Nemotron 3 Nano Omni 30B A3B Reasoning er NVIDIAs model med 30B parametre i alt og 3B aktive parametre, beskrevet til perceptions- og kontekstarbejde udført af underagenter i virksomhedsbaserede agentsystemer. Ailoot-metoden til denne udgave er en tekstsamtale via POST /v1/chat/completions. Vælg det præcise model-ID nvidia/nemotron-3-nano-omni-30b-a3b-reasoning:free, og medsend et ikke-tomt messages-array med instruktionerne og kildeteksten til opgaven. Hver besked har en role på system, developer, user eller assistant og content som en almindelig streng. Et valgfrit name er en streng; begræns hver besked til disse felter. Send stream:false, eller udelad stream.
Brug den til at undersøge et medsendt materiale og returnere et fokuseret svar, en sammenligning eller et kontekstnotat til næste trin i en applikation. En overdragelsesprompt kan indeholde det oprindelige spørgsmål, relevante uddrag og begrænsninger og derefter bede om fastlagte fakta, uafklarede spørgsmål og de kildepassager, der understøtter hver konklusion. Til en sammenligning skal du angive kriterierne og medtage alternativernes faktiske specifikationer, så modellen kan arbejde ud fra det samme grundlag.
Denne udgave modtager tekstinput og producerer tekstoutput. For at arbejde med et dokument skal du indsætte den relevante UTF-8-tekst i beskedens content og bevare overskrifter eller kildemærkater, som hjælper med at skelne uddragene. Medsend den samtalehistorik, der kræves til en opfølgning. Hold enhver værktøjsudførelse eller hentning af materiale i den omgivende applikation, og send dens færdige tekstresultater ind i samtalen. Medieinput, indstillinger for værktøjskald og eksplicitte cacheindstillinger ligger uden for denne udgaves anmodningsprofil.
Modelsiden angiver et kontekstvindue på 256 000 tokens og op til 65 536 tokens til svaret. Ailoot kræver også, at hele UTF-8-JSON-anmodningsindholdet inklusive instruktioner og feltnavne kan rummes inden for 256 000 bytes. Til et eksplicit outputloft skal du angive præcis én af max_tokens eller max_completion_tokens som et positivt heltal fra 1 til og med 65 536. Hvis ingen af dem angives, videresender Ailoot et outputloft på 4 096 tokens. Hold hele den medsendte samtale og det ønskede svar inden for de respektive grænser. Et langt input er nyttigt, når svaret afhænger af mange sammenhængende uddrag, men et fokuseret udvalg og et konkret resultat gør det lettere at kontrollere, om svaret stemmer overens med kildematerialet. En struktur angivet i prompten kan anmode om navngivne afsnit eller en tabel; behandl den returnerede tekst som resultatet frem for at antage et objekt med håndhævet skema.
Til et komplet svar skal du sende stream:false og gemme hele JSON-svaret. Læs den genererede tekst fra choices[].message.content, og gem hver returneret choice, finish_reason, usage og eventuelle medsendte ræsonneringsfelter. Bevar kildemærkater i det endelige svar, når din arbejdsgang skal kunne spore en konklusion tilbage til dens input. Kontrollér, at det ønskede svar er fuldstændigt, før du sender det videre til et andet trin i applikationen.
Forbered offentligt eller syntetisk kildemateriale til denne gratisudgave; de dokumenterede brugsvilkår udelukker fortrolige oplysninger og personoplysninger. Hvis et svar er ufuldstændigt, eller udfaldet af afsendelsen er uafklaret, skal du gemme den oprindelige anmodningsidentifikator og svaret for at kontrollere det eksisterende forsøg. Tekstanmodningen returnerer resultatet via samtalesvaret; der er ikke dokumenteret et separat asynkront job eller en annulleringsrute for dette kort.
