NVIDIA Nemotron 3 Ultra er modellen til ræsonnement og orkestrering i stor skala i Nemotron 3-familien. Den er udviklet til krævende agenter med flere trin, analyse med lang kontekst og ræsonnement over kode, matematik og videnskab. Modellen har 550B parametre i alt og 55B aktive parametre. Den kombinerer Mamba-2-, attention- og Latent Mixture-of-Experts-lag med Multi-Token Prediction-lag, som understøtter dens genereringsdesign.
LatentMoE projicerer information ind i en mindre latent repræsentation til ekspertbehandling. NVIDIAs træningsopskrift kombinerer fortræning, superviseret finjustering, forstærkningslæring og on-policy-distillation på flere domæner. Det praktiske formål med disse trin er at forbedre ræsonnement, instruktionsfølgning, værktøjsbrug og agentadfærd på tværs af flere opgavetyper. Ultra producerer tekst: en forklaring, en løsning, kode, en plan eller en ønsket svarstruktur. Lever det materiale, som svaret skal bruge, og de betingelser, som afgør, om resultatet er korrekt.
Til matematisk eller videnskabeligt ræsonnement skal du medtage hele opgaveformuleringen, kendte værdier, enheder og tilladte antagelser. En nyttig anmodning er: “Udled resultatet fra disse betingelser, identificér antagelserne på hvert trin, kontrollér dimensionerne, og forklar hvilken observation der ville afkræfte konklusionen.” Bed om et kort slutresultat efter forklaringen af fremgangsmåden. Hvis der indgår forsøgsdata, skal du skelne mellem det målte og det beregnede og bede om, at usikkerhed eller manglende oplysninger forbliver synlige frem for at blive opslugt af et selvsikkert svar.
Til kode- og agentarbejdsgange skal du levere målet, relevante filer som tekst og de faktiske outputs fra tidligere trin. Ultra er beregnet til opgaver med flere indbyrdes afhængige beslutninger, så en eksplicit registrering af udført arbejde og resterende spørgsmål er nyttig. Eksempelvis: “Gennemgå dette migrationsforslag mod skemaet og de fejlslagne kontroller. Identificér den afhængighed, der blokerer afslutningen, foreslå en målrettet rettelse, og angiv det forventede resultat af næste kontrol.” En værktøjstilsluttet applikation kan derefter udføre et foreslået trin og returnere underbyggende observationer til næste beslutning.
Producenten understøtter aktivering og deaktivering af ræsonnement gennem chatskabelonen. Ræsonnement er aktiveret som standard og producerer et ræsonnementsspor efterfulgt af svaret. Ultra-kortet dokumenterer også en ræsonnementstilstand med mellemstor indsats, som bruger færre ræsonnementstokens end fuld tænkning. Det er en Ultra-specifik mulighed; den bør ikke forveksles med indstillingen med lav indsats, som er dokumenteret for Super. Angiv det ønskede slutprodukt, og efterlad plads til det efter ræsonnementet. Et uafsluttet spor erstatter ikke et færdigt svar på det oprindelige spørgsmål.
Ultra understøtter en kontekst på op til 1M tokens. Ved en stor samling dokumenter eller kildefiler skal du mærke afsnit og fortælle modellen præcis, hvad den skal sammenligne, følge eller afstemme. Bevar kildernes rækkefølge, når kronologi eller afhængigheder er vigtige. Et nyttigt resultat fra lange dokumenter indeholder fundet, den underbyggende passage og betydningen for spørgsmålet. Udvælg de relevante materialer, og reservér outputplads; kontekstvinduet beskriver arbejdssekvensen frem for en separat garanteret længde på det endelige svar.
Producenten angiver engelsk, fransk, spansk, italiensk, tysk, japansk, hindi, koreansk, brasiliansk portugisisk og kinesisk. Angiv outputsproget, og bevar tekniske identifikatorer eller kildecitater, hvor præcis ordlyd er vigtig. Til en flersproget analyse skal du bruge de samme kriterier for hvert dokument og bede om forklaring af forskelle i terminologi eller antagelser. Flydende sprog alene er ikke nok til at fastslå, at to forskelligt formulerede krav betyder det samme.
