{
  "aboutHtml": "<h3>Uvažování, kód a práce s dlouhým textem</h3><p>Nemotron 3.5 Super VL je model NVIDIA pro úlohy, kde je potřeba propojit několik kroků uvažování, porozumět programovému kódu nebo zpracovat rozsáhlý materiál. V Ailoot tato karta poskytuje textový dialog: předáte instrukce, vstupní data a historii zpráv a model vrátí textovou odpověď.</p><p>Lze jej využít k rozboru technické dokumentace, porovnání požadavků, přípravě vysvětlení ke kódu a analýze textových zpráv. V požadavku je vhodné stanovit cíl, přiložit potřebné materiály a určit podobu výsledku, například seznam závěrů s odůvodněním, plán změny programu nebo porovnání několika řešení.</p><h3>Uspořádání a specializace</h3><p>Původní Super VL je vizuálně-jazykový model NVIDIA s vizuálním enkodérem C-RADIO, určený také k porozumění dokumentům a videu. V této kartě Ailoot je dostupná jeho práce s textem; podklady se předávají jako textový obsah.</p><p>Základ modelu spojuje Mamba-2, Transformer a architekturu Mixture of Experts. Z přibližně 120 miliard parametrů se v jednom kroku zpracování aktivuje kolem 12 miliard. Jde o uspořádání modelu, které je třeba posuzovat odděleně od skutečné rychlosti konkrétního požadavku.</p><p>Při učení byly využity softwarové repozitáře, dvojice úloh a změn kódu, protokoly sestavení, vícekrokové postupy řešení a materiály pro dlouhý kontext. Další učení spojovalo práci s kódem, uvažováním, instrukcemi a dialogem. Tato specializace je užitečná při zadání složené úlohy, v níž je nutné vstupní informace nejprve propojit a poté zpracovat výsledek.</p><h3>Jak připravit úlohu</h3><p>Pro analýzu dokumentu nejprve formulujte otázku a kritéria výběru informací, poté přiložte text s nadpisy oddílů. Je-li potřeba porovnat zdroje, přiřaďte jim krátké značky a požádejte o propojení závěrů s těmito značkami. U úlohy s kódem přidejte příslušný úsek programu, pozorované chování a očekávaný výsledek, aby šlo odpověď porovnat s konkrétním případem.</p><p>Velké kontextové okno pomáhá umístit související materiály do jednoho požadavku. Samotný rozsah kontextu nenahrazuje jasné zadání: je vhodné oddělit instrukce od vstupních dat a předem uvést, jaké řešení nebo dokument chcete získat.</p><h3>Kontext a způsoby připojení</h3><p>V Ailoot je pro tuto variantu uvedeno okno 1000000 tokenů a limit odpovědi do 131072 tokenů. Historie dialogu, instrukce, podklady a odpověď využívají společný kontext; při přípravě dlouhého požadavku ponechte místo pro výsledek.</p><p>Model je dostupný přes Chat Completions, Responses a Messages. Dostupný scénář této varianty je text na vstupu a text na výstupu; dokumenty se předávají jako textový obsah.</p>",
  "aboutText": "### Uvažování, kód a práce s dlouhým textem\n\nNemotron 3.5 Super VL je model NVIDIA pro úlohy, kde je potřeba propojit několik kroků uvažování, porozumět programovému kódu nebo zpracovat rozsáhlý materiál. V Ailoot tato karta poskytuje textový dialog: předáte instrukce, vstupní data a historii zpráv a model vrátí textovou odpověď.\n\nLze jej využít k rozboru technické dokumentace, porovnání požadavků, přípravě vysvětlení ke kódu a analýze textových zpráv. V požadavku je vhodné stanovit cíl, přiložit potřebné materiály a určit podobu výsledku, například seznam závěrů s odůvodněním, plán změny programu nebo porovnání několika řešení.\n\n### Uspořádání a specializace\n\nPůvodní Super VL je vizuálně-jazykový model NVIDIA s vizuálním enkodérem C-RADIO, určený také k porozumění dokumentům a videu. V této kartě Ailoot je dostupná jeho práce s textem; podklady se předávají jako textový obsah.\n\nZáklad modelu spojuje Mamba-2, Transformer a architekturu Mixture of Experts. Z přibližně 120 miliard parametrů se v jednom kroku zpracování aktivuje kolem 12 miliard. Jde o uspořádání modelu, které je třeba posuzovat odděleně od skutečné rychlosti konkrétního požadavku.