zembed-1-embedding
Desenvolvido pela zeroentropy, zembed-1-embedding é um modelo de embeddings. zembed-1-embedding is an open-weights embed model.
by zeroentropy
Ideal para
Como usar zembed-1-embedding no osFoundry
Conecte com sua própria chave (BYOK)
Abra o diálogo de chaves e cole sua chave de API da zeroentropy. O osFoundry descobre zembed-1-embedding automaticamente — atribua-o a um papel do Maestro (router, direct, orchestrator ou fallback) na aba Pipeline e ele estará ativo em cada chat. Sua chave, sua conta no provedor — sem markup sobre tokens.
Implante um endpoint dedicado
zembed-1-embedding é open-weights — execute localmente sem custo, ou implante um endpoint GPU dedicado no seu workspace para capacidade reservada sem limites de taxa.
Use em um Room App
Os Room Apps declaram recursos de IA em seus manifestos e os chamam com invokeAI:
import { invokeAI } from '@osfoundry/app-sdk'
// 'summarize' is an AI feature declared in your app manifest.
const result = await invokeAI('summarize', userText)
Chame a partir dos seus próprios apps
Uma vez que um modelo está conectado ao seu workspace, você pode hospedá-lo como uma API e acessá-lo a partir dos seus próprios serviços, scripts ou CI — fora do osFoundry.
zembed-1-embedding vs modelos semelhantes
Licença
Não especificada — Termos de licença não especificados — verifique o model card original antes do uso comercial.
Consulte a documentação original.
Perguntas frequentes sobre zembed-1-embedding
zembed-1-embedding é gratuito?
zembed-1-embedding é gratuito para rodar localmente no seu próprio hardware. O acesso hospedado via osFoundry é medido (entrada Free (local), saída Free (local)). Você pode alternar entre local e hospedado a qualquer momento.
Posso usar zembed-1-embedding comercialmente?
Uso comercial é permitido com condições. Termos de licença não especificados — verifique o model card original antes do uso comercial. Consulte a documentação original.
Posso rodar zembed-1-embedding localmente?
Sim. zembed-1-embedding é open-weights e roda localmente em uma GPU de workstation. O runtime local do osFoundry cuida do carregamento, da quantização e do roteamento do modelo.
Em que zembed-1-embedding é melhor?
zembed-1-embedding é bem adequado para feature extraction.
Como uso zembed-1-embedding no osFoundry?
Cole sua chave de API da zeroentropy no diálogo de chaves (ou implante os pesos abertos para modelos auto-hospedáveis), atribua zembed-1-embedding a um papel do Maestro na aba Pipeline e use-o em chats, em Room Apps via invokeAI ou nos seus próprios apps.
Publicado pela zeroentropy em 2 de março de 2026. Fonte: https://huggingface.co/zeroentropy/zembed-1-embedding