", "aboutText": "Nemotron 3 Nano Omni 30B A3B Reasoning er NVIDIAs model med 30B parametre i alt og 3B aktive parametre, beskrevet til perceptions- og kontekstarbejde udført af underagenter i virksomhedsbaserede agentsystemer. Ailoot-metoden til denne udgave er en tekstsamtale via POST /v1/chat/completions. Vælg det præcise model-ID nvidia/nemotron-3-nano-omni-30b-a3b-reasoning:free, og medsend et ikke-tomt messages-array med instruktionerne og kildeteksten til opgaven. Hver besked har en role på system, developer, user eller assistant og content som en almindelig streng. Et valgfrit name er en streng; begræns hver besked til disse felter. Send stream:false, eller udelad stream.\n\nBrug den til at undersøge et medsendt materiale og returnere et fokuseret svar, en sammenligning eller et kontekstnotat til næste trin i en applikation. En overdragelsesprompt kan indeholde det oprindelige spørgsmål, relevante uddrag og begrænsninger og derefter bede om fastlagte fakta, uafklarede spørgsmål og de kildepassager, der understøtter hver konklusion. Til en sammenligning skal du angive kriterierne og medtage alternativernes faktiske specifikationer, så modellen kan arbejde ud fra det samme grundlag.\n\nDenne udgave modtager tekstinput og producerer tekstoutput. For at arbejde med et dokument skal du indsætte den relevante UTF-8-tekst i beskedens content og bevare overskrifter eller kildemærkater, som hjælper med at skelne uddragene. Medsend den samtalehistorik, der kræves til en opfølgning. Hold enhver værktøjsudførelse eller hentning af materiale i den omgivende applikation, og send dens færdige tekstresultater ind i samtalen. Medieinput, indstillinger for værktøjskald og eksplicitte cacheindstillinger ligger uden for denne udgaves anmodningsprofil.\n\nModelsiden angiver et kontekstvindue på 256 000 tokens og op til 65 536 tokens til svaret. Ailoot kræver også, at hele UTF-8-JSON-anmodningsindholdet inklusive instruktioner og feltnavne kan rummes inden for 256 000 bytes. Til et eksplicit outputloft skal du angive præcis én af max_tokens eller max_completion_tokens som et positivt heltal fra 1 til og med 65 536. Hvis ingen af dem angives, videresender Ailoot et outputloft på 4 096 tokens. Hold hele den medsendte samtale og det ønskede svar inden for de respektive grænser. Et langt input er nyttigt, når svaret afhænger af mange sammenhængende uddrag, men et fokuseret udvalg og et konkret resultat gør det lettere at kontrollere, om svaret stemmer overens med kildematerialet. En struktur angivet i prompten kan anmode om navngivne afsnit eller en tabel; behandl den returnerede tekst som resultatet frem for at antage et objekt med håndhævet skema.\n\nTil et komplet svar skal du sende stream:false og gemme hele JSON-svaret. Læs den genererede tekst fra choices[].message.content, og gem hver returneret choice, finish_reason, usage og eventuelle medsendte ræsonneringsfelter. Bevar kildemærkater i det endelige svar, når din arbejdsgang skal kunne spore en konklusion tilbage til dens input. Kontrollér, at det ønskede svar er fuldstændigt, før du sender det videre til et andet trin i applikationen.\n\nForbered offentligt eller syntetisk kildemateriale til denne gratisudgave; de dokumenterede brugsvilkår udelukker fortrolige oplysninger og personoplysninger. Hvis et svar er ufuldstændigt, eller udfaldet af afsendelsen er uafklaret, skal du gemme den oprindelige anmodningsidentifikator og svaret for at kontrollere det eksisterende forsøg. Tekstanmodningen returnerer resultatet via samtalesvaret; der er ikke dokumenteret et separat asynkront job eller en annulleringsrute for dette kort.", "editorialOverlay": { "copy_fields": null, "copy_sha256": null, "copy_source": null, "html_sha256": "9d39a090baeb51df4814e50418f7539ca9e7895fe4933ed4f6078344b4bc61b1", "module_sha256": "ee9dc1c50b1e6a8fb7fa062030fcb4646b9aaaeb08be513b723a5a92a7290f06", "raw_model_unchanged": true, "schema": "ailoot-native-model-editorial-v1" }, "locale": "da", "methods": [ { "html": "nvidia/nemotron-3-nano-omni-30b-a3b-reasoning:freeNemotron 3 Nano Omni 30B A3B Reasoning er NVIDIAs ræsonneringsmodel til kontekstfokuseret arbejde i agentapplikationer. Denne Ailoot-udgave modtager tekstsamtaler og returnerer tekst med en inputgrænse på 256 000 tokens og op til 65 536 outputtokens. Brug medsendte dokumenter, spørgsmål og begrænsninger til at anmode om en fokuseret analyse eller kontekstoverdragelse.
