Nvidia: Llama Nemotron Embed 1B v2
用于检索和问答管道的多语言文本嵌入模型
- 研发机构
- Nvidia
- 模型系列
- nemotron
模型资料
输入与输出文本 → 文本
上下文窗口8,192
最大输出2,048
快速接入
使用你的 Moduck API Key,将 API 基础地址设置为 https://api.moduck.ai/v1,并将 model 参数设置为 nvidia/llama-nemotron-embed-1b-v2。
import os
import requests
base_url = "https://api.moduck.ai/v1"
api_key = os.environ["MODUCK_API_KEY"]
model_id = "nvidia/llama-nemotron-embed-1b-v2"
response = requests.post(
f"{base_url}/chat/completions",
headers={
"Authorization": f"Bearer {api_key}",
"Content-Type": "application/json",
},
json={
"model": model_id,
"messages": [{"role": "user", "content": "Hello!"}],
"stream": False,
},
timeout=60,
)
response.raise_for_status()
print(response.json())采用 OpenAI 风格的聊天请求格式,沿用熟悉的调用方式,让模型接入更简单。
Llama Nemotron Embed 1B v2 API 价格
价格暂未提供
性能
性能走势
请求吞吐量14.4 次/分钟当前
排队等待0.9 s当前
完成耗时5.9 s当前
请求吞吐量
当前14.4 次/分钟
窗口均值15.1 次/分钟
排队等待
当前0.9 s
窗口均值0.9 s
完成耗时
当前5.9 s
窗口均值6.0 s
长尾完成耗时(P99)
当前12.4 s
窗口均值13.8 s
重试率
当前0.9%
窗口均值1.0%
错误率
当前0.0%
窗口均值0.1%
可用性
运行时间100%至少一个服务方有响应
可用率100%实际成功服务的请求
错误率0%失败请求占比
服务请求 · 按小时
24 小时前现在
Llama Nemotron Embed 1B v2 模型对比
| 模型 | 输入价格 | 输出价格 | 上下文窗口 | 主要能力 |
|---|---|---|---|---|
| Llama Nemotron Embed 1B v2当前模型 | 价格暂未提供 | 价格暂未提供 | 8,192 | 专用模型 |
| Qwen3 Embedding 8B | USD 0.056 / 1M token | 不按输出计费 | 32,768 | 专用模型 |
| BGE M3 | USD 0.008 / 1M token | 不按输出计费 | 8,192 | 专用模型 |
模型规格
- 输入
- 文本
- 输出
- 文本
- 上下文窗口
- 8,192
- 最大输出
- 2,048
- 发布日期
- 2025-10-16
- 附件输入
- 不支持
- 推理
- 不支持
- 工具调用
- 不支持
- 温度参数
- 不支持
- 开放权重
- 支持
常见问题
Llama Nemotron Embed 1B v2 适合做什么?
用于检索和问答管道的多语言文本嵌入模型
Llama Nemotron Embed 1B v2 支持哪些输入和输出?
资料记录的输入:文本;输出:文本。
Llama Nemotron Embed 1B v2 如何计费?
本页暂未列出这款模型的价格。
Llama Nemotron Embed 1B v2 的已记录规格是什么?
当前资料记录:上下文窗口 8,192 tokens;最大输出 2,048 tokens。
快速接入示例中的 model 参数是什么?
示例使用 nvidia/llama-nemotron-embed-1b-v2。这个值来自页面标识,尚未核定为可调用的 Moduck 公共 ID。
现在能通过 Moduck API 调用这款模型吗?
本页没有这款模型已通过 Moduck API 实际调用的验证记录。接入示例和预留 ID 不代表已经开放,请以账户可用模型列表为准。