llama-embed-nemotron-8b-bench
TheRealXekoが2026年に公開したllama-embed-nemotron-8b-benchは、8億パラメータのエンベディングモデルです。llama-embed-nemotron-8b-bench is an open-weights embed model with roughly 8 billion parameters.
by TheRealXeko · 8Bパラメータ
得意な用途
osFoundryでのllama-embed-nemotron-8b-benchの使い方
ご自身のキーで接続（BYOK）
キーダイアログを開き、TheRealXekoのAPIキーを貼り付けるだけで、osFoundryがllama-embed-nemotron-8b-benchを自動的に検出します。パイプラインタブでMaestroのロール（router、direct、orchestrator、fallback）に割り当てれば、すべてのチャットですぐに利用できます。ご自身のキー・ご自身のプロバイダーアカウントで、トークン手数料は一切上乗せしません。
専用エンドポイントをデプロイ
llama-embed-nemotron-8b-benchはオープンウェイトです。ローカルで無料で実行することも、ワークスペースに専用GPUエンドポイントをデプロイして、レート制限のない予約済み容量を確保することもできます。
Room Appで使う
Room Appはマニフェストで AI 機能を宣言し、invokeAIで呼び出します:
import { invokeAI } from '@osfoundry/app-sdk'
// 'summarize' is an AI feature declared in your app manifest.
const result = await invokeAI('summarize', userText)
ご自身のアプリから呼び出す
モデルをワークスペースに組み込めば、APIとしてホストして、osFoundryの外側にあるご自身のサービス・スクリプト・CIから呼び出すことができます。
llama-embed-nemotron-8b-benchを動かせるハードウェア
llama-embed-nemotron-8b-benchは16GBのコンシューマー向けGPU1枚で動作します（KVキャッシュの余裕を含めて約5 GBのVRAM）。フル精度推論はH100 80GB 1枚にFP16精度で収まります（約20 GB）。
llama-embed-nemotron-8b-benchと類似モデルの比較
ライセンス
未指定 — ライセンス条件が明示されていません。商用利用の前に上流のモデルカードをご確認ください。
上流のドキュメントをご確認ください。
llama-embed-nemotron-8b-benchについてのよくある質問
llama-embed-nemotron-8b-benchは無料で使えますか？
llama-embed-nemotron-8b-benchはご自身のハードウェアでローカル実行する場合は無料です。osFoundry経由のホスティングアクセスは従量課金（入力 Free (local)、出力 Free (local)）となります。ローカルとホスティングはいつでも切り替えられます。
llama-embed-nemotron-8b-benchを商用利用できますか？
条件付きで商用利用が許可されています。 ライセンス条件が明示されていません。商用利用の前に上流のモデルカードをご確認ください。 上流のドキュメントをご確認ください。
llama-embed-nemotron-8b-benchに必要なVRAMはどれくらいですか？
Q4量子化で約5 GB、フルFP16精度で約20 GBが目安です。24GBのコンシューマー向けGPU1枚で動作します。
llama-embed-nemotron-8b-benchをローカルで実行できますか？
はい。llama-embed-nemotron-8b-benchはオープンウェイトで、ワークステーション向けGPUでローカル実行できます。osFoundryのローカルランタイムがモデルのロード、量子化、ルーティングを処理します。
llama-embed-nemotron-8b-benchが最も得意なことは何ですか？
llama-embed-nemotron-8b-benchはfeature extractionに適しています。
osFoundryでllama-embed-nemotron-8b-benchをどう使えばよいですか？
キーダイアログでTheRealXeko APIキーを貼り付け（セルフホスト可能なモデルの場合はオープンウェイトをデプロイ）、パイプラインタブでllama-embed-nemotron-8b-benchをMaestroのロールに割り当てれば、チャット、invokeAI経由のRoom App、ご自身のアプリから利用できます。
TheRealXekoにより公開（2026年5月8日）。 出典: https://huggingface.co/TheRealXeko/llama-embed-nemotron-8b-bench