Source: https://ailoot.ai/models/th/nvidia-llama-nemotron-embed-vl-1b-v2-u003a-free/
Canonical: https://ailoot.ai/models/th/nvidia-llama-nemotron-embed-vl-1b-v2-u003a-free/
Language: th

# NVIDIA: Llama Nemotron Embed VL 1B V2 (free)

[Markdown](https://ailoot.ai/models/th/nvidia-llama-nemotron-embed-vl-1b-v2-u003a-free/index.md) · [JSON](https://ailoot.ai/models/th/nvidia-llama-nemotron-embed-vl-1b-v2-u003a-free/facts.json)

## [NVIDIA: Llama Nemotron Embed VL 1B V2 (free)](https://ailoot.ai/models/th/nvidia-llama-nemotron-embed-vl-1b-v2-u003a-free/)

Llama Nemotron Embed VL 1B V2 เป็นโมเดลเอ็มเบดดิงมัลติโมดัลของ NVIDIA สำหรับการค้นคืน แปลงข้อความ ภาพ หรืออินพุตเอกสารรวมเป็นเวกเตอร์ และรองรับการค้นด้วยคำค้นข้อความบนเอกสารที่มีตาราง แผนภูมิ ข้อความ และอินโฟกราฟิก

- [**Ailoot Ultra · เอ็มเบดดิง** `POST /v1/embeddings` `nvidia/llama-nemotron-embed-vl-1b-v2:free`](https://ailoot.ai/models/th/nvidia-llama-nemotron-embed-vl-1b-v2-u003a-free/#method-0)

เกี่ยวกับโมเดล

คำอธิบายนี้ครอบคลุมความสามารถของโมเดล อินพุต เอาต์พุต และตัวเลือกที่ใช้ได้ใน Ailoot แสดงด้านล่างตามเมธอดที่เลือก

Llama Nemotron Embed VL 1B V2 เป็นโมเดลเอ็มเบดดิงของ NVIDIA สำหรับการค้นคืนเพื่อถามตอบแบบมัลติโมดัล แทนเอกสารเป็นข้อความ ภาพ หรือภาพร่วมกับข้อความได้ จากนั้นใช้คำค้นข้อความค้นคืนเอกสารที่เกี่ยวข้อง โปรไฟล์ที่เผยแพร่รองรับภาพเอกสารที่มีข้อความ ตาราง แผนภูมิ และอินโฟกราฟิก และคืนเวกเตอร์เอ็มเบดดิง

#### เตรียมรายการเอกสารที่ระบุได้

ให้แต่ละอินพุตเชื่อมกับเอกสาร หน้า หรือย่อหน้าต้นฉบับที่มันแทน สำหรับหน้าที่เป็นภาพ ให้เก็บภาพและข้อความประกอบที่เป็นของหน้านั้น สำหรับย่อหน้าข้อความ ให้รักษาชื่อหรือป้ายส่วนเมื่อช่วยตีความผลตรงภายหลัง ตัวระบุแหล่งที่มาเหล่านี้ทำให้รายการที่ค้นคืนมีประโยชน์เป็นหลักฐาน แทนเพียงผลความคล้ายเชิงตัวเลข

เลือกขอบรายการตามข้อมูลที่ผู้ใช้ต้องหา แผนภูมิและคำอธิบายอาจควรอยู่ด้วยกัน หน้าที่ไม่เกี่ยวข้องควรคงตัวตนแยก ตรวจว่าอินพุตอ่านได้และข้อความหรือภาพมีข้อมูลที่คำค้นเป้าหมายต้องค้นคืนหรือไม่

#### คำค้นข้อความและการค้นคืนเวกเตอร์

บทบาทโมเดลคือสร้างเวกเตอร์เพื่อค้นคืน โดยข้อความเป็นรูปแบบคำค้นที่โปรไฟล์อธิบาย ให้คำค้นและรายการในดัชนีอยู่ในการตั้งค่าเอ็มเบดดิงที่เข้ากันได้ แอปพลิเคชันเก็บเวกเตอร์ เปรียบเทียบ และคืนรายการต้นฉบับที่ตรง เอกสารที่ค้นคืนยังเป็นข้อมูลให้ตรวจหรือส่งต่อขั้นตอนสร้างคำตอบภายหลัง

ชุดทดสอบที่มีประโยชน์รวมคำถามที่ผู้ใช้ถามจริงและหน้าที่ควรหาเจอ ตรวจผลตรงผิดหรือหายกับเนื้อหาต้นฉบับและขอบรายการ เก็บตัวระบุเอกสารครบถ้วนกับย่อหน้าหรือภาพที่เลือก เพื่อให้ตรวจผลในบริบทได้

