Source: https://ailoot.ai/models/ru/nvidia-llama-nemotron-embed-vl-1b-v2-u003a-free/ Canonical: https://ailoot.ai/models/ru/nvidia-llama-nemotron-embed-vl-1b-v2-u003a-free/ Language: ru # NVIDIA: Llama Nemotron Embed VL 1B V2 (free) [Markdown](https://ailoot.ai/models/ru/nvidia-llama-nemotron-embed-vl-1b-v2-u003a-free/index.md) · [JSON](https://ailoot.ai/models/ru/nvidia-llama-nemotron-embed-vl-1b-v2-u003a-free/facts.json) ## [NVIDIA: Llama Nemotron Embed VL 1B V2 (free)](https://ailoot.ai/models/ru/nvidia-llama-nemotron-embed-vl-1b-v2-u003a-free/) Llama Nemotron Embed VL 1B V2 — мультимодальная модель эмбеддингов NVIDIA для поиска. Она преобразует текст, изображения или комбинированные входы документов в векторы и поддерживает поиск по текстовому запросу в документах с таблицами, графиками, текстом и инфографикой. - [**Ailoot Ultra · Эмбеддинги** `POST /v1/embeddings` `nvidia/llama-nemotron-embed-vl-1b-v2:free`](https://ailoot.ai/models/ru/nvidia-llama-nemotron-embed-vl-1b-v2-u003a-free/#method-0) О модели Описание раскрывает возможности модели. Доступные в Ailoot входные данные, результаты и параметры выбранного метода перечислены ниже. Llama Nemotron Embed VL 1B V2 — модель эмбеддингов NVIDIA для мультимодального поиска материалов при ответах на вопросы. Она может представить документ как текст, изображение или сочетание изображения и текста. Затем текстовый запрос можно использовать для нахождения связанных документов. Её опубликованный профиль поддерживает изображения документов с текстом, таблицами, графиками и инфографикой и возвращает векторы эмбеддингов. #### Подготовьте идентифицируемые записи документов Связывайте каждый вход с исходным документом, страницей или фрагментом, которые он представляет. Для визуальной страницы сохраняйте изображение и относящийся к нему сопутствующий текст. Для текстового фрагмента храните заголовок или обозначение раздела, когда это помогает понимать последующее совпадение. Эти идентификаторы источников делают найденную запись полезной как доказательную основу, а не только как числовой результат сходства. Выбирайте границы записей по материалам, которые пользователю нужно найти. График и его объяснение могут находиться вместе; несвязанные страницы должны сохранять отдельную идентичность. Проверьте читаемость входа и наличие в тексте или изображении информации, которую должен находить предполагаемый запрос. #### Текстовые запросы и векторный поиск Роль модели — создавать векторы для поиска, с текстом в качестве формы запроса, описанной профилем. Обрабатывайте запрос и индексируемые записи в совместимой конфигурации эмбеддингов. Приложение хранит векторы, сравнивает их и возвращает соответствующие исходные записи. Найденный документ остаётся материалом для проверки или передачи на последующий шаг генерации ответа. Полезный тестовый набор включает вопросы, которые пользователи действительно задают, и страницы, которые должны находиться. Проверяйте неверные или отсутствующие совпадения по исходному содержимому и границам записей. Храните полный идентификатор документа вместе с любым выбранным фрагментом или изображением, чтобы результат можно было проверить в контексте. #### Лимит входа и результат поиска Документированный профиль размещённого сервиса указывает до 131 072 токенов на вход. Разделяйте более крупные наборы источников на отдельные обозначенные входы и сохраняйте их взаимосвязи. Векторный выход профиля не является сгенерированным связным текстовым ответом или расшифровкой; последующий этап приложения может использовать найденные доказательные материалы для ответа на вопрос. Завершённый результат поиска соединяет запрос, выбранные исходные записи и их идентификаторы. Сохраняйте модель эмбеддингов и подготовку входа, использованные для индекса, чтобы последующие изменения можно было отличать от изменений исходной коллекции. **Ailoot Ultra · Эмбеддинги** `POST /v1/embeddings` `nvidia/llama-nemotron-embed-vl-1b-v2:free` [`nvidia/llama-nemotron-embed-vl-1b-v2:free`](https://ailoot.ai/models/ru/#m=nvidia%2Fllama-nemotron-embed-vl-1b-v2%3Afree&route=Ultra&caller=nvidia%2Fllama-nemotron-embed-vl-1b-v2%3Afree&fmt=embeddings) NVIDIA /`nvidia/llama-nemotron-embed-vl-1b-v2:free` ### Начало Llama Nemotron Embed VL 1B V2 — мультимодальная модель эмбеддингов NVIDIA для поиска. Она преобразует текст, изображения или комбинированные входы документов в векторы и поддерживает поиск по текстовому запросу в документах с таблицами, графиками, текстом и инфографикой. Допустимые входные данные Текст · token\_ids Результаты embedding ### Доступно в Ailoot · входные данные и методы **Ailoot Ultra · Эмбеддинги** `POST /v1/embeddings` Входные данные `text`, `token_ids` Результат `embedding` Контекст 131 072 tokens Выходной формат json | Поле | Тип | Требование | Значения и ограничения | По умолчанию | | --- | --- | --- | --- | --- | | Поле`model` | Тип`string` | ТребованиеОбязательно | Значения и ограничения nvidia/llama-nemotron-embed-vl-1b-v2:free | По умолчанию— | | Поле`input` | Тип`string\|string[]\|integer[]\|integer[][]` | ТребованиеОбязательно | Значения и ограничения Минимум элементов: 1 Условия: Непустой однородный пакет. ID токенов — неотрицательные целые числа. Входной бюджет: Максимум: 131 072 · Текстовая единица: байты UTF8 · Единица токенов: элементы массива токенов | По умолчанию— | | Поле`encoding_format` | Тип`string` | ТребованиеНеобязательно | Значения и ограничения float | По умолчаниюfloat | | Поле`dimensions` | Тип`integer` | ТребованиеНе поддерживается | Значения и ограничения Минимум: 1 | По умолчанию— | | Поле`user` | Тип`json_value` | ТребованиеНеобязательно | Значения и ограничения Условия: Source допускает это поле метаданных JSON; точная семантика у исходного поставщика зависит от модели. | По умолчанию— | | Поле`session_id` | Тип`json_value` | ТребованиеНеобязательно | Значения и ограничения Условия: Source допускает это поле метаданных JSON; точная семантика у исходного поставщика зависит от модели. | По умолчанию— | | Поле`trace` | Тип`json_value` | ТребованиеНеобязательно | Значения и ограничения Условия: Source допускает это поле метаданных JSON; точная семантика у исходного поставщика зависит от модели. | По умолчанию— | | Поле`provider` | Тип`object` | ТребованиеНеобязательно | Значения и ограничения Условия: provider.options отклоняется | По умолчанию— | Сочетания входных материалов **text\_to\_embedding** Параметры и жизненный цикл метода | Параметр | Контракт | | --- | --- | | Параметр`content_type` | Контрактapplication/json | | Параметр`required` | Контрактmodel, input | | Параметр`input_shapes` | Контрактstring, string\[\], nonnegative\_integer\_token\_array, nonnegative\_integer\_token\_array\[\] | | Параметр`encoding_format` | Контрактfloat | | Параметр`dimensions_override` | Контрактfalse | | Параметр`max_input_budget_units` | Контракт131072 | | Параметр`multimodal_objects` | Контрактfalse | | Параметр`material_types` | Контрактtext, token\_ids | Жизненный цикл: `synchronous_json` Сохраняйте индекс и размерность каждого вектора. Название мультимодальной модели не означает допуск объектов изображений на этом конкретном маршруте. ### Тарифы Тарифная справка не добавляет режимы запроса. Поддерживаемые параметры указаны для выбранного метода. Быстрый режим Стандартный тариф При выборе быстрого режима Режим flex Стандартный тариф При выборе режима flex Максимальная интенсивность рассуждений Стандартный тариф При максимальной интенсивности рассуждений с корректировкой по умолчанию (default) #### Ставки Ailoot #### Цены по конфигурациям | Конфигурация | Шкала ставок | Плата | | --- | --- | --- | | КонфигурацияБазовые ставки за токены | Шкала ставокБазовая ставка | Плата Вход · Входные токены **$0** / 1K токенов Выход · Выходные токены **$0** / 1K токенов Вход · Чтение кэша **—** / 1K токенов Вход · Запись в кэш **—** / 1K токенов Вход · Запись в кэш, 1 час **—** / 1K токенов | Ailoot резервирует расчётную сумму перед запросом. После получения результата списывает итоговую плату по измеренному расходу. Для окончательного списания за потоковый ответ используется итоговая запись расхода. [Как работают резервирование и расчёт →](https://ailoot.ai/docs/ru/billing/reserve/) ### Примеры запросов #### Ailoot Ultra · Эмбеддинги curlPython SDK ```bash set -eu : "${AILOOT_API_KEY:?Set your Ailoot API key}" python3 - <<'PY_REQUEST' import json,os from pathlib import Path p=json.loads('{"model": "nvidia/llama-nemotron-embed-vl-1b-v2: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/llama-nemotron-embed-vl-1b-v2:free',input=["First document","Second document"]) print(result) for item in result.data:print(item.index,item.embedding) ``` ### Получить и сохранить результаты #### Ailoot Ultra · Эмбеддинги json ##### Сохраняйте все готовые результаты Сохраняйте каждый полностью полученный ответ, файл и элемент содержимого. Сохраняйте каждый вектор с его индексом. Число векторов должно совпадать с числом входных элементов; размерности должны быть согласованы. ##### Если нужно проверить исходный ответ Отдельный эндпоинт заданий эмбеддингов не вводится. Поля ответа | Поле | Тип | | --- | --- | | Поле`object` | Типstring | | Поле`model` | Типstring | | Поле`data[].index` | Типinteger | | Поле`data[].embedding` | Типfinite float\[\] | | Поле`usage` | Типobject | Ошибки и дальнейшие шаги | Ответ | Условие | Следующий шаг | | --- | --- | --- | | Ответ400 · `invalid_request_error` | УсловиеНеверные обязательные поля, представление материалов или значение параметра | Следующий шагИсправьте указанные поля перед новым запросом на создание. | ### Псевдонимы #### Псевдонимы моделей **Ailoot Ultra** [`nvidia/llama-nemotron-embed-vl-1b-v2:free`](https://ailoot.ai/models/ru/#m=nvidia%2Fllama-nemotron-embed-vl-1b-v2%3Afree&route=Ultra&caller=nvidia%2Fllama-nemotron-embed-vl-1b-v2%3Afree&fmt=embeddings) #### Псевдонимы путей метода Используйте пути методов, указанные выше. #### Связанные ID для вызова [`nvidia/llama-nemotron-embed-vl-1b-v2:free`](https://ailoot.ai/models/ru/#m=nvidia%2Fllama-nemotron-embed-vl-1b-v2%3Afree&route=Ultra&caller=nvidia%2Fllama-nemotron-embed-vl-1b-v2%3Afree&fmt=embeddings) FAQ · NVIDIA: Llama Nemotron Embed VL 1B V2 (free) Какие входные данные и результаты доступны? `POST /v1/embeddings` · `nvidia/llama-nemotron-embed-vl-1b-v2:free`: `text`, `token_ids` → `embedding` Какие поля использует запрос? `POST /v1/embeddings` · `nvidia/llama-nemotron-embed-vl-1b-v2:free`: `model`, `input`, `encoding_format`, `provider` Какие ограничения действуют? `POST /v1/embeddings` · `nvidia/llama-nemotron-embed-vl-1b-v2:free`: `ctx`: `131072`; `input.budget.maximum`: `131072` (байты UTF8); `input.min_items`: `1` Подключите Ailoot к Claude Code, OpenCode, Hermes или своему приложению. ## Компания и портфель её проектов Компания и портфель её проектов: миллионы клиентов; продажи на миллиарды ежемесячно. ## Покупайте токены со скидкой. Скидка по подписке для регулярной работы. Промокоды — до 50% на покупку токенов. Подписка Выберите тариф со скидкой для своих регулярных запросов. Промокод до 50% Введите код при покупке. Цена пересчитается с учётом действующей акции. Расходы в истории Модель, токены и сумма сохраняются для каждого запроса. [Выбрать подписку](https://ailoot.ai/docs/ru/billing/subscriptions/) · [Посмотреть цены моделей](https://ailoot.ai/models/ru/) ## Подключайте API к продукту, который вы продаёте. SaaS, приложения и боты — по оферте и лицензионному договору Ailoot. Для перепродажи запросите реселлерскую лицензию. Коммерческое приложение Встраивайте генерацию текста, картинок, видео и звука в платные функции своего сервиса. Лицензия для реселлера Пришлите описание проекта и схему доступа. Запросите письменные условия использования и перепродажи. Документы на сайте Оферта, лицензионный договор и политика обработки данных доступны до подключения. [Запросить реселлерскую лицензию](mailto:support@ailoot.ai) · [Оферта и лицензионный договор](https://ailoot.ai/legal/offer?lang=ru) ## Ailoot · Компания и портфель её проектов Ailoot опирается на накопленный опыт работы, большую клиентскую базу, стабильный сервис и постоянный контроль KPI. Компания и портфель её проектов: миллионы клиентов; продажи на миллиарды ежемесячно. Этот опыт Ailoot использует для API-доступа к нейросетям в продуктах клиентов, агентах, приложениях и автоматизациях.