\n\nPři učení byly využity softwarové repozitáře, dvojice úloh a změn kódu, protokoly sestavení, vícekrokové postupy řešení a materiály pro dlouhý kontext. Další učení spojovalo práci s kódem, uvažováním, instrukcemi a dialogem. Tato specializace je užitečná při zadání složené úlohy, v níž je nutné vstupní informace nejprve propojit a poté zpracovat výsledek.\n\n### Jak připravit úlohu\n\nPro analýzu dokumentu nejprve formulujte otázku a kritéria výběru informací, poté přiložte text s nadpisy oddílů. Je-li potřeba porovnat zdroje, přiřaďte jim krátké značky a požádejte o propojení závěrů s těmito značkami. U úlohy s kódem přidejte příslušný úsek programu, pozorované chování a očekávaný výsledek, aby šlo odpověď porovnat s konkrétním případem.\n\nVelké kontextové okno pomáhá umístit související materiály do jednoho požadavku. Samotný rozsah kontextu nenahrazuje jasné zadání: je vhodné oddělit instrukce od vstupních dat a předem uvést, jaké řešení nebo dokument chcete získat.\n\n### Kontext a způsoby připojení\n\nV Ailoot je pro tuto variantu uvedeno okno 1000000 tokenů a limit odpovědi do 131072 tokenů. Historie dialogu, instrukce, podklady a odpověď využívají společný kontext; při přípravě dlouhého požadavku ponechte místo pro výsledek.\n\nModel je dostupný přes Chat Completions, Responses a Messages. Dostupný scénář této varianty je text na vstupu a text na výstupu; dokumenty se předávají jako textový obsah.",
  "locale": "cs",
  "methods": [
    {
      "html": "<section class=\"meth\" data-route=\"Ultra\"><header><b><span class=\"alias\">Ultra</span> Anthropic Messages</b><code>POST /v1/messages</code></header><dl class=\"method-capabilities\" data-model-capabilities><div><dt>Vstup</dt><dd><code>text</code></dd></div><div><dt>Výstup</dt><dd><code>text</code></dd></div><div><dt>Kontext</dt><dd>1 000 000 <em>tokenů</em></dd></div><div><dt>Max. odpověď</dt><dd>131 072 <em>tokenů</em></dd></div></dl><dl><div><dt>Vstup</dt><dd>0,00 US$ <em>/ 1K</em></dd></div><div><dt>Výstup</dt><dd>0,00 US$ <em>/ 1K</em></dd></div></dl></section>",
      "method_identity": {
        "effective_request_model_id": "nvidia/nemotron-3.5-super-vl:free",
        "fmt": "messages",
        "http": "POST",
        "path": "/v1/messages",
        "request_model_id": "nvidia/nemotron-3.5-super-vl:free",
        "route_label": "Ultra"
      },
      "method_key": "Ultra|messages|/v1/messages|nvidia%2Fnemotron-3.5-super-vl%3Afree",
      "ordinal": 0,
      "rawMethod": {
        "cache_read": null,
        "cache_write": null,
        "cache_write_1h": null,
        "cache_write_5m": null,
        "conditional_meter": null,
        "ctx": 1000000,
        "family": "anthropic",
        "fast_multiplier": 1,
        "flex_multiplier": 1,
        "fmt": "messages",
        "http": "POST",
        "img_in": null,
        "img_out": null,
        "in": 0,
        "input": [
          "text"
        ],
        "label": "Anthropic Messages",
        "max_out": 131072,
        "max_tool_calls": null,
        "out": 0,
        "output": [
          "text"
        ],
        "path": "/v1/messages",
        "request_model_id": "nvidia/nemotron-3.5-super-vl:free",
        "route_label": "Ultra",
        "status_reads": [],
        "tiers": [],
        "tool_prices": null,
        "unit": "token",
        "units": []
      }
    },
    {
      "html": "<section class=\"meth\" data-route=\"Ultra\"><header><b><span class=\"alias\">Ultra</span> OpenAI Responses</b><code>POST /v1/responses</code></header><dl class=\"method-capabilities\" data-model-capabilities><div><dt>Vstup</dt><dd><code>text</code></dd></div><div><dt>Výstup</dt><dd><code>text</code></dd></div><div><dt>Kontext</dt><dd>1 000 000 <em>tokenů</em></dd></div><div><dt>Max. odpověď</dt><dd>131 072 <em>tokenů</em></dd></div></dl><dl><div><dt>Vstup</dt><dd>0,00 US$ <em>/ 1K</em></dd></div><div><dt>Výstup</dt><dd>0,00 US$ <em>/ 1K</em></dd></div></dl></section>",
