GetInfoUs
Head-to-Head Model Comparison

Llama Nemotron Rerank VL 1B v2 vs Llama Nemotron Embed VL 1B v2

Benchmarks, API Token Pricing, Context Window & Speed Comparison

GetInfoUs リサーチチーム監修最終確認日: October 2026編集方針
共有
Related topics (12)
AI CompareAI BenchmarkToken PricingModel CostModel SpecsSWE-bench CodingModel VersusWhich AI ModelLLM Speed & LatencyReasoning ModelsExtended ThinkingPrompt Caching ROI
Llama Nemotron Rerank VL 1B v2 vs Llama Nemotron Embed VL 1B v2: Benchmarks, Pricing & Speed Comparison

NVIDIAのLlama Nemotron Rerank VL 1B v2とNVIDIAのLlama Nemotron Embed VL 1B v2は、注目度の高い主要AIモデルです。Llama Nemotron Rerank VL 1B v2は128K トークンのコンテキストウィンドウを備え、API料金は100万トークンあたり入力$0.03/出力$0.03、一方のLlama Nemotron Embed VL 1B v2は32K トークンのコンテキストで入力$0.02/出力$0.02です。以下でベンチマーク、速度、コストを詳しく比較します。

徹底比較 (VS)

任意のAIモデルを切り替えて比較

Select any AI models from our verified benchmark database to generate live side-by-side matrices.

Profile
Profile
Multi-Model Arena Stack:
5-Model Matrix Workbench
Popular Matchups:
NVIDIA

Llama Nemotron Rerank VL 1B v2

軽量・高コスト効率モデル

NVIDIA の Llama Nemotron Rerank VL 1B v2 は、優れたトークン単価効率と高速スループットを両立する高コスパ運用向けに設計されたAIモデルです。128K のコンテキストウィンドウ、毎秒 240 トークンの生成速度、知能指数 33/100（1Mトークンあたり入力$0.03・出力$0.03）を実現しています。

Intelligence Index33 / 100
Input Token:

$0.03 / 1M

Output Token:

$0.03 / 1M

Context Window:

128K tokens

SWE-bench Verified:

N/A

NVIDIA

Llama Nemotron Embed VL 1B v2

ベクトル埋め込み・RAG検索

NVIDIA の Llama Nemotron Embed VL 1B v2 は、高次元ベクトル検索、セマンティック検索、高精度なRAG（検索拡張生成）構築向けに設計されたAIモデルです。32K のコンテキストウィンドウ、毎秒 280 トークンの生成速度、知能指数 32/100（1Mトークンあたり入力$0.02・出力$0.02）を実現しています。

Intelligence Index32 / 100
Input Token:

$0.02 / 1M

Output Token:

$0.02 / 1M

Context Window:

32K tokens

SWE-bench Verified:

N/A

ひと目でわかる主な違い

  • Llama Nemotron Embed VL 1B v2 is 1.5x cheaper for API usage (input + output tokens combined).
  • Llama Nemotron Rerank VL 1B v2 has a larger context window (128K vs 32K tokens).
  • Llama Nemotron Embed VL 1B v2 is faster at 280 tok/s vs 240 tok/s.
Need definitions for token pricing, context, or benchmarks?Explore AI Glossary →
FeatureLlama Nemotron Rerank VL 1B v2Llama Nemotron Embed VL 1B v2
Intelligence Index
Composite reasoning & knowledge score (0-100)
3332
Provider
NVIDIANVIDIA
Input Price
Cost per million input tokens
$0.03 / 1M$0.02 / 1M
Output Price
Cost per million output tokens
$0.03 / 1M$0.02 / 1M
Blended Price
Weighted 7:2:1 cache:input:output per 1M
$0.01 / 1M$0.01 / 1M
Context Window
Maximum input + output tokens
128K tokens~192 A4 pages of text32K tokens~48 A4 pages of text
Max Output Tokens
Per single request
2K2K
Throughput Speed
Tokens generated per second
240 tok/s280 tok/s
SWE-bench Verified
Real-world software engineering
N/AN/A
Cached Input Price
Prompt caching discount per 1M tokens
$0.01 / 1M$0.01 / 1M

分野別勝者スコアカード

At-a-glance decision framework
Coding

Evaluations ongoing

Cost
Llama Nemotron Embed VL 1B v2
1.5x cheaper monthly runtime
Speed
Llama Nemotron Embed VL 1B v2
+17% faster generation
Context
Llama Nemotron Rerank VL 1B v2
128K tokens window

検証済みベンチマークスコア比較

Official evaluation metrics verified by independent third-party research labs.

Llama Nemotron Rerank VL 1B v2Llama Nemotron Embed VL 1B v2
LMSYS Chatbot Arena Elo

Crowdsourced human preference evaluation based on blind, head-to-head model battles.

