قیمت و API مدل Nemotron 3 Embed 1B (رایگان) در ایران
nvidia/nemotron-3-embed-1b:free
شارژ بر اساس مصرف واقعی همان درخواست. قیمتها با تغییر شرایط بازار بهروز میشوند.قیمتها و شارژ
کد آمادهٔ Nemotron 3 Embed 1B (رایگان): ساخت embedding برای جستجوی معنایی
نمونه بر اساس قابلیتهای همین مدل انتخاب شده و با کلید خودت بدون تغییر دیگری اجرا میشود.
curl https://api.uttapen.ir/v1/embeddings \
-H "Authorization: Bearer sk-up-…" \
-H "Content-Type: application/json" \
-d '{
"model": "nvidia/nemotron-3-embed-1b:free",
"input": ["گارانتی کتری برقی چند ماه است", "مدت ضمانت محصولات آشپزخانه"]
}'from openai import OpenAI
import numpy as np
client = OpenAI(base_url="https://api.uttapen.ir/v1", api_key="sk-up-…")
docs = ["گارانتی کتری برقی ۱۸ ماه است", "ارسال سفارشها ۴۸ ساعته انجام میشود"]
question = "ضمانت کتری چقدر است"
vecs = client.embeddings.create(model="nvidia/nemotron-3-embed-1b:free", input=docs + [question]).data
M = np.array([v.embedding for v in vecs])
M /= np.linalg.norm(M, axis=1, keepdims=True)
scores = M[:-1] @ M[-1]
print(docs[int(scores.argmax())])import OpenAI from "openai";
const client = new OpenAI({ baseURL: "https://api.uttapen.ir/v1", apiKey: "sk-up-…" });
const docs = ["گارانتی کتری برقی ۱۸ ماه است", "ارسال سفارشها ۴۸ ساعته انجام میشود"];
const { data } = await client.embeddings.create({ model: "nvidia/nemotron-3-embed-1b:free", input: [...docs, "ضمانت کتری چقدر است"] });
const norm = (v) => { const n = Math.hypot(...v); return v.map((x) => x / n); };
const vecs = data.map((d) => norm(d.embedding));
const q = vecs.at(-1);
const dot = (a, b) => a.reduce((s, x, i) => s + x * b[i], 0);
const best = vecs.slice(0, -1).map((v, i) => [dot(v, q), i]).sort((a, b) => b[0] - a[0])[0][1];
console.log(docs[best]);Nemotron 3 Embed 1B (رایگان) برای چه کاری خوب است؟
«nvidia/
چندزبانه است، که برای متن فارسی مهم است؛ با این حال پیش از انتخاب نهایی آن را روی چند ده پرسش واقعی از اسناد خودت بسنج.
NVIDIA Nemotron 3 Embed 1B is an open text embedding model from NVIDIA, optimized for high-throughput, low-latency retrieval. It is suited for enterprise search, RAG, code retrieval, and agentic retrieval...
سه کار واقعی، با قیمت همین مدل
اعداد از همان قیمتهای بالا حساب شدهاند و با تغییر قیمت مدل تغییر میکنند.
| کار | توکن | هزینه |
|---|---|---|
| یک پرسش جستجوی کاربر | ۳۰ ورودی | ۰٫۰۰ تومان |
| ایندکس ده هزار عنوان محصول | ۳۰۰٬۰۰۰ ورودی | ۰٫۰۰ تومان |
| ایندکس هزار سند پانصدتوکنی | ۵۰۰٬۰۰۰ ورودی | ۰٫۰۰ تومان |
سؤالهای پرتکرار
- چطور با Nemotron 3 Embed 1B (رایگان) بردار بسازم؟
- کلید API بساز و در SDK رسمی OpenAI، base_url را https:/
/ api.uttapen.ir/ v1 بگذار و client.embeddings.create را با model «nvidia/ nemotron-3-embed-1b:free» و input (یک رشته یا فهرستی از رشتهها) صدا بزن. برای هر ورودی یک بردار در data برمیگردد. - قیمت Nemotron 3 Embed 1B (رایگان) به تومان چقدر است؟
- هر ۱ میلیون توکن ورودی ۰ تومان؛ خروجی هزینه ندارد. شارژ بر اساس توکن ورودیای است که همان درخواست گزارش کرده و درخواست ناموفق صفر تومان است.
- آیا Nemotron 3 Embed 1B (رایگان) را میشود در چت یا chat/completions استفاده کرد؟
- نه. مدل embedding پاسخ متنی تولید نمیکند؛ درخواست chat/
completions با این مدل خطای 400 میگیرد. برای RAG، بردار را با این مدل بساز و پاسخ نهایی را از یک مدل chat بگیر. - محدودیت نسخهٔ رایگان چیست؟
- سقف روزانه بهازای هر کاربر دارد و ظرفیتش مشترک است؛ وقتی تمام شود درخواست با خطای مشخص رد میشود و کیف پولت دستنخورده میماند.