      "method_identity": {
        "effective_request_model_id": "nvidia/nemotron-3.5-super-vl:free",
        "fmt": "responses",
        "http": "POST",
        "path": "/v1/responses",
        "request_model_id": "nvidia/nemotron-3.5-super-vl:free",
        "route_label": "Ultra"
      },
      "method_key": "Ultra|responses|/v1/responses|nvidia%2Fnemotron-3.5-super-vl%3Afree",
      "ordinal": 1,
      "rawMethod": {
        "cache_read": null,
        "cache_write": null,
        "cache_write_1h": null,
        "cache_write_5m": null,
        "conditional_meter": null,
        "ctx": 1000000,
        "family": "openai",
        "fast_multiplier": 1,
        "flex_multiplier": 1,
        "fmt": "responses",
        "http": "POST",
        "img_in": null,
        "img_out": null,
        "in": 0,
        "input": [
          "text"
        ],
        "label": "OpenAI Responses",
        "max_out": 131072,
        "max_tool_calls": null,
        "out": 0,
        "output": [
          "text"
        ],
        "path": "/v1/responses",
        "request_model_id": "nvidia/nemotron-3.5-super-vl:free",
        "route_label": "Ultra",
        "status_reads": [],
        "tiers": [],
        "tool_prices": null,
        "unit": "token",
        "units": []
      }
    },
    {
      "html": "<section class=\"meth\" data-route=\"Ultra\"><header><b><span class=\"alias\">Ultra</span> OpenAI Chat</b><code>POST /v1/chat/completions</code></header><dl class=\"method-capabilities\" data-model-capabilities><div><dt>Vstup</dt><dd><code>text</code></dd></div><div><dt>Výstup</dt><dd><code>text</code></dd></div><div><dt>Kontext</dt><dd>1 000 000 <em>tokenů</em></dd></div><div><dt>Max. odpověď</dt><dd>131 072 <em>tokenů</em></dd></div></dl><dl><div><dt>Vstup</dt><dd>0,00 US$ <em>/ 1K</em></dd></div><div><dt>Výstup</dt><dd>0,00 US$ <em>/ 1K</em></dd></div></dl></section>",
      "method_identity": {
        "effective_request_model_id": "nvidia/nemotron-3.5-super-vl:free",
        "fmt": "chat",
        "http": "POST",
        "path": "/v1/chat/completions",
        "request_model_id": "nvidia/nemotron-3.5-super-vl:free",
        "route_label": "Ultra"
      },
      "method_key": "Ultra|chat|/v1/chat/completions|nvidia%2Fnemotron-3.5-super-vl%3Afree",
      "ordinal": 2,
      "rawMethod": {
        "cache_read": null,
        "cache_write": null,
        "cache_write_1h": null,
        "cache_write_5m": null,
        "conditional_meter": null,
        "ctx": 1000000,
        "family": "openai",
        "fast_multiplier": 1,
        "flex_multiplier": 1,
        "fmt": "chat",
        "http": "POST",
        "img_in": null,
        "img_out": null,
        "in": 0,
        "input": [
          "text"
        ],
        "label": "OpenAI Chat",
        "max_out": 131072,
        "max_tool_calls": null,
        "out": 0,
        "output": [
          "text"
        ],
        "path": "/v1/chat/completions",
        "request_model_id": "nvidia/nemotron-3.5-super-vl:free",
        "route_label": "Ultra",
        "status_reads": [],
        "tiers": [],
        "tool_prices": null,
        "unit": "token",
        "units": []
      }
    }
  ],
  "model_id": "nvidia/nemotron-3.5-super-vl:free",
  "page": {
    "canonical": "https://ailoot.ai/models/cs/nvidia-nemotron-3-5-super-vl-free/",
    "description": "Textový dialog s modelem NVIDIA pro uvažování, práci s kódem a analýzu rozsáhlých materiálů.",
    "locale": "cs",
    "md_url": "https://ailoot.ai/models/cs/nvidia-nemotron-3-5-super-vl-free/index.md",
