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

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

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

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

Llama Nemotron Embed VL 1B V2 是 NVIDIA 用於檢索的多模態嵌入模型。它將文字、圖片或合併文件輸入轉成向量，支援以文字查詢搜尋包含表格、圖表、文字及資訊圖表的文件。

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

關於模型

此說明介紹模型的能力。Ailoot 可用的輸入、輸出與選項，依所選方法列於下方。

Llama Nemotron Embed VL 1B V2 是 NVIDIA 用於多模態問答檢索的嵌入模型。它可將文件表示為文字、圖片，或圖片與文字的組合，再用文字查詢檢索相關文件。公開規格支援包含文字、表格、圖表及資訊圖表的文件圖片，並回傳嵌入向量。

#### 準備可識別的文件項目

請將每個輸入連結至它所代表的來源文件、頁面或段落。視覺頁面應保留圖片及屬於該頁面的附隨文字。文字段落若有標題或章節標籤能幫助解讀後續命中，請予以保留。這些來源識別碼讓檢索項目成為有用證據，而非僅是數值相似度結果。

請依使用者需要找到的資料選擇項目邊界。圖表與解釋可能應放在一起，無關頁面則應保持獨立識別。請確認輸入可讀，且文字或圖片包含預期查詢想檢索的資訊。

#### 文字查詢與向量檢索

模型的角色是產生檢索向量，規格描述的查詢形式為文字。請讓查詢與索引項目維持相容的嵌入設定。應用程式儲存並比較向量，再回傳對應來源項目。檢索文件仍是要檢視或交給後續答案生成步驟的資料。

實用測試集包含使用者實際提出的問題，以及應被找到的頁面。請依來源內容與項目邊界檢視錯誤或缺漏的命中。對任何選定段落或圖片保留完整文件識別碼，讓結果能在上下文中核對。

#### 輸入額度與搜尋產物

文件所載託管規格列出每個輸入最多 131,072 token。請將較大來源集合拆成有標籤的獨立輸入，並保留相互關係。此規格的向量輸出不是生成的文章答案或逐字稿；後續應用程式階段可使用檢索證據回答問題。

完整檢索產物將查詢、選定來源項目及識別碼連結。請保留索引所用嵌入模型與輸入準備方式，讓後續變更能與來源集合的變更區分。

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

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

### 入門

Llama Nemotron Embed VL 1B V2 是 NVIDIA 用於檢索的多模態嵌入模型。它將文字、圖片或合併文件輸入轉成向量，支援以文字查詢搜尋包含表格、圖表、文字及資訊圖表的文件。

接受的輸入

文字 · token\_ids

結果

embedding

### Ailoot 可用 · 輸入與方法

**Ailoot Ultra · 嵌入向量** `POST /v1/embeddings`

輸入

`text`, `token_ids`

輸出

`embedding`

上下文

131,072 tokens

輸出格式

json

| 欄位 | 類型 | 要求 | 值與限制 | 預設值 |
| --- | --- | --- | --- | --- |
| 欄位`model` | 類型`string` | 要求必填 | 值與限制 nvidia/llama-nemotron-embed-vl-1b-v2:free | 預設值— |
| 欄位`input` | 類型`string\|string[]\|integer[]\|integer[][]` | 要求必填 | 值與限制 項目數下限: 1 條件: 批次不得為空，且各項目類型須一致。Token ID 須為非負整數。 輸入額度： 最大值: 131,072 · 文字單位: UTF8 位元組 · Token 單位: token 陣列元素 | 預設值— |
| 欄位`encoding_format` | 類型`string` | 要求選填 | 值與限制 float | 預設值float |
| 欄位`dimensions` | 類型`integer` | 要求不支援 | 值與限制 最小值: 1 | 預設值— |
| 欄位`user` | 類型`json_value` | 要求選填 | 值與限制 條件: 來源允許此 JSON 中繼資料欄位；確切的上游語意依模型而異。 | 預設值— |
| 欄位`session_id` | 類型`json_value` | 要求選填 | 值與限制 條件: 來源允許此 JSON 中繼資料欄位；確切的上游語意依模型而異。 | 預設值— |
| 欄位`trace` | 類型`json_value` | 要求選填 | 值與限制 條件: 來源允許此 JSON 中繼資料欄位；確切的上游語意依模型而異。 | 預設值— |
| 欄位`provider` | 類型`object` | 要求選填 | 值與限制 條件: provider.options 遭拒絕 | 預設值— |