#### งบอินพุตและสิ่งส่งมอบการค้นหา

โปรไฟล์บริการโฮสต์ตามเอกสารระบุสูงสุด 131,072 โทเคนต่ออินพุต แบ่งชุดต้นฉบับใหญ่เป็นอินพุตแยกที่มีป้ายและรักษาความสัมพันธ์ เอาต์พุตเวกเตอร์ของโปรไฟล์ไม่ใช่คำตอบร้อยแก้วที่สร้างหรือบทถอดเสียง ขั้นตอนแอปพลิเคชันภายหลังใช้หลักฐานที่ค้นคืนเพื่อตอบคำถามได้

สิ่งส่งมอบค้นคืนที่ครบเชื่อมคำค้น รายการต้นฉบับที่เลือก และตัวระบุ เก็บโมเดลเอ็มเบดดิงและวิธีเตรียมอินพุตที่ใช้กับดัชนี เพื่อให้แยกการเปลี่ยนภายหลังออกจากการเปลี่ยนคอลเล็กชันต้นฉบับได้

**Ailoot Ultra · เอ็มเบดดิง** `POST /v1/embeddings` `nvidia/llama-nemotron-embed-vl-1b-v2:free`

[`nvidia/llama-nemotron-embed-vl-1b-v2:free`](https://ailoot.ai/models/th/#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`

### เริ่มต้น

Llama Nemotron Embed VL 1B V2 เป็นโมเดลเอ็มเบดดิงมัลติโมดัลของ NVIDIA สำหรับการค้นคืน แปลงข้อความ ภาพ หรืออินพุตเอกสารรวมเป็นเวกเตอร์ และรองรับการค้นด้วยคำค้นข้อความบนเอกสารที่มีตาราง แผนภูมิ ข้อความ และอินโฟกราฟิก

อินพุตที่รองรับ

ข้อความ · token\_ids

ผลลัพธ์

embedding

### ใช้งานได้ใน Ailoot · อินพุตและเมธอด

**Ailoot Ultra · เอ็มเบดดิง** `POST /v1/embeddings`

ขาเข้า

`text`, `token_ids`

ขาออก

`embedding`

บริบท

131,072 tokens

รูปแบบเอาต์พุต

json

| ฟิลด์ | ประเภท | ข้อกำหนด | ค่าและข้อจำกัด | ค่าเริ่มต้น |
| --- | --- | --- | --- | --- |
| ฟิลด์`model` | ประเภท`string` | ข้อกำหนดจำเป็น | ค่าและข้อจำกัด nvidia/llama-nemotron-embed-vl-1b-v2:free | ค่าเริ่มต้น— |
| ฟิลด์`input` | ประเภท`string\|string[]\|integer[]\|integer[][]` | ข้อกำหนดจำเป็น | ค่าและข้อจำกัด จำนวนรายการขั้นต่ำ: 1 เงื่อนไข: ชุดข้อมูลต้องไม่ว่างและประกอบด้วยข้อมูลชนิดเดียวกัน ID โทเคนต้องเป็นจำนวนเต็มที่ไม่ติดลบ โควตาอินพุต: สูงสุด: 131,072 · หน่วยข้อความ: ไบต์ UTF8 · หน่วยโทเค็น: องค์ประกอบในอาร์เรย์โทเค็น | ค่าเริ่มต้น— |
| ฟิลด์`encoding_format` | ประเภท`string` | ข้อกำหนดไม่บังคับ | ค่าและข้อจำกัด float | ค่าเริ่มต้นfloat |
| ฟิลด์`dimensions` | ประเภท`integer` | ข้อกำหนดไม่รองรับ | ค่าและข้อจำกัด ขั้นต่ำ: 1 | ค่าเริ่มต้น— |
| ฟิลด์`user` | ประเภท`json_value` | ข้อกำหนดไม่บังคับ | ค่าและข้อจำกัด เงื่อนไข: ต้นฉบับอนุญาตฟิลด์เมทาดาทา JSON นี้ โดยความหมายที่แน่นอนในระบบต้นทางขึ้นอยู่กับแต่ละโมเดล | ค่าเริ่มต้น— |
| ฟิลด์`session_id` | ประเภท`json_value` | ข้อกำหนดไม่บังคับ | ค่าและข้อจำกัด เงื่อนไข: ต้นฉบับอนุญาตฟิลด์เมทาดาทา JSON นี้ โดยความหมายที่แน่นอนในระบบต้นทางขึ้นอยู่กับแต่ละโมเดล | ค่าเริ่มต้น— |
| ฟิลด์`trace` | ประเภท`json_value` | ข้อกำหนดไม่บังคับ | ค่าและข้อจำกัด เงื่อนไข: ต้นฉบับอนุญาตฟิลด์เมทาดาทา JSON นี้ โดยความหมายที่แน่นอนในระบบต้นทางขึ้นอยู่กับแต่ละโมเดล | ค่าเริ่มต้น— |
| ฟิลด์`provider` | ประเภท`object` | ข้อกำหนดไม่บังคับ | ค่าและข้อจำกัด เงื่อนไข: provider.options ถูกปฏิเสธ | ค่าเริ่มต้น— |