NVIDIA leverer eksplicitte eksempler på værktøjskald med ræsonnement. Definér hver funktions formål, argumenter og forventede resultat, og returnér derefter dens faktiske output til modellen. Applikationen udfører handlingen; modellen ræsonnerer over den returnerede observation. En lang agentarbejdsgang bliver lettere at undersøge, når foreslåede handlinger, udførte resultater og uafklarede kontroller er tydeligt adskilt. Til en slutrapport skal du bede om svaret, det underbyggende materiale, antagelserne og eventuelle resterende opgavepunkter. Verificér beregninger mod de oprindelige enheder, kodeændringer mod observerede kontroller og faktuelle påstande mod de leverede kilder.
", "aboutText": "NVIDIA Nemotron 3 Ultra er modellen til ræsonnement og orkestrering i stor skala i Nemotron 3-familien. Den er udviklet til krævende agenter med flere trin, analyse med lang kontekst og ræsonnement over kode, matematik og videnskab. Modellen har 550B parametre i alt og 55B aktive parametre. Den kombinerer Mamba-2-, attention- og Latent Mixture-of-Experts-lag med Multi-Token Prediction-lag, som understøtter dens genereringsdesign.\n\nLatentMoE projicerer information ind i en mindre latent repræsentation til ekspertbehandling. NVIDIAs træningsopskrift kombinerer fortræning, superviseret finjustering, forstærkningslæring og on-policy-distillation på flere domæner. Det praktiske formål med disse trin er at forbedre ræsonnement, instruktionsfølgning, værktøjsbrug og agentadfærd på tværs af flere opgavetyper. Ultra producerer tekst: en forklaring, en løsning, kode, en plan eller en ønsket svarstruktur. Lever det materiale, som svaret skal bruge, og de betingelser, som afgør, om resultatet er korrekt.\n\nTil matematisk eller videnskabeligt ræsonnement skal du medtage hele opgaveformuleringen, kendte værdier, enheder og tilladte antagelser. En nyttig anmodning er: “Udled resultatet fra disse betingelser, identificér antagelserne på hvert trin, kontrollér dimensionerne, og forklar hvilken observation der ville afkræfte konklusionen.” Bed om et kort slutresultat efter forklaringen af fremgangsmåden. Hvis der indgår forsøgsdata, skal du skelne mellem det målte og det beregnede og bede om, at usikkerhed eller manglende oplysninger forbliver synlige frem for at blive opslugt af et selvsikkert svar.\n\nTil kode- og agentarbejdsgange skal du levere målet, relevante filer som tekst og de faktiske outputs fra tidligere trin. Ultra er beregnet til opgaver med flere indbyrdes afhængige beslutninger, så en eksplicit registrering af udført arbejde og resterende spørgsmål er nyttig. Eksempelvis: “Gennemgå dette migrationsforslag mod skemaet og de fejlslagne kontroller. Identificér den afhængighed, der blokerer afslutningen, foreslå en målrettet rettelse, og angiv det forventede resultat af næste kontrol.” En værktøjstilsluttet applikation kan derefter udføre et foreslået trin og returnere underbyggende observationer til næste beslutning.\n\nProducenten understøtter aktivering og deaktivering af ræsonnement gennem chatskabelonen. Ræsonnement er aktiveret som standard og producerer et ræsonnementsspor efterfulgt af svaret. Ultra-kortet dokumenterer også en ræsonnementstilstand med mellemstor indsats, som bruger færre ræsonnementstokens end fuld tænkning. Det er en Ultra-specifik mulighed; den bør ikke forveksles med indstillingen med lav indsats, som er dokumenteret for Super. Angiv det ønskede slutprodukt, og efterlad plads til det efter ræsonnementet. Et uafsluttet spor erstatter ikke et færdigt svar på det oprindelige spørgsmål.\n\nUltra understøtter en kontekst på op til 1M tokens. Ved en stor samling dokumenter eller kildefiler skal du mærke afsnit og fortælle modellen præcis, hvad den skal sammenligne, følge eller afstemme. Bevar kildernes rækkefølge, når kronologi eller afhængigheder er vigtige. Et nyttigt resultat fra lange dokumenter indeholder fundet, den underbyggende passage og betydningen for spørgsmålet. Udvælg de relevante materialer, og reservér outputplads; kontekstvinduet beskriver arbejdssekvensen frem for en separat garanteret længde på det endelige svar.