> ## Documentation Index
> Fetch the complete documentation index at: https://docs.venice.ai/llms.txt
> Use this file to discover all available pages before exploring further.

# API Nemotron Embed VL 1B v2

> API d'embeddings Nemotron Embed VL 1B v2 sur Venice : 2,048 dimensions, 32K tokens en entrée, $0.0125 par 1M tokens. Privé, sans aucune conservation des données.

> [accordion] Spécification en texte brut
>
> ## API Nemotron Embed VL 1B v2
>
> Nemotron Embed VL 1B v2 est un modèle d'embeddings de NVIDIA, disponible sur l'API Venice sous `text-embedding-nemotron-embed-vl-1b-v2`. Il fonctionne en mode privé, sans aucune conservation des données.
>
> ### Tarifs de l'API Nemotron Embed VL 1B v2
>
> | ID du modèle | Variante | Confidentialité | Prix |
> | - | - | - | - |
> | `text-embedding-nemotron-embed-vl-1b-v2` | Standard | Private | \$0.0125 / 1M tok |
>
> ### Spécifications de Nemotron Embed VL 1B v2
>
> | Caractéristique | Valeur |
> | - | - |
> | Fournisseur | NVIDIA |
> | Sortie | 17 avr. 2026 |
> | Confidentialité | Private |
> | Statut | Stable |
> | Poids ouverts | Oui |
> | Dimensions | 2,048 |
> | Entrée maximale | 32K tokens |
>
> ### Comment utiliser l'API Nemotron Embed VL 1B v2
>
> Envoyez vos requêtes à `POST https://api.venice.ai/api/v1/embeddings` avec `"model": "text-embedding-nemotron-embed-vl-1b-v2"` et votre clé API.
>
> ```bash theme={"system"}
> curl https://api.venice.ai/api/v1/embeddings \
>   -H "Authorization: Bearer $VENICE_API_KEY" \
>   -H "Content-Type: application/json" \
>   -d '{
>     "model": "text-embedding-nemotron-embed-vl-1b-v2",
>     "input": "Private AI for everyone."
>   }'
> ```
>
> ### Modèles similaires
>
> * [API BGE-EN-ICL](https://docs.venice.ai/fr/models/bge-en-icl.md): \$0.0125 / 1M tok
> * [API Multilingual E5 Large Instruct](https://docs.venice.ai/fr/models/multilingual-e5-large-instruct.md): \$0.0125 / 1M tok
> * [API Qwen3 Embedding 0.6B](https://docs.venice.ai/fr/models/qwen3-embedding-0-6b.md): \$0.0125 / 1M tok
> * [API Qwen3 Embedding 8B](https://docs.venice.ai/fr/models/qwen3-embedding-8b.md): \$0.0125 / 1M tok


This documentation is built and hosted on [Mintlify](https://mintlify.com), a developer documentation platform.