores e limites Número mínimo de elementos: 1 Condições: Todas as cadeias têm de permanecer não vazias após trim; os URIs data são rejeitados; o orçamento aceite mede os bytes UTF8 relevantes. | Predefinição— |
| Campo`input_type` | Tipo`string` | RequisitoOpcional | Valores e limites query, passage | Predefiniçãoquery |
| Campo`encoding_format` | Tipo`string` | RequisitoOpcional | Valores e limites float, base64 | Predefiniçãofloat |
| Campo`truncate` | Tipo`string` | RequisitoOpcional | Valores e limites NONE, START, END | Predefinição— |
| Campo`dimensions` | Tipo`integer` | RequisitoOpcional | Valores e limites Mínimo: 1 | Predefinição— |
| Campo`user` | Tipo`string` | RequisitoOpcional | Valores e limites | Predefinição— |

Combinações de materiais de entrada

**text\_to\_embedding**

Parâmetros e ciclo de vida do método

| Parâmetro | Contrato |
| --- | --- |
| Parâmetro`material_types` | Contratotext |
| Parâmetro`required` | Contratomodel, input |
| Parâmetro`optional_controls` | Contratonull |
| Parâmetro`content_type` | Contratoapplication/json |

Ciclo de vida: `exact retained published method`

As estruturas dos métodos e os ID são exatos; a capacidade do fornecedor é distinta da admissão dos pedidos.

### Tarifários

#### Tarifas dos métodos Ailoot

Entrada

0,0001 US$ */ 1K*

O Ailoot reserva um montante estimado antes de um pedido. Após o resultado, liquida o custo final com base na utilização medida. No streaming, a liquidação usa o registo final de utilização. [Como funcionam a reserva e a liquidação →](https://ailoot.ai/docs/pt-pt/billing/reserve/)

### Exemplos de pedidos

#### Ailoot · Representações vetoriais

Exemplo de embeddings

```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
```

### Receber e guardar os resultados

#### Ailoot · Representações vetoriais

json

##### Guardar todos os resultados concluídos

Guarde cada resposta, ficheiro e parte de conteúdo devolvidos na íntegra.

Descodifique os vetores base64 apenas quando esse formato tiver sido solicitado; conserve todos os vetores e o respetivo índice original.

##### Se for necessário verificar a resposta original

Não é introduzido nenhum endpoint de tarefas de embeddings.

Campos da resposta

| Campo | Tipo |
| --- | --- |
| Campo`data[].index` | Tipointeger |
| Campo`data[].embedding` | Tipofinite float\[\]\|base64 float32 vector |
| Campo`model` | Tipostring |
| Campo`usage` | Tipoobject |

Erros e passos seguintes

| Resposta | Condição | Passo seguinte |
| --- | --- | --- |
| Resposta400 · `invalid_request_error` | CondiçãoCampos obrigatórios, representação do material ou valor do parâmetro inválidos | Passo seguinteCorrija os campos indicados antes de um novo pedido de criação. |

### Aliases

#### Aliases do modelo

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

#### Aliases dos caminhos dos métodos

Use os caminhos dos métodos indicados acima.

#### IDs de chamada relacionados

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

FAQ · nvidia/nemotron-3-embed-1b

Que entradas e resultados estão disponíveis?

`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`

Que campos utiliza o pedido?

`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`

Que limites se aplicam?

`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`

Ligue o Ailoot ao Claude Code, OpenCode, Hermes ou à sua aplicação.

## A empresa e a sua carteira de projetos

A empresa e a sua carteira de projetos: milhões de clientes; vendas mensais na ordem dos milhares de milhões.

## Compre tokens com desconto.

Desconto por subscrição para trabalho regular. Códigos promocionais — até 50% na compra de tokens.

Subscrição

Escolha um plano com desconto para os pedidos regulares.

Código promocional até 50%

Introduza o código na compra. O preço é recalculado conforme a campanha em vigor.

Custos no histórico

O modelo, os tokens e o montante são guardados para cada pedido.

[Escolher subscrição](https://ailoot.ai/docs/pt-pt/billing/subscriptions/) · [Ver preços dos modelos](https://ailoot.ai/models/pt-pt/)

## Ligue a API ao produto que vende.

SaaS, aplicações e bots — ao abrigo da oferta e do contrato de licença Ailoot. Para revenda, peça uma licença de revendedor.

Aplicação comercial

Integre geração de texto, imagens, vídeo e som nas funcionalidades pagas do seu serviço.

Licença de revendedor

Envie uma descrição do projeto e do modelo de acesso. Peça condições escritas de utilização e revenda.

Documentos no site

A oferta, o contrato de licença e a política de tratamento de dados estão disponíveis antes da ligação.

[Pedir licença de revendedor](mailto:support@ailoot.ai) · [Oferta e contrato de licença](https://ailoot.ai/legal/offer?lang=pt-pt)

## Ailoot · A empresa e a sua carteira de projetos





A Ailoot assenta numa experiência operacional consolidada, numa ampla base de clientes, num serviço estável e no acompanhamento contínuo dos KPI.





A empresa e a sua carteira de projetos: milhões de clientes; vendas mensais na ordem dos milhares de milhões.





A Ailoot aplica essa experiência operacional ao acesso por API a funcionalidades de IA nos produtos dos clientes, agentes, aplicações e automatizações.