    "title": "NVIDIA: Nemotron 3.5 Super VL (free)",
    "url": "https://ailoot.ai/models/cs/nvidia-nemotron-3-5-super-vl-free/"
  },
  "rawModel": {
    "about": "### Uvažování, kód a práce s dlouhým textem\n\nNemotron 3.5 Super VL je model NVIDIA pro úlohy, kde je potřeba propojit několik kroků uvažování, porozumět programovému kódu nebo zpracovat rozsáhlý materiál. V Ailoot tato karta poskytuje textový dialog: předáte instrukce, vstupní data a historii zpráv a model vrátí textovou odpověď.\n\nLze jej využít k rozboru technické dokumentace, porovnání požadavků, přípravě vysvětlení ke kódu a analýze textových zpráv. V požadavku je vhodné stanovit cíl, přiložit potřebné materiály a určit podobu výsledku, například seznam závěrů s odůvodněním, plán změny programu nebo porovnání několika řešení.\n\n### Uspořádání a specializace\n\nPůvodní Super VL je vizuálně-jazykový model NVIDIA s vizuálním enkodérem C-RADIO, určený také k porozumění dokumentům a videu. V této kartě Ailoot je dostupná jeho práce s textem; podklady se předávají jako textový obsah.\n\nZáklad modelu spojuje Mamba-2, Transformer a architekturu Mixture of Experts. Z přibližně 120 miliard parametrů se v jednom kroku zpracování aktivuje kolem 12 miliard. Jde o uspořádání modelu, které je třeba posuzovat odděleně od skutečné rychlosti konkrétního požadavku.\n\nPři učení byly využity softwarové repozitáře, dvojice úloh a změn kódu, protokoly sestavení, vícekrokové postupy řešení a materiály pro dlouhý kontext. Další učení spojovalo práci s kódem, uvažováním, instrukcemi a dialogem. Tato specializace je užitečná při zadání složené úlohy, v níž je nutné vstupní informace nejprve propojit a poté zpracovat výsledek.\n\n### Jak připravit úlohu\n\nPro analýzu dokumentu nejprve formulujte otázku a kritéria výběru informací, poté přiložte text s nadpisy oddílů. Je-li potřeba porovnat zdroje, přiřaďte jim krátké značky a požádejte o propojení závěrů s těmito značkami. U úlohy s kódem přidejte příslušný úsek programu, pozorované chování a očekávaný výsledek, aby šlo odpověď porovnat s konkrétním případem.\n\nVelké kontextové okno pomáhá umístit související materiály do jednoho požadavku. Samotný rozsah kontextu nenahrazuje jasné zadání: je vhodné oddělit instrukce od vstupních dat a předem uvést, jaké řešení nebo dokument chcete získat.\n\n### Kontext a způsoby připojení\n\nV Ailoot je pro tuto variantu uvedeno okno 1000000 tokenů a limit odpovědi do 131072 tokenů. Historie dialogu, instrukce, podklady a odpověď využívají společný kontext; při přípravě dlouhého požadavku ponechte místo pro výsledek.\n\nModel je dostupný přes Chat Completions, Responses a Messages. Dostupný scénář této varianty je text na vstupu a text na výstupu; dokumenty se předávají jako textový obsah.",
    "alias_of": null,
    "aliases": [],
    "author": "NVIDIA",
    "canonical_model": "nvidia/nemotron-3.5-super-vl:free",
    "ctx": 1000000,
    "formats": [
      "chat",
      "messages",
      "responses"
    ],
    "id": "nvidia/nemotron-3.5-super-vl:free",
    "input": [
      "text"
    ],
    "kind": "text",
    "max_out": 131072,
    "methods": [
      {
        "cache_read": null,
        "cache_write": null,
        "cache_write_1h": null,
        "cache_write_5m": null,
        "conditional_meter": null,
        "ctx": 1000000,
        "family": "anthropic",
        "fast_multiplier": 1,
        "flex_multiplier": 1,
        "fmt": "messages",
        "http": "POST",
        "img_in": null,
        "img_out": null,
        "in": 0,
        "input": [
          "text"
        ],
        "label": "Anthropic Messages",
        "max_out": 131072,
        "max_tool_calls": null,
        "out": 0,
        "output": [
          "text"
        ],
        "path": "/v1/messages",
