Source: https://ailoot.ai/models/ru/nvidia-llama-nemotron-embed-vl-1b-v2/ Canonical: https://ailoot.ai/models/ru/nvidia-llama-nemotron-embed-vl-1b-v2/ Language: ru # Llama Nemotron Embed VL 1B v2 [Markdown](https://ailoot.ai/models/ru/nvidia-llama-nemotron-embed-vl-1b-v2/index.md) · [JSON](https://ailoot.ai/models/ru/nvidia-llama-nemotron-embed-vl-1b-v2/facts.json) ## [Llama Nemotron Embed VL 1B v2](https://ailoot.ai/models/ru/nvidia-llama-nemotron-embed-vl-1b-v2/) Llama Nemotron Embed VL v2 создаёт векторы для семантического поиска по документам. В текущем каталоге Ailoot представлен текстовый вход для запросов и материалов. - [**Ailoot · Эмбеддинги** `POST /v1/embeddings` `nvidia/llama-nemotron-embed-vl-1b-v2`](https://ailoot.ai/models/ru/nvidia-llama-nemotron-embed-vl-1b-v2/#method-0) - [**Ailoot · Эмбеддинги** `POST /v1/embeddings` `nemotron-embed-vl`](https://ailoot.ai/models/ru/nvidia-llama-nemotron-embed-vl-1b-v2/#method-1) - [**Ailoot · Эмбеддинги** `POST /v1/embeddings` `nemotron-embed-vl-latest`](https://ailoot.ai/models/ru/nvidia-llama-nemotron-embed-vl-1b-v2/#method-2) О модели Описание раскрывает возможности модели. Доступные в Ailoot входные данные, результаты и параметры выбранного метода перечислены ниже. #### Найти нужную страницу по вопросу Llama Nemotron Embed VL 1B v2 разработана NVIDIA для поиска материалов, которые помогают ответить на вопрос. Запрос задаётся текстом. В текущем каталоге Ailoot для модели представлен текстовый вход: вопрос и материал кодируются как текст. Производитель также описывает документ в виде изображения страницы или картинки вместе с извлечённым текстом. Такие визуальные варианты требуют отдельного метода с поддержкой изображений. При соответствующем входе модель представляет таблицы, графики и инфографику в общем пространстве векторов. Такой поиск подходит для вопросно-ответных помощников по большой коллекции документов, внутренних справочников и исследовательских материалов. Результат кодирования — числовой вектор. Найденную страницу или фрагмент можно затем передать модели, формирующей ответ: сама Embed VL выполняет этап поиска контекста. #### Варианты документа у производителя - Текстовый документ: отдельный раздел, фрагмент или уже распознанный текст страницы. - Изображение: страница целиком с её текстом, таблицами и графическими элементами. - Изображение с текстом: визуальный вид страницы и её текстовое содержимое объединяются в одном представлении. Запрос и документ кодируются независимо. Поэтому коллекцию можно обработать заранее, сохранить векторы вместе с исходными страницами, а при новом вопросе вычислять только вектор запроса. Сходство векторов помогает выбрать материалы по смыслу. Текстовые роли запроса и документа различаются, что важно сохранять при подготовке данных. #### Размер представления и длина входа Каждый вход преобразуется в один вектор размерностью до 2048 чисел. В текстовом режиме используется бюджет 8192 токена. Для визуального метода производителя с сочетанием картинки и текста описан общий бюджет 10240 токенов, куда входят обе части; это не текстовый лимит метода Ailoot. Изображение разбивается на фрагменты: в описанной конфигурации допускается до шести фрагментов и уменьшенная копия всей страницы, вместе около 1792 визуальных токенов. Длинные тексты требуется делить или сокращать. Языковая часть построена на Llama 3.2 1B, визуальная — на SigLIP2. Они объединены в энкодер, который усредняет представления входных токенов и выдаёт единый вектор. Контрастное обучение сближает вопрос с подходящей страницей и отдаляет его от нерелевантных материалов. Поиск остаётся вероятностным: близость векторов не гарантирует, что выбранный фрагмент содержит правильный ответ. **Ailoot · Эмбеддинги** `POST /v1/embeddings` `nvidia/llama-nemotron-embed-vl-1b-v2` [`nvidia/llama-nemotron-embed-vl-1b-v2`](https://ailoot.ai/models/ru/#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` ID