\n\nProducenten angiver engelsk, fransk, spansk, italiensk, tysk, japansk, hindi, koreansk, brasiliansk portugisisk og kinesisk. Angiv outputsproget, og bevar tekniske identifikatorer eller kildecitater, hvor præcis ordlyd er vigtig. Til en flersproget analyse skal du bruge de samme kriterier for hvert dokument og bede om forklaring af forskelle i terminologi eller antagelser. Flydende sprog alene er ikke nok til at fastslå, at to forskelligt formulerede krav betyder det samme.\n\nNVIDIA leverer eksplicitte eksempler på værktøjskald med ræsonnement. Definér hver funktions formål, argumenter og forventede resultat, og returnér derefter dens faktiske output til modellen. Applikationen udfører handlingen; modellen ræsonnerer over den returnerede observation. En lang agentarbejdsgang bliver lettere at undersøge, når foreslåede handlinger, udførte resultater og uafklarede kontroller er tydeligt adskilt. Til en slutrapport skal du bede om svaret, det underbyggende materiale, antagelserne og eventuelle resterende opgavepunkter. Verificér beregninger mod de oprindelige enheder, kodeændringer mod observerede kontroller og faktuelle påstande mod de leverede kilder.", "editorialOverlay": { "copy_fields": null, "copy_sha256": null, "copy_source": null, "html_sha256": "c34925b0878ded07da0bfb7df00ea1a048464f176b22b27e919af8edd204bccc", "module_sha256": "ee9dc1c50b1e6a8fb7fa062030fcb4646b9aaaeb08be513b723a5a92a7290f06", "raw_model_unchanged": true, "schema": "ailoot-native-model-editorial-v1" }, "locale": "da", "methods": [ { "html": "nvidia/nemotron-3-ultra-550b-a55b:freeNVIDIA Nemotron 3 Ultra er en stor tekstmodel til ræsonnement med 550B parametre i alt og 55B aktive parametre. Dens hybride LatentMoE-design understøtter krævende agenter med flere trin, kode, matematik, videnskab og analyse af lange dokumenter med en kontekst på op til 1M tokens og ræsonnementskontroller dokumenteret af producenten.
Denne beskrivelse dækker modellens funktioner. Tilgængelige input, output og indstillinger i Ailoot står nedenfor for den valgte metode.
NVIDIA Nemotron 3 Ultra er modellen til ræsonnement og orkestrering i stor skala i Nemotron 3-familien. Den er udviklet til krævende agenter med flere trin, analyse med lang kontekst og ræsonnement over kode, matematik og videnskab. Modellen har 550B parametre i alt og 55B aktive parametre. Den kombinerer Mamba-2-, attention- og Latent Mixture-of-Experts-lag med Multi-Token Prediction-lag, som understøtter dens genereringsdesign.
LatentMoE projicerer information ind i en mindre latent repræsentation til ekspertbehandling. NVIDIAs træningsopskrift kombinerer fortræning, superviseret finjustering, forstærkningslæring og on-policy-distillation på flere domæner. Det praktiske formål med disse trin er at forbedre ræsonnement, instruktionsfølgning, værktøjsbrug og agentadfærd på tværs af flere opgavetyper. Ultra producerer tekst: en forklaring, en løsning, kode, en plan eller en ønsket svarstruktur. Lever det materiale, som svaret skal bruge, og de betingelser, som afgør, om resultatet er korrekt.
Til matematisk eller videnskabeligt ræsonnement skal du medtage hele opgaveformuleringen, kendte værdier, enheder og tilladte antagelser. En nyttig anmodning er: “Udled resultatet fra disse betingelser, identificér antagelserne på hvert trin, kontrollér dimensionerne, og forklar hvilken observation der ville afkræfte konklusionen.” Bed om et kort slutresultat efter forklaringen af fremgangsmåden. Hvis der indgår forsøgsdata, skal du skelne mellem det målte og det beregnede og bede om, at usikkerhed eller manglende oplysninger forbliver synlige frem for at blive opslugt af et selvsikkert svar.
