NVIDIA: Nemotron 3.5 Super VL
nvidia/nemotron-3.5-super-vlحوار نصي مع نموذج NVIDIA للاستدلال والعمل مع الشيفرة وتحليل المواد الكبيرة.
الاستدلال والشيفرة والعمل مع النص الطويل
Nemotron 3.5 Super VL نموذج من NVIDIA للمهام التي تتطلب ربط عدة خطوات من الاستدلال أو فهم الشيفرة البرمجية أو معالجة مادة كبيرة. تتيح هذه البطاقة في Ailoot حواراً نصياً: ترسل التعليمات والبيانات الأصلية وسجل الرسائل، ويعيد النموذج إجابة نصية.
يمكن استخدامه لتحليل التوثيق التقني ومقارنة المتطلبات وإعداد شروحات للشيفرة وتحليل التقارير النصية. ويسهل تحديد الهدف وإرفاق المواد اللازمة وتعيين شكل النتيجة في الطلب، مثل قائمة استنتاجات مع تبريراتها، أو خطة لتعديل برنامج، أو مقارنة بين عدة حلول.
البنية والتخصص
Super VL الأصلي نموذج بصري لغوي من NVIDIA بمُرمِّز بصري C-RADIO، مخصص أيضاً لفهم المستندات والفيديو. وتتيح بطاقة Ailoot هذه عمله مع النص؛ وتُرسل المواد الأصلية كمحتوى نصي.
يجمع أساس النموذج Mamba-2 وTransformer وبنية Mixture of Experts. ومن نحو 120 مليار معلمة، تُفعّل قرابة 12 ملياراً في خطوة المعالجة. هذه بنية النموذج، وينبغي النظر إليها بصورة مستقلة عن السرعة الفعلية لطلب بعينه.
استُخدمت في التدريب مستودعات برمجية وأزواج من المهام وتعديلات الشيفرة وسجلات بناء ومسارات حل متعددة الخطوات ومواد للسياق الطويل. وجمع التدريب اللاحق العمل مع الشيفرة والاستدلال والتعليمات والحوار. يفيد هذا التخصص في صياغة مهمة مركبة تتطلب ربط المعلومات الأصلية أولاً ثم تشكيل النتيجة.
إعداد المهمة
لتحليل مستند، صغ السؤال ومعايير انتقاء المعلومات أولاً، ثم أرفق النص مع عناوين أقسامه. وإذا لزمت مقارنة المصادر، فامنحها تسميات قصيرة واطلب ربط الاستنتاجات بها. وللمهمة البرمجية، أضف المقطع المناسب من البرنامج والسلوك الملحوظ والنتيجة المتوقعة، لتسهيل مقارنة الإجابة بالحالة المحددة.
تساعد نافذة السياق الكبيرة في وضع المواد المترابطة في طلب واحد. ولا يحل حجم السياق بذاته محل صياغة واضحة: يفيد فصل التعليمات عن البيانات الأصلية، وتحديد الحل أو المستند المطلوب مسبقاً.
السياق وطرق الاتصال
لهذا الإصدار في Ailoot، نافذة السياق المعلنة هي 262144 توكناً. ويتشارك سجل الحوار والتعليمات والمواد الأصلية والإجابة هذا الحيز؛ فاترك مساحة للنتيجة عند إعداد طلب طويل.
يتوفر النموذج عبر Chat Completions وResponses وMessages وواجهة نصية بصيغة Gemini. السيناريو المتاح لهذا الإصدار هو نص في الإدخال ونص في الإخراج؛ وتُرسل المستندات كمحتوى نصي.