модели - `nvidia/llama-nemotron-embed-vl-1b-v2` - `nemotron-embed-vl` - `nemotron-embed-vl-latest` ### Начало Llama Nemotron Embed VL v2 создаёт векторы для семантического поиска по документам. В текущем каталоге Ailoot представлен текстовый вход для запросов и материалов. Допустимые входные данные Текст Результаты embedding ### Доступно в Ailoot · входные данные и методы **Ailoot · Эмбеддинги** `POST /v1/embeddings` Входные данные `text` Результат `embedding` Контекст 4 096 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 | По умолчанию— | | Поле`input` | Тип`string\|string[]` | ТребованиеОбязательно | Значения и ограничения Минимум элементов: 1 Условия: Каждая строка непуста после trim; URI данных отклоняются; принятый лимит измеряет соответствующие байты UTF8. | По умолчанию— | | Поле`input_type` | Тип`string` | ТребованиеНеобязательно | Значения и ограничения query, passage | По умолчаниюquery | | Поле`encoding_format` | Тип`string` | ТребованиеНеобязательно | Значения и ограничения float, base64 | По умолчаниюfloat | | Поле`truncate` | Тип`string` | ТребованиеНеобязательно | Значения и ограничения NONE, START, END | По умолчанию— | | Поле`dimensions` | Тип`integer` | ТребованиеНеобязательно | Значения и ограничения Минимум: 1 | По умолчанию— | | Поле`user` | Тип`string` | ТребованиеНеобязательно | Значения и ограничения | По умолчанию— | Сочетания входных материалов **text\_to\_embedding** Параметры и жизненный цикл метода | Параметр | Контракт | | --- | --- | | Параметр`material_types` | Контрактtext | | Параметр`required` | Контрактmodel, input | | Параметр`optional_controls` | Контрактnull | | Параметр`content_type` | Контрактapplication/json | Жизненный цикл: `exact retained published method` Структуры методов и ID указаны точно; возможности поставщика рассматриваются отдельно от допуска. ### Тарифы #### Ставки методов Ailoot Вход 0,0001 $ */ 1K* 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 · Эмбеддинги Пример эмбеддингов ```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 ``` ### Получить и сохранить результаты #### Ailoot · Эмбеддинги json ##### Сохраняйте все готовые результаты Сохраняйте каждый полностью полученный ответ, файл и элемент содержимого. Декодируйте векторы base64 только тогда, когда был запрошен этот формат; сохраняйте каждый вектор и его исходный индекс. ##### Если нужно проверить исходный ответ Отдельный эндпоинт заданий эмбеддингов не вводится. Поля ответа | Поле | Тип | | --- | --- | | Поле`data[].index` | Типinteger | | Поле`data[].embedding` | Типfinite float\[\]\|base64 float32 vector | | Поле`model` | Типstring | | 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** [`nvidia/llama-nemotron-embed-vl-1b-v2`](https://ailoot.ai/models/ru/#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/ru/#m=nvidia%2Fllama-nemotron-embed-vl-1b-v2&route=Core&caller=nemotron-embed-vl&fmt=embeddings), [`nemotron-embed-vl-latest`](https://ailoot.ai/models/ru/#m=nvidia%2Fllama-nemotron-embed-vl-1b-v2&route=Core&caller=nemotron-embed-vl-latest&fmt=embeddings) #### Псевдонимы путей метода Используйте пути методов, указанные выше. #### Связанные ID для вызова [`nvidia/llama-nemotron-embed-vl-1b-v2`](https://ailoot.ai/models/ru/#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/ru/#m=nvidia%2Fllama-nemotron-embed-vl-1b-v2&route=Core&caller=nemotron-embed-vl&fmt=embeddings), [`nemotron-embed-vl-latest`](https://ailoot.ai/models/ru/#m=nvidia%2Fllama-nemotron-embed-vl-1b-v2&route=Core&caller=nemotron-embed-vl-latest&fmt=embeddings) **Ailoot · Эмбеддинги** `POST /v1/embeddings` `nemotron-embed-vl` [`nemotron-embed-vl`](https://ailoot.ai/models/ru/#m=nvidia%2Fllama-nemotron-embed-vl-1b-v2&route=Core&caller=nemotron-embed-vl&fmt=embeddings) NVIDIA /`nemotron-embed-vl` ID модели - `nvidia/llama-nemotron-embed-vl-1b-v2` - `nemotron-embed-vl` - `nemotron-embed-vl-latest` ### Начало Llama Nemotron Embed VL