ชุดผสมของสื่ออินพุต

**text\_to\_embedding**

พารามิเตอร์และวงจรการทำงานของเมธอด

| พารามิเตอร์ | ข้อกำหนด |
| --- | --- |
| พารามิเตอร์`content_type` | ข้อกำหนดapplication/json |
| พารามิเตอร์`required` | ข้อกำหนดmodel, input |
| พารามิเตอร์`input_shapes` | ข้อกำหนดstring, string\[\], nonnegative\_integer\_token\_array, nonnegative\_integer\_token\_array\[\] |
| พารามิเตอร์`encoding_format` | ข้อกำหนดfloat |
| พารามิเตอร์`dimensions_override` | ข้อกำหนดfalse |
| พารามิเตอร์`max_input_budget_units` | ข้อกำหนด131072 |
| พารามิเตอร์`multimodal_objects` | ข้อกำหนดfalse |
| พารามิเตอร์`material_types` | ข้อกำหนดtext, token\_ids |

วงจรการทำงาน: `synchronous_json`

เก็บดัชนีและจำนวนมิติของเวกเตอร์ทุกรายการ

ชื่อโมเดลที่สื่อว่ารองรับข้อมูลหลายรูปแบบไม่ได้ทำให้สามารถส่งออบเจ็กต์รูปภาพผ่านเส้นทางเฉพาะนี้ได้

### ราคา

ข้อมูลอัตราราคาไม่ได้เพิ่มตัวเลือกคำขอ พารามิเตอร์ที่รองรับระบุไว้สำหรับเมธอดที่เลือก

โหมดรวดเร็ว

อัตรามาตรฐาน เมื่อเลือกโหมดรวดเร็ว

โหมดยืดหยุ่น

อัตรามาตรฐาน เมื่อเลือกโหมด flex

ระดับการใช้เหตุผลสูงสุด

อัตรามาตรฐาน เมื่อใช้การปรับตามค่าเริ่มต้น (default) สำหรับระดับการใช้เหตุผลสูงสุด

#### อัตราค่าบริการ Ailoot

#### ราคาตามการตั้งค่า

| การตั้งค่า | ตารางอัตราค่าบริการ | ค่าบริการ |
| --- | --- | --- |
| การตั้งค่าอัตราราคาพื้นฐานของโทเคน | ตารางอัตราค่าบริการอัตราพื้นฐาน | ค่าบริการ ขาเข้า · โทเค็นอินพุต **$0** / 1K โทเค็น ขาออก · โทเค็นเอาต์พุต **$0** / 1K โทเค็น ขาเข้า · การอ่านแคช **—** / 1K โทเค็น ขาเข้า · การเขียนแคช **—** / 1K โทเค็น ขาเข้า · การเขียนแคช, 1 ชั่วโมง **—** / 1K โทเค็น |

Ailoot กันยอดเงินประมาณการไว้ก่อนส่งคำขอ หลังได้ผลลัพธ์ จะคิดค่าบริการสุดท้ายตามการใช้งานที่วัดได้ การคิดค่าบริการแบบสตรีมใช้บันทึกการใช้งานสุดท้าย [วิธีกันยอดเงินและคิดค่าบริการสุดท้าย →](https://ailoot.ai/docs/th/billing/reserve/)