Denne beskrivelse dækker modellens funktioner. Tilgængelige input, output og indstillinger i Ailoot står nedenfor for den valgte metode.
Nemotron 3 Nano Omni 30B A3B Reasoning er NVIDIAs model med 30B parametre i alt og 3B aktive parametre, beskrevet til perceptions- og kontekstarbejde udført af underagenter i virksomhedsbaserede agentsystemer. Ailoot-metoden til denne udgave er en tekstsamtale via POST /v1/chat/completions. Vælg det præcise model-ID nvidia/nemotron-3-nano-omni-30b-a3b-reasoning:free, og medsend et ikke-tomt messages-array med instruktionerne og kildeteksten til opgaven. Hver besked har en role på system, developer, user eller assistant og content som en almindelig streng. Et valgfrit name er en streng; begræns hver besked til disse felter. Send stream:false, eller udelad stream.
Brug den til at undersøge et medsendt materiale og returnere et fokuseret svar, en sammenligning eller et kontekstnotat til næste trin i en applikation. En overdragelsesprompt kan indeholde det oprindelige spørgsmål, relevante uddrag og begrænsninger og derefter bede om fastlagte fakta, uafklarede spørgsmål og de kildepassager, der understøtter hver konklusion. Til en sammenligning skal du angive kriterierne og medtage alternativernes faktiske specifikationer, så modellen kan arbejde ud fra det samme grundlag.
Denne udgave modtager tekstinput og producerer tekstoutput. For at arbejde med et dokument skal du indsætte den relevante UTF-8-tekst i beskedens content og bevare overskrifter eller kildemærkater, som hjælper med at skelne uddragene. Medsend den samtalehistorik, der kræves til en opfølgning. Hold enhver værktøjsudførelse eller hentning af materiale i den omgivende applikation, og send dens færdige tekstresultater ind i samtalen. Medieinput, indstillinger for værktøjskald og eksplicitte cacheindstillinger ligger uden for denne udgaves anmodningsprofil.
Modelsiden angiver et kontekstvindue på 256 000 tokens og op til 65 536 tokens til svaret. Ailoot kræver også, at hele UTF-8-JSON-anmodningsindholdet inklusive instruktioner og feltnavne kan rummes inden for 256 000 bytes. Til et eksplicit outputloft skal du angive præcis én af max_tokens eller max_completion_tokens som et positivt heltal fra 1 til og med 65 536. Hvis ingen af dem angives, videresender Ailoot et outputloft på 4 096 tokens. Hold hele den medsendte samtale og det ønskede svar inden for de respektive grænser. Et langt input er nyttigt, når svaret afhænger af mange sammenhængende uddrag, men et fokuseret udvalg og et konkret resultat gør det lettere at kontrollere, om svaret stemmer overens med kildematerialet. En struktur angivet i prompten kan anmode om navngivne afsnit eller en tabel; behandl den returnerede tekst som resultatet frem for at antage et objekt med håndhævet skema.
Til et komplet svar skal du sende stream:false og gemme hele JSON-svaret. Læs den genererede tekst fra choices[].message.content, og gem hver returneret choice, finish_reason, usage og eventuelle medsendte ræsonneringsfelter. Bevar kildemærkater i det endelige svar, når din arbejdsgang skal kunne spore en konklusion tilbage til dens input. Kontrollér, at det ønskede svar er fuldstændigt, før du sender det videre til et andet trin i applikationen.