v2 создаёт векторы для семантического поиска по документам. В текущем каталоге Ailoot представлен текстовый вход для запросов и материалов. Допустимые входные данные Текст Результаты embedding ### Доступно в Ailoot · входные данные и методы **Ailoot · Эмбеддинги** `POST /v1/embeddings` Входные данные `text` Результат `embedding` Контекст 4 096 tokens Выходной формат json | Поле | Тип | Требование | Значения и ограничения | По умолчанию | | --- | --- | --- | --- | --- | | Поле`model` | Тип`string` | ТребованиеОбязательно | Значения и ограничения nemotron-embed-vl | По умолчанию— | | Поле`input` | Тип`string\|string[]` | ТребованиеОбязательно | Значения и ограничения Минимум элементов: 1 Условия: Каждая строка непуста после trim; URI данных отклоняются; принятый лимит измеряет соответствующие байты UTF8. | По умолчанию— | | Поле`input_type` | Тип`string` | ТребованиеНеобязательно | Значения и ограничения query, passage | По умолчаниюquery | | Поле`encoding_format` | Тип`string` | ТребованиеНеобязательно | Значения и ограничения float, base64 | По умолчаниюfloat | | Поле`truncate` | Тип`string` | ТребованиеНеобязательно | Значения и ограничения NONE, START, END | По умолчанию— | | Поле`dimensions` | Тип`integer` | ТребованиеНеобязательно | Значения и ограничения Минимум: 1 | По умолчанию— | | Поле`user` | Тип`string` | ТребованиеНеобязательно | Значения и ограничения | По умолчанию— | Сочетания входных материалов **text\_to\_embedding** Параметры и жизненный цикл метода | Параметр | Контракт | | --- | --- | | Параметр`material_types` | Контрактtext | | Параметр`required` | Контрактmodel, input | | Параметр`optional_controls` | Контрактnull | | Параметр`content_type` | Контрактapplication/json | Жизненный цикл: `exact retained published method` Структуры методов и ID указаны точно; возможности поставщика рассматриваются отдельно от допуска. ### Тарифы #### Ставки методов Ailoot Вход 0,0001 $ */ 1K* 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 · Эмбеддинги Пример эмбеддингов ```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 ``` ### Получить и сохранить результаты #### Ailoot · Эмбеддинги json ##### Сохраняйте все готовые результаты Сохраняйте каждый полностью полученный ответ, файл и элемент содержимого. Декодируйте векторы base64 только тогда, когда был запрошен этот формат; сохраняйте каждый вектор и его исходный индекс. ##### Если нужно проверить исходный ответ Отдельный эндпоинт заданий эмбеддингов не вводится. Поля ответа | Поле | Тип | | --- | --- | | Поле`data[].index` | Типinteger | | Поле`data[].embedding` | Типfinite float\[\]\|base64 float32 vector | | Поле`model` | Типstring | | 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** [`nvidia/llama-nemotron-embed-vl-1b-v2`](https://ailoot.ai/models/ru/#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/ru/#m=nvidia%2Fllama-nemotron-embed-vl-1b-v2&route=Core&caller=nemotron-embed-vl&fmt=embeddings), [`nemotron-embed-vl-latest`](https://ailoot.ai/models/ru/#m=nvidia%2Fllama-nemotron-embed-vl-1b-v2&route=Core&caller=nemotron-embed-vl-latest&fmt=embeddings) #### Псевдонимы путей метода Используйте пути методов, указанные выше. #### Связанные ID для вызова [`nvidia/llama-nemotron-embed-vl-1b-v2`](https://ailoot.ai/models/ru/#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/ru/#m=nvidia%2Fllama-nemotron-embed-vl-1b-v2&route=Core&caller=nemotron-embed-vl&fmt=embeddings), [`nemotron-embed-vl-latest`](https://ailoot.ai/models/ru/#m=nvidia%2Fllama-nemotron-embed-vl-1b-v2&route=Core&caller=nemotron-embed-vl-latest&fmt=embeddings) **Ailoot · Эмбеддинги** `POST /v1/embeddings` `nemotron-embed-vl-latest` [`nemotron-embed-vl-latest`](https://ailoot.ai/models/ru/#m=nvidia%2Fllama-nemotron-embed-vl-1b-v2&route=Core&caller=nemotron-embed-vl-latest&fmt=embeddings) NVIDIA /`nemotron-embed-vl-latest` ID модели - `nvidia/llama-nemotron-embed-vl-1b-v2` - `nemotron-embed-vl` - `nemotron-embed-vl-latest` ### Начало