متاح عبر Ailoot API
POST /v1/messages- الإدخال
text- الإخراج
text- السياق
- غير محدد في الكتالوج
- الحد الأقصى للإجابة
- غير محدد في الكتالوج
- الإدخال
- 0.0003 US$ / 1K
- الإخراج
- 0.001 US$ / 1K
- قراءة ذاكرة التخزين المؤقت
- 0.00004 US$ / 1K
POST /v1/responses- الإدخال
text- الإخراج
text- السياق
- غير محدد في الكتالوج
- الحد الأقصى للإجابة
- غير محدد في الكتالوج
- الإدخال
- 0.0003 US$ / 1K
- الإخراج
- 0.001 US$ / 1K
- قراءة ذاكرة التخزين المؤقت
- 0.00004 US$ / 1K
POST /v1/chat/completions- الإدخال
text- الإخراج
text- السياق
- غير محدد في الكتالوج
- الحد الأقصى للإجابة
- غير محدد في الكتالوج
- الإدخال
- 0.0003 US$ / 1K
- الإخراج
- 0.001 US$ / 1K
- قراءة ذاكرة التخزين المؤقت
- 0.00004 US$ / 1K
POST /v1beta/models/nvidia/nemotron-3.5-super-vl:generateContent- الإدخال
text- الإخراج
text- السياق
- غير محدد في الكتالوج
- الحد الأقصى للإجابة
- غير محدد في الكتالوج
- الإدخال
- 0.0003 US$ / 1K
- الإخراج
- 0.001 US$ / 1K
- قراءة ذاكرة التخزين المؤقت
- 0.00004 US$ / 1K
nvidia/nemotron-3.5-super-vl · JSON
{"about":"### الاستدلال والشيفرة والعمل مع النص الطويل\n\nNemotron 3.5 Super VL نموذج من NVIDIA للمهام التي تتطلب ربط عدة خطوات من الاستدلال أو فهم الشيفرة البرمجية أو معالجة مادة كبيرة. تتيح هذه البطاقة في Ailoot حواراً نصياً: ترسل التعليمات والبيانات الأصلية وسجل الرسائل، ويعيد النموذج إجابة نصية.\n\nيمكن استخدامه لتحليل التوثيق التقني ومقارنة المتطلبات وإعداد شروحات للشيفرة وتحليل التقارير النصية. ويسهل تحديد الهدف وإرفاق المواد اللازمة وتعيين شكل النتيجة في الطلب، مثل قائمة استنتاجات مع تبريراتها، أو خطة لتعديل برنامج، أو مقارنة بين عدة حلول.\n\n### البنية والتخصص\n\nSuper VL الأصلي نموذج بصري لغوي من NVIDIA بمُرمِّز بصري C-RADIO، مخصص أيضاً لفهم المستندات والفيديو. وتتيح بطاقة Ailoot هذه عمله مع النص؛ وتُرسل المواد الأصلية كمحتوى نصي.\n\nيجمع أساس النموذج Mamba-2 وTransformer وبنية Mixture of Experts. ومن نحو 120 مليار معلمة، تُفعّل قرابة 12 ملياراً في خطوة المعالجة. هذه بنية النموذج، وينبغي النظر إليها بصورة مستقلة عن السرعة الفعلية لطلب بعينه.\n\nاستُخدمت في التدريب مستودعات برمجية وأزواج من المهام وتعديلات الشيفرة وسجلات بناء ومسارات حل متعددة الخطوات ومواد للسياق الطويل. وجمع التدريب اللاحق العمل مع الشيفرة والاستدلال والتعليمات والحوار. يفيد هذا التخصص في صياغة مهمة مركبة تتطلب ربط المعلومات الأصلية أولاً ثم تشكيل النتيجة.\n\n### إعداد المهمة\n\nلتحليل مستند، صغ السؤال ومعايير انتقاء المعلومات أولاً، ثم أرفق النص مع عناوين أقسامه. وإذا لزمت مقارنة المصادر، فامنحها تسميات قصيرة واطلب ربط الاستنتاجات بها. وللمهمة البرمجية، أضف المقطع المناسب من البرنامج والسلوك الملحوظ والنتيجة المتوقعة، لتسهيل مقارنة الإجابة بالحالة المحددة.\n\nتساعد نافذة السياق الكبيرة في وضع المواد المترابطة في طلب واحد. ولا يحل حجم السياق بذاته محل صياغة واضحة: يفيد فصل التعليمات عن البيانات الأصلية، وتحديد الحل أو المستند المطلوب مسبقاً.\n\n### السياق وطرق الاتصال\n\nلهذا الإصدار في Ailoot، نافذة السياق المعلنة هي 262144 توكناً. ويتشارك سجل الحوار والتعليمات والمواد الأصلية والإجابة هذا الحيز؛ فاترك مساحة للنتيجة عند إعداد طلب طويل.