Forbered offentligt eller syntetisk kildemateriale til denne gratisudgave; de dokumenterede brugsvilkår udelukker fortrolige oplysninger og personoplysninger. Hvis et svar er ufuldstændigt, eller udfaldet af afsendelsen er uafklaret, skal du gemme den oprindelige anmodningsidentifikator og svaret for at kontrollere det eksisterende forsøg. Tekstanmodningen returnerer resultatet via samtalesvaret; der er ikke dokumenteret et separat asynkront job eller en annulleringsrute for dette kort.
POST /v1/chat/completionstexttext| Felt | Type | Krav | Værdier og grænser | Standard |
|---|---|---|---|---|
Feltmodel | Typestring | KravPåkrævet | Værdier og grænser nvidia/nemotron-3-nano-omni-30b-a3b-reasoning:free | Standard— |
Feltmessages | Typearray | KravPåkrævet | Værdier og grænser | Standard— |
Feltstream | Typeboolean | KravValgfrit | Værdier og grænser false | Standardfalse |
Feltmax_tokens | Typeinteger | KravValgfrit | Værdier og grænser Minimum: 1 Maksimum: 65.536 | Standard— |
Feltmax_completion_tokens | Typeinteger | KravValgfrit | Værdier og grænser Minimum: 1 Maksimum: 65.536 | Standard— |
Feltn | Typeinteger | KravValgfrit | Værdier og grænser Minimum: 1 Maksimum: 128 | Standard— |
Felttemperature | Typenumber | KravValgfrit | Værdier og grænser | Standard— |
Felttop_p | Typenumber | KravValgfrit | Værdier og grænser | Standard— |
Feltseed | Typeinteger | KravValgfrit | Værdier og grænser | Standard— |
Feltstop | Type | KravValgfrit | Værdier og grænser | Standard— |
Feltfrequency_penalty | Typenumber | KravValgfrit | Værdier og grænser | Standard— |
Feltpresence_penalty | Typenumber | KravValgfrit | Værdier og grænser | Standard— |
Feltuser | Typestring | KravValgfrit | Værdier og grænser | Standard— |
| Parameter | Kontrakt |
|---|---|
Parametercontent_type | Kontraktapplication/json |
Parameterrequired | Kontraktmodel, messages |
Parameteroptional | Kontraktstream, max_tokens, max_completion_tokens, n, temperature, top_p, seed, stop, frequency_penalty, presence_penalty, user |
Parametermaterial_types | Kontrakttext |
Parameterconditions | KontraktUse literal text messages only. Cache controls, tools, image/audio/video content and streamed responses are unavailable for this method., The complete encoded JSON request must not exceed 256000 bytes. |
Livscyklus: synchronous_json_or_sse
Tarifoplysninger tilføjer ikke anmodningsmuligheder. Understøttede parametre står ved den valgte metode.
| Konfiguration | Takstplan | Beløb |
|---|---|---|
| KonfigurationGrundpriser for tokens | TakstplanGrundtakst | Beløb Input · Inputtokens $0 / 1K tokens Output · Outputtokens $0 / 1K tokens Input · Cachelæsning — / 1K tokens Input · Cacheskrivning — / 1K tokens Input · Cacheskrivning, 1 time — / 1K tokens |
Ailoot reserverer et estimeret beløb før en anmodning. Efter resultatet afregnes det endelige beløb ud fra det målte forbrug. Ved streaming bruges den endelige forbrugsregistrering til afregningen. Sådan fungerer reservation og afregning →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\nexport AILOOT_API_KEY\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "nvidia/nemotron-3-nano-omni-30b-a3b-reasoning:free", "messages": [{"role": "user", "content": "Summarize the supplied text in three concise points."}], "stream": false}')\n\nPath("request.json").write_text(json.dumps(p,ensure_ascii=False))\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/chat/completions \\\n -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\n# Submit once. Retain the complete result, original identifiers and every response header.\nJSON or supported SSE
Gem hvert fuldstændigt returneret svar, hver fil og hver indholdsdel.
Retain the complete response, all actual results, original identifiers, usage and response headers.
Preserve the original response, headers and X-Client-Request-ID. An uncertain outcome does not authorize another creation.
Ailoot Ultra nvidia/nemotron-3-nano-omni-30b-a3b-reasoning:free
Brug metodestierne vist ovenfor.