1220ptsvs1210pts
Generation Speed (Throughput)

Tokens emitted per second during active generation streaming.

240 tok/s vs280 tok/s

レイテンシ＆応答時間

Time to first token (TTFT) and estimated end-to-end response time for a typical 500-token response.

Time to First Token (TTFT)Lower is better
Llama Nemotron Rerank VL 1B v20.09s
Llama Nemotron Embed VL 1B v20.08s
Est. End-to-End Response (500 tokens)TTFT + generation time
Llama Nemotron Rerank VL 1B v22.17s
Llama Nemotron Embed VL 1B v21.87s

リアルタイムAPIトークン料金シミュレーター

Adjust sliders to calculate projected monthly cloud API spending with prompt caching discounts.

100K / day
10K500K1M
30K / day
5K150K300K
50% cached
0% (Cold)50%90% (Warm)
Llama Nemotron Rerank VL 1B v2 Monthly API Bill
$0.08 / month
$0.03/1M in · $0.03/1M out
Llama Nemotron Embed VL 1B v2 Monthly API Bill
$0.06 / month
$0.02/1M in · $0.02/1M out
Llama Nemotron Embed VL 1B v2 saves approximately $0.03 / month (34%) under this workload.1.5x Savings

Llama Nemotron Rerank VL 1B v2 · Strengths & Key Advantages

  • 128K のコンテキストウィンドウと最大 2K トークンの出力容量（Arena Elo 1220）
  • 毎秒 240 トークンの高速スループットと、初回トークン到達時間（TTFT）わずか 90ms の低遅延
  • オープンウェイトモデル (1B)として vLLM・SGLang・Ollama を用いた自社GPUでのローカル運用が可能
Considerations & Trade-offs
  • 非量子化のフル精度でローカル推論を行うには十分なGPU VRAM容量が必要です
  • 極めて高度な専門科学の証明問題では、上位の大型推論特化モデルの方がより深い洞察を提供する場合があります

Llama Nemotron Embed VL 1B v2 · Strengths & Key Advantages

  • 32K のコンテキストウィンドウと最大 2K トークンの出力容量（Arena Elo 1210）
  • 毎秒 280 トークンの高速スループットと、初回トークン到達時間（TTFT）わずか 80ms の低遅延
  • オープンウェイトモデル (1B)として vLLM・SGLang・Ollama を用いた自社GPUでのローカル運用が可能
Considerations & Trade-offs
  • 非量子化のフル精度でローカル推論を行うには十分なGPU VRAM容量が必要です
  • 極めて高度な専門科学の証明問題では、上位の大型推論特化モデルの方がより深い洞察を提供する場合があります

Token Use & Task Economics

Estimated cost and token consumption to complete one representative agentic task.

MetricLlama Nemotron Rerank VL 1B v2Llama Nemotron Embed VL 1B v2
Cost per Task
Estimated USD to finish one task
$0.01$0.01
Output Tokens / Task
Tokens generated per task
1K1K
Reasoning Tokens / Task
Thinking tokens burned per task
0K0K

技術仕様・スペック

Architecture, release timeline, capabilities, and modalities.

FeatureLlama Nemotron Rerank VL 1B v2Llama Nemotron Embed VL 1B v2
Official API Model ID (SDK)llama-nemotron-rerank-vl-1b-v2llama-nemotron-embed-vl-1b-v2
API ProtocolOpenAI-Compatible REST / vLLM / SGLang / HuggingFace TGIOpenAI-Compatible REST / vLLM / SGLang / HuggingFace TGI
Release Date2026-032026-02
Knowledge CutoffJanuary 2026December 2025
ArchitectureCross-Encoder Multimodal Reranking TransformerDense Multimodal Embedding Transformer
Parameters1B1B
Enterprise Rate Limits (RPM / TPM)Unlimited (Hardware-bound on self-hosted GPU) / 10,000 RPM Cloud · Unlimited local throughput / 10M+ TPM Managed CloudUnlimited (Hardware-bound on self-hosted GPU) / 10,000 RPM Cloud · Unlimited local throughput / 10M+ TPM Managed Cloud
Long-Context Tier (>128K/200K)Flat rate ($0.03/1M in) across full 128K windowFlat rate ($0.02/1M in) across full 32K window
Prompt Cache Policy & TTLCached input at $0.008/1M tokensCached input at $0.005/1M tokens
Computer Use / GUI AgentText-only completion (No GUI action loop)Text-only completion (No GUI action loop)
MCP & Parallel Tool CallingPrompt-based JSON extraction onlyPrompt-based JSON extraction only
Web Search Grounding & SandboxSupported via external Tavily/Exa Search & E2B/Docker Sandbox toolsSupported via external Tavily/Exa Search & E2B/Docker Sandbox tools
Official Fine-Tuning SupportFull Weights SFT, LoRA, QLoRA, DPO & GRPO RL (Unsloth / Axolotl / Llama-Factory)Full Weights SFT, LoRA, QLoRA, DPO & GRPO RL (Unsloth / Axolotl / Llama-Factory)
Multimodal Token BillingText BPE (~4 chars/token) · Vision (~258–765 tokens per image tile)Text BPE (~4 chars/token) · Vision (~258–765 tokens per image tile)
Quantization & Min GPU VRAMBF16 / FP16, FP8 Dynamic, INT4 AWQ / GPTQ, GGUF (Q4_K_M / Q8_0) · 2 GB VRAM (4-bit Quantized) · 4 GB VRAM (Native BF16)BF16 / FP16, FP8 Dynamic, INT4 AWQ / GPTQ, GGUF (Q4_K_M / Q8_0) · 2 GB VRAM (4-bit Quantized) · 4 GB VRAM (Native BF16)
Safety & Frontier ClassificationOpen-Weights System Card + Customizable Guardrail Layer (Llama Guard / ShieldGemma)Open-Weights System Card + Customizable Guardrail Layer (Llama Guard / ShieldGemma)
Enterprise Compliance (ZDR/HIPAA/SOC2)100% Air-Gapped On-Premises / Private VPC · Full HIPAA, GDPR & SOC2 Control100% Air-Gapped On-Premises / Private VPC · Full HIPAA, GDPR & SOC2 Control
Input Modalitiestext, visiontext, vision
Output Modalitiesscoreembedding