\n\nيتوفر النموذج عبر Chat Completions وResponses وMessages وواجهة نصية بصيغة Gemini. السيناريو المتاح لهذا الإصدار هو نص في الإدخال ونص في الإخراج؛ وتُرسل المستندات كمحتوى نصي.","alias_of":null,"aliases":[],"author":"NVIDIA","canonical_model":"nvidia/nemotron-3.5-super-vl","ctx":null,"formats":["chat","gemini","messages","responses"],"id":"nvidia/nemotron-3.5-super-vl","input":["text"],"kind":"text","max_out":null,"methods":[{"cache_read":0.04,"cache_write":null,"cache_write_1h":null,"cache_write_5m":null,"conditional_meter":null,"ctx":null,"family":"anthropic","fast_multiplier":1,"flex_multiplier":1,"fmt":"messages","http":"POST","img_in":null,"img_out":null,"in":0.3,"input":["text"],"label":"Anthropic Messages","max_out":null,"max_tool_calls":null,"out":1.0,"output":["text"],"path":"/v1/messages","request_model_id":"nvidia/nemotron-3.5-super-vl","route_label":"Ultra","status_reads":[],"tiers":[],"tool_prices":null,"unit":"token","units":[]},{"cache_read":0.04,"cache_write":null,"cache_write_1h":null,"cache_write_5m":null,"conditional_meter":null,"ctx":null,"family":"openai","fast_multiplier":1,"flex_multiplier":1,"fmt":"responses","http":"POST","img_in":null,"img_out":null,"in":0.3,"input":["text"],"label":"OpenAI Responses","max_out":null,"max_tool_calls":null,"out":1.0,"output":["text"],"path":"/v1/responses","request_model_id":"nvidia/nemotron-3.5-super-vl","route_label":"Ultra","status_reads":[],"tiers":[],"tool_prices":null,"unit":"token","units":[]},{"cache_read":0.04,"cache_write":null,"cache_write_1h":null,"cache_write_5m":null,"conditional_meter":null,"ctx":null,"family":"openai","fast_multiplier":1,"flex_multiplier":1,"fmt":"chat","http":"POST","img_in":null,"img_out":null,"in":0.3,"input":["text"],"label":"OpenAI Chat","max_out":null,"max_tool_calls":null,"out":1.0,"output":["text"],"path":"/v1/chat/completions","request_model_id":"nvidia/nemotron-3.5-super-vl","route_label":"Ultra","status_reads":[],"tiers":[],"tool_prices":null,"unit":"token","units":[]},{"cache_read":0.04,"cache_write":null,"cache_write_1h":null,"cache_write_5m":null,"conditional_meter":null,"ctx":null,"family":"gemini","fast_multiplier":1,"flex_multiplier":1,"fmt":"gemini","http":"POST","img_in":null,"img_out":null,"in":0.3,"input":["text"],"label":"Gemini generateContent","max_out":null,"max_tool_calls":null,"out":1.0,"output":["text"],"path":"/v1beta/models/nvidia/nemotron-3.5-super-vl:generateContent","request_model_id":"nvidia/nemotron-3.5-super-vl","route_label":"Ultra","status_reads":[],"tiers":[],"tool_prices":null,"unit":"token","units":[]}],"model_aliases":[{"canonical_model_id":"nvidia/nemotron-3.5-super-vl","request_model_id":"nvidia/nemotron-3.5-super-vl","route_label":"Ultra"}],"name":"NVIDIA: Nemotron 3.5 Super VL","price":{"in":0.3,"in_label":null,"out":1.0,"out_label":null,"sort_in":0.3,"sort_out":1.0,"varies":false},"public_id":"nvidia/nemotron-3.5-super-vl","short":"حوار نصي مع نموذج NVIDIA للاستدلال والعمل مع الشيفرة وتحليل المواد الكبيرة."}