        "request_model_id": "nvidia/nemotron-3.5-super-vl:free",
        "route_label": "Ultra",
        "status_reads": [],
        "tiers": [],
        "tool_prices": null,
        "unit": "token",
        "units": []
      },
      {
        "cache_read": null,
        "cache_write": null,
        "cache_write_1h": null,
        "cache_write_5m": null,
        "conditional_meter": null,
        "ctx": 1000000,
        "family": "openai",
        "fast_multiplier": 1,
        "flex_multiplier": 1,
        "fmt": "responses",
        "http": "POST",
        "img_in": null,
        "img_out": null,
        "in": 0,
        "input": [
          "text"
        ],
        "label": "OpenAI Responses",
        "max_out": 131072,
        "max_tool_calls": null,
        "out": 0,
        "output": [
          "text"
        ],
        "path": "/v1/responses",
        "request_model_id": "nvidia/nemotron-3.5-super-vl:free",
        "route_label": "Ultra",
        "status_reads": [],
        "tiers": [],
        "tool_prices": null,
        "unit": "token",
        "units": []
      },
      {
        "cache_read": null,
        "cache_write": null,
        "cache_write_1h": null,
        "cache_write_5m": null,
        "conditional_meter": null,
        "ctx": 1000000,
        "family": "openai",
        "fast_multiplier": 1,
        "flex_multiplier": 1,
        "fmt": "chat",
        "http": "POST",
        "img_in": null,
        "img_out": null,
        "in": 0,
        "input": [
          "text"
        ],
        "label": "OpenAI Chat",
        "max_out": 131072,
        "max_tool_calls": null,
        "out": 0,
        "output": [
          "text"
        ],
        "path": "/v1/chat/completions",
        "request_model_id": "nvidia/nemotron-3.5-super-vl:free",
        "route_label": "Ultra",
        "status_reads": [],
        "tiers": [],
        "tool_prices": null,
        "unit": "token",
        "units": []
      }
    ],
    "model_aliases": [
      {
        "canonical_model_id": "nvidia/nemotron-3.5-super-vl:free",
        "request_model_id": "nvidia/nemotron-3.5-super-vl:free",
        "route_label": "Ultra"
      }
    ],
    "name": "NVIDIA: Nemotron 3.5 Super VL (free)",
    "price": {
      "in": 0,
      "in_label": null,
      "out": 0,
      "out_label": null,
      "sort_in": 0,
      "sort_out": 0,
      "varies": false
    },
    "public_id": "nvidia/nemotron-3.5-super-vl:free",
    "short": "Textový dialog s modelem NVIDIA pro uvažování, práci s kódem a analýzu rozsáhlých materiálů."
  },
  "renderer_schema": {
    "method_order": "rawModel.methods-ordinal",
    "prices": "exact-native-DTO-units-and-selected-renderer-html"
  },
  "representation": "exact-public-dto-and-native-renderer-html",
  "schema": "ailoot-static-model-facts-v1",
  "schema_version": 1,
  "shortText": "Textový dialog s modelem NVIDIA pro uvažování, práci s kódem a analýzu rozsáhlých materiálů.",
  "source": {
    "audit_sha256": "640773a5ec06151956d73a8c82c3f2f06632b47d0cd90e01bbd872322e481c18",
    "bridge_map_sha256": "640773a5ec06151956d73a8c82c3f2f06632b47d0cd90e01bbd872322e481c18",
    "projection_audit": {
      "parent_manifest_sha256": "dfd3a7a4bc6f960e128026cae1f98f769d1503ffa1c6cf0ccf80066382dbbb9e",
      "raw_model_json_sha256": "f22bbb70d3846da4dd84b4b70a4ae072cb7b1e3380536cabc7d3c5760594df8b",
      "renderer_sha256": "76645f502f3a2bcaea9beffc91b574aadcb3ca07950747032c6412fc85b3edb1"
    },
    "projection_kind": "catalogue-refresh-native-dto-v1",
    "raw_model_json_sha256": "f22bbb70d3846da4dd84b4b70a4ae072cb7b1e3380536cabc7d3c5760594df8b",
    "renderer_sha256": "76645f502f3a2bcaea9beffc91b574aadcb3ca07950747032c6412fc85b3edb1"
  },
  "sourceRevision": "c5f80e0cc8d24f153686955981a2bd059f54c0d79e1f9d6129e297195fe44e5f"
}