### ตัวอย่างคำขอ

#### Ailoot Ultra · เอ็มเบดดิง

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)
```

### รับและบันทึกผลลัพธ์

#### Ailoot Ultra · เอ็มเบดดิง

json

##### เก็บผลลัพธ์ที่เสร็จสมบูรณ์ทั้งหมด

เก็บทุกการตอบกลับ ไฟล์ และส่วนเนื้อหาที่ส่งกลับมาอย่างครบถ้วน

เก็บเวกเตอร์ทุกรายการพร้อมดัชนีของแต่ละรายการ จำนวนเวกเตอร์ต้องเท่ากับจำนวนข้อมูลนำเข้า และจำนวนมิติต้องสอดคล้องกัน

##### เมื่อต้องตรวจสอบการตอบกลับต้นฉบับ

ไม่มีการเพิ่มจุดเชื่อมต่อสำหรับงานสร้างเวกเตอร์ตัวแทนข้อมูล

ฟิลด์การตอบกลับ

| ฟิลด์ | ประเภท |
| --- | --- |
| ฟิลด์`object` | ประเภทstring |
| ฟิลด์`model` | ประเภทstring |
| ฟิลด์`data[].index` | ประเภทinteger |
| ฟิลด์`data[].embedding` | ประเภทfinite float\[\] |
| ฟิลด์`usage` | ประเภทobject |

ข้อผิดพลาดและขั้นตอนถัดไป

| การตอบกลับ | เงื่อนไข | ขั้นตอนถัดไป |
| --- | --- | --- |
| การตอบกลับ400 · `invalid_request_error` | เงื่อนไขฟิลด์จำเป็น รูปแบบการแทนข้อมูล หรือค่าพารามิเตอร์ไม่ถูกต้อง | ขั้นตอนถัดไปแก้ฟิลด์ที่ระบุก่อนส่งคำขอสร้างครั้งใหม่ |

### ชื่ออื่น

#### ชื่ออื่นของโมเดล

**Ailoot Ultra** [`nvidia/llama-nemotron-embed-vl-1b-v2:free`](https://ailoot.ai/models/th/#m=nvidia%2Fllama-nemotron-embed-vl-1b-v2%3Afree&route=Ultra&caller=nvidia%2Fllama-nemotron-embed-vl-1b-v2%3Afree&fmt=embeddings)

#### ชื่อพาธเมธอดอื่น

ใช้พาธเมธอดที่แสดงด้านบน

#### ID ที่เกี่ยวข้องสำหรับเรียกใช้โมเดล

[`nvidia/llama-nemotron-embed-vl-1b-v2:free`](https://ailoot.ai/models/th/#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)

มีอินพุตและผลลัพธ์ใดบ้าง?

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

คำขอใช้ฟิลด์ใดบ้าง?

`POST /v1/embeddings` · `nvidia/llama-nemotron-embed-vl-1b-v2:free`: `model`, `input`, `encoding_format`, `provider`

มีข้อจำกัดใดบ้าง?

`POST /v1/embeddings` · `nvidia/llama-nemotron-embed-vl-1b-v2:free`: `ctx`: `131072`; `input.budget.maximum`: `131072` (ไบต์ UTF8); `input.min_items`: `1`

เชื่อม Ailoot กับ Claude Code, OpenCode, Hermes หรือแอปของคุณ

## บริษัทและพอร์ตโฟลิโอโครงการของบริษัท

บริษัทและพอร์ตโฟลิโอโครงการของบริษัท: ลูกค้าหลายล้านราย; ยอดขายระดับหลายพันล้านต่อเดือน.

## ซื้อโทเคนพร้อมส่วนลด

ส่วนลดสมาชิกสำหรับงานประจำ โค้ดโปรโมชั่นลดซื้อโทเคนสูงสุด 50%

สมาชิก

เลือกแพ็กเกจมีส่วนลดสำหรับคำขอประจำ

โค้ดลดสูงสุด 50%

ใส่โค้ดขณะซื้อ ราคาคำนวณใหม่ตามโปรโมชั่นที่ใช้

รายจ่ายในประวัติ

เก็บโมเดล โทเคน และยอดสำหรับทุกคำขอ

[เลือกสมาชิก](https://ailoot.ai/docs/th/billing/subscriptions/) · [ดูราคาโมเดล](https://ailoot.ai/models/th/)

## เชื่อม API กับผลิตภัณฑ์ ที่คุณขาย

SaaS แอป และบอต ตามข้อเสนอและสัญญาอนุญาต Ailoot หากขายต่อให้ขอใบอนุญาตรีเซลเลอร์

แอปเชิงพาณิชย์

ใส่การสร้างข้อความ ภาพ วิดีโอ และเสียงในฟีเจอร์เสียเงินของบริการคุณ

ใบอนุญาตรีเซลเลอร์

ส่งคำอธิบายโครงการและรูปแบบการเข้าถึง ขอเงื่อนไขใช้และขายต่อเป็นลายลักษณ์อักษร

เอกสารบนเว็บไซต์

อ่านข้อเสนอ สัญญาอนุญาต และนโยบายประมวลผลข้อมูลก่อนเชื่อมได้

[ขอใบอนุญาตขายต่อ](mailto:support@ailoot.ai) · [ข้อเสนอและสัญญาอนุญาต](https://ailoot.ai/legal/offer?lang=th)

## Ailoot · บริษัทและพอร์ตโฟลิโอโครงการของบริษัท





Ailoot อาศัยประสบการณ์การดำเนินงานที่สั่งสม ฐานลูกค้าขนาดใหญ่ บริการที่เสถียร และการติดตาม KPI อย่างต่อเนื่อง





บริษัทและพอร์ตโฟลิโอโครงการของบริษัท: ลูกค้าหลายล้านราย; ยอดขายระดับหลายพันล้านต่อเดือน.





Ailoot นำประสบการณ์การดำเนินงานนี้มาใช้เพื่อให้เข้าถึงฟังก์ชัน AI ผ่าน API ในผลิตภัณฑ์ของลูกค้า เอเจนต์ แอปพลิเคชัน และระบบอัตโนมัติ