Llama Nemotron Rerank VL 1B v2 vs Llama Nemotron Embed VL 1B v2: よくある質問 (FAQ)

Which is more intelligent, Llama Nemotron Rerank VL 1B v2 or Llama Nemotron Embed VL 1B v2?

Llama Nemotron Rerank VL 1B v2 is more intelligent. It scores 33 compared with 32 on the composite Intelligence Index.

Which model is faster?

Llama Nemotron Embed VL 1B v2 is faster, generating 280 tokens per second compared with 240 tokens per second.

Which model has lower latency?

Llama Nemotron Embed VL 1B v2 has lower latency, with a time to first token of 0.08s compared with 0.09s.

Which model has a larger context window?

Llama Nemotron Rerank VL 1B v2 has a larger context window, supporting 128K tokens compared with 32K tokens.

総合評価

Llama Nemotron Rerank VL 1B v2（優れたトークン単価効率と高速スループットを両立する高コスパ運用、エンタープライズRAG基盤、スケーラブルな本番API統合に最適。）とLlama Nemotron Embed VL 1B v2（高次元ベクトル検索、セマンティック検索、高精度なRAG（検索拡張生成）構築、エンタープライズRAG基盤、スケーラブルな本番API統合に最適。）はいずれも優れた選択肢です。高度な推論・コーディング精度ではLlama Nemotron Rerank VL 1B v2がリードし、応答速度とスループットではLlama Nemotron Embed VL 1B v2が優れ、APIコスト効率ではLlama Nemotron Embed VL 1B v2が有利です。

よくある質問 (FAQ)

コーディングや複雑な推論には Llama Nemotron Rerank VL 1B v2 と Llama Nemotron Embed VL 1B v2 のどちらが適していますか？+

総合知能指数およびコーディング評価では Llama Nemotron Rerank VL 1B v2 が優位です。上部の SWE-bench や GPQA スコアもあわせてご確認ください。

Llama Nemotron Rerank VL 1B v2 と Llama Nemotron Embed VL 1B v2 ではどちらのAPI料金が安いですか？+

Llama Nemotron Rerank VL 1B v2 は100万トークンあたり入力$0.03 / 出力$0.03、Llama Nemotron Embed VL 1B v2 は入力$0.02 / 出力$0.02です。総合的なコスト効率では Llama Nemotron Embed VL 1B v2 がより経済的です。

コンテキスト長と生成速度はどちらが優れていますか？+

コンテキストウィンドウは Llama Nemotron Rerank VL 1B v2 が 128K トークン、Llama Nemotron Embed VL 1B v2 が 32K トークン です。出力スピード（トークン/秒）では Llama Nemotron Embed VL 1B v2 がリードしています。

AI Terminology & Guide
Explore Glossary →

Understand key metrics like context window, token pricing, reasoning mode, and SWE-bench scores in our comprehensive AI glossary.

Tokens & PricingContext WindowAI BenchmarksReasoning ModelsTool CallingModel Context Protocol (MCP)

Related reading

Benchmark scores, token prices, and rate limits evolve rapidly as AI labs release model updates. Always verify current specifications and pricing on the official provider documentation.

公的ソース: NVIDIAおよびNVIDIA公式APIドキュメント、システムカード、独立ベンチマーク評価 (2026)。