輸入素材組合

**text\_to\_embedding**

方法參數與生命週期

| 參數 | 規格 |
| --- | --- |
| 參數`content_type` | 規格application/json |
| 參數`required` | 規格model, input |
| 參數`input_shapes` | 規格string, string\[\], nonnegative\_integer\_token\_array, nonnegative\_integer\_token\_array\[\] |
| 參數`encoding_format` | 規格float |
| 參數`dimensions_override` | 規格false |
| 參數`max_input_budget_units` | 規格131072 |
| 參數`multimodal_objects` | 規格false |
| 參數`material_types` | 規格text, token\_ids |

生命週期： `synchronous_json`

保留每個向量的索引與維度。

即使模型名稱標示為多模態，此指定路徑也不接受圖片物件。

### 方案

費率資訊不會增加請求選項。支援的參數列於所選方法中。

快速模式

標準費率 選取快速模式時

flex 模式

標準費率 選取 flex 模式時

最高推理強度

標準費率 最高推理強度採用 default 調整值時

#### Ailoot 費率

#### 各設定的價格

| 設定 | 費率表 | 費用 |
| --- | --- | --- |
| 設定詞元基本費率 | 費率表基本費率 | 費用 輸入 · 輸入 Token **$0** / 1K Token 輸出 · 輸出 Token **$0** / 1K Token 輸入 · 讀取快取 **—** / 1K Token 輸入 · 寫入快取 **—** / 1K Token 輸入 · 寫入快取，1 小時 **—** / 1K Token |

Ailoot 會在請求前預留估算金額。取得結果後，依實測用量結算最終費用。串流結算採用最終用量紀錄。[預留金額與結算的運作方式 →](https://ailoot.ai/docs/zh-hant-tw/billing/reserve/)

### 請求範例

#### Ailoot Ultra · 嵌入向量

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)
```

### 接收並儲存結果

#### Ailoot Ultra · 嵌入向量

json

##### 保留所有已完成的結果

請保留所有完整傳回的回應、檔案與內容區塊。

保留每個向量及其索引。向量數量必須與輸入數量相同，且維度必須一致。

##### 需要檢查原始回應時

此流程未引入嵌入向量任務端點。

回應欄位

| 欄位 | 類型 |
| --- | --- |
| 欄位`object` | 類型string |
| 欄位`model` | 類型string |
| 欄位`data[].index` | 類型integer |
| 欄位`data[].embedding` | 類型finite float\[\] |
| 欄位`usage` | 類型object |

錯誤與後續步驟

| 回應 | 條件 | 下一步 |
| --- | --- | --- |
| 回應400 · `invalid_request_error` | 條件必要欄位、素材表示方式或參數值無效 | 下一步提出新的建立請求前，先修正指定欄位。 |

### 別名

#### 模型別名

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

#### 方法路徑別名

請使用上方列出的 API 方法路徑。

#### 相關呼叫用 ID

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

可以使用哪些輸入與結果？

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

請求使用哪些欄位？

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

適用哪些限制？

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

將 Ailoot 串接 Claude Code、OpenCode、Hermes 或自己的應用程式。

## 公司及其專案組合

公司及其專案組合：數百萬客戶，每月銷售額達數十億。

## 優惠購買 token。

訂閱優惠適合持續工作，折扣碼購買 token 最高可折 50%。

訂閱

為定期請求選擇優惠方案。

最高 50% 折扣碼

購買時輸入代碼，價格依活動重算。

歷史中的費用

每次請求保存模型、token 與金額。

[選擇訂閱](https://ailoot.ai/docs/zh-hant-tw/billing/subscriptions/) · [查看模型價格](https://ailoot.ai/models/zh-hant-tw/)

## 將 API 加入 你銷售的產品。

依 Ailoot 正式服務條款與授權合約串接 SaaS、應用程式與機器人；轉售請申請經銷授權。

商用應用程式

在付費功能加入文字、圖片、影片與聲音生成。

經銷授權

提供專案說明與存取方式，要求書面使用和轉售條件。

網站文件

串接前可閱讀正式服務條款、授權合約與資料處理政策。

[申請經銷授權](mailto:support@ailoot.ai) · [正式服務條款與授權合約](https://ailoot.ai/legal/offer?lang=zh-hant-tw)

## Ailoot · 公司及其專案組合





Ailoot以累積的營運經驗、廣大的客戶群、穩定的服務及持續的KPI管理為基礎。





公司及其專案組合：數百萬客戶，每月銷售額達數十億。





Ailoot將這些營運經驗用於API存取，讓客戶的產品、代理、應用程式及自動化流程使用AI功能。