Llama Nemotron Embed VL v2 создаёт векторы для семантического поиска по документам. В текущем каталоге Ailoot представлен текстовый вход для запросов и материалов. Допустимые входные данные Текст Результаты embedding ### Доступно в Ailoot · входные данные и методы **Ailoot · Эмбеддинги** `POST /v1/embeddings` Входные данные `text` Результат `embedding` Контекст 4 096 tokens Выходной формат json | Поле | Тип | Требование | Значения и ограничения | По умолчанию | | --- | --- | --- | --- | --- | | Поле`model` | Тип`string` | ТребованиеОбязательно | Значения и ограничения nemotron-embed-vl-latest | По умолчанию— | | Поле`input` | Тип`string\|string[]` | ТребованиеОбязательно | Значения и ограничения Минимум элементов: 1 Условия: Каждая строка непуста после trim; URI данных отклоняются; принятый лимит измеряет соответствующие байты UTF8. | По умолчанию— | | Поле`input_type` | Тип`string` | ТребованиеНеобязательно | Значения и ограничения query, passage | По умолчаниюquery | | Поле`encoding_format` | Тип`string` | ТребованиеНеобязательно | Значения и ограничения float, base64 | По умолчаниюfloat | | Поле`truncate` | Тип`string` | ТребованиеНеобязательно | Значения и ограничения NONE, START, END | По умолчанию— | | Поле`dimensions` | Тип`integer` | ТребованиеНеобязательно | Значения и ограничения Минимум: 1 | По умолчанию— | | Поле`user` | Тип`string` | ТребованиеНеобязательно | Значения и ограничения | По умолчанию— | Сочетания входных материалов **text\_to\_embedding** Параметры и жизненный цикл метода | Параметр | Контракт | | --- | --- | | Параметр`material_types` | Контрактtext | | Параметр`required` | Контрактmodel, input | | Параметр`optional_controls` | Контрактnull | | Параметр`content_type` | Контрактapplication/json | Жизненный цикл: `exact retained published method` Структуры методов и ID указаны точно; возможности поставщика рассматриваются отдельно от допуска. ### Тарифы #### Ставки методов Ailoot Вход 0,0001 $ */ 1K* 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 · Эмбеддинги Пример эмбеддингов ```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 ``` ### Получить и сохранить результаты #### Ailoot · Эмбеддинги json ##### Сохраняйте все готовые результаты Сохраняйте каждый полностью полученный ответ, файл и элемент содержимого. Декодируйте векторы base64 только тогда, когда был запрошен этот формат; сохраняйте каждый вектор и его исходный индекс. ##### Если нужно проверить исходный ответ Отдельный эндпоинт заданий эмбеддингов не вводится. Поля ответа | Поле | Тип | | --- | --- | | Поле`data[].index` | Типinteger | | Поле`data[].embedding` | Типfinite float\[\]\|base64 float32 vector | | Поле`model` | Типstring | | 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** [`nvidia/llama-nemotron-embed-vl-1b-v2`](https://ailoot.ai/models/ru/#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/ru/#m=nvidia%2Fllama-nemotron-embed-vl-1b-v2&route=Core&caller=nemotron-embed-vl&fmt=embeddings), [`nemotron-embed-vl-latest`](https://ailoot.ai/models/ru/#m=nvidia%2Fllama-nemotron-embed-vl-1b-v2&route=Core&caller=nemotron-embed-vl-latest&fmt=embeddings) #### Псевдонимы путей метода Используйте пути методов, указанные выше. #### Связанные ID для вызова [`nvidia/llama-nemotron-embed-vl-1b-v2`](https://ailoot.ai/models/ru/#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/ru/#m=nvidia%2Fllama-nemotron-embed-vl-1b-v2&route=Core&caller=nemotron-embed-vl&fmt=embeddings), [`nemotron-embed-vl-latest`](https://ailoot.ai/models/ru/#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 Какие входные данные и результаты доступны? `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` Какие поля использует запрос? `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` Какие ограничения действуют? `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` 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.