Til kode- og agentarbejdsgange skal du levere målet, relevante filer som tekst og de faktiske outputs fra tidligere trin. Ultra er beregnet til opgaver med flere indbyrdes afhængige beslutninger, så en eksplicit registrering af udført arbejde og resterende spørgsmål er nyttig. Eksempelvis: “Gennemgå dette migrationsforslag mod skemaet og de fejlslagne kontroller. Identificér den afhængighed, der blokerer afslutningen, foreslå en målrettet rettelse, og angiv det forventede resultat af næste kontrol.” En værktøjstilsluttet applikation kan derefter udføre et foreslået trin og returnere underbyggende observationer til næste beslutning.
Producenten understøtter aktivering og deaktivering af ræsonnement gennem chatskabelonen. Ræsonnement er aktiveret som standard og producerer et ræsonnementsspor efterfulgt af svaret. Ultra-kortet dokumenterer også en ræsonnementstilstand med mellemstor indsats, som bruger færre ræsonnementstokens end fuld tænkning. Det er en Ultra-specifik mulighed; den bør ikke forveksles med indstillingen med lav indsats, som er dokumenteret for Super. Angiv det ønskede slutprodukt, og efterlad plads til det efter ræsonnementet. Et uafsluttet spor erstatter ikke et færdigt svar på det oprindelige spørgsmål.
Ultra understøtter en kontekst på op til 1M tokens. Ved en stor samling dokumenter eller kildefiler skal du mærke afsnit og fortælle modellen præcis, hvad den skal sammenligne, følge eller afstemme. Bevar kildernes rækkefølge, når kronologi eller afhængigheder er vigtige. Et nyttigt resultat fra lange dokumenter indeholder fundet, den underbyggende passage og betydningen for spørgsmålet. Udvælg de relevante materialer, og reservér outputplads; kontekstvinduet beskriver arbejdssekvensen frem for en separat garanteret længde på det endelige svar.
Producenten angiver engelsk, fransk, spansk, italiensk, tysk, japansk, hindi, koreansk, brasiliansk portugisisk og kinesisk. Angiv outputsproget, og bevar tekniske identifikatorer eller kildecitater, hvor præcis ordlyd er vigtig. Til en flersproget analyse skal du bruge de samme kriterier for hvert dokument og bede om forklaring af forskelle i terminologi eller antagelser. Flydende sprog alene er ikke nok til at fastslå, at to forskelligt formulerede krav betyder det samme.
NVIDIA leverer eksplicitte eksempler på værktøjskald med ræsonnement. Definér hver funktions formål, argumenter og forventede resultat, og returnér derefter dens faktiske output til modellen. Applikationen udfører handlingen; modellen ræsonnerer over den returnerede observation. En lang agentarbejdsgang bliver lettere at undersøge, når foreslåede handlinger, udførte resultater og uafklarede kontroller er tydeligt adskilt. Til en slutrapport skal du bede om svaret, det underbyggende materiale, antagelserne og eventuelle resterende opgavepunkter. Verificér beregninger mod de oprindelige enheder, kodeændringer mod observerede kontroller og faktuelle påstande mod de leverede kilder.
POST /v1/chat/completionstexttext| Felt | Type | Krav | Værdier og grænser | Standard |
|---|---|---|---|---|
Feltmodel | Typestring | KravPåkrævet | Værdier og grænser nvidia/nemotron-3-ultra-550b-a55b: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 1000000 bytes. |
Livscyklus: synchronous_json
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-ultra-550b-a55b: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
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-ultra-550b-a55b:free
Brug metodestierne vist ovenfor.
nvidia/nemotron-3-ultra-550b-a55b:freeNVIDIA Nemotron 3 Ultra er en stor tekstmodel til ræsonnement med 550B parametre i alt og 55B aktive parametre. Dens hybride LatentMoE-design understøtter krævende agenter med flere trin, kode, matematik, videnskab og analyse af lange dokumenter med en kontekst på op til 1M tokens og ræsonnementskontroller dokumenteret af producenten.
Denne beskrivelse dækker modellens funktioner. Tilgængelige input, output og indstillinger i Ailoot står nedenfor for den valgte metode.
NVIDIA Nemotron 3 Ultra er modellen til ræsonnement og orkestrering i stor skala i Nemotron 3-familien. Den er udviklet til krævende agenter med flere trin, analyse med lang kontekst og ræsonnement over kode, matematik og videnskab. Modellen har 550B parametre i alt og 55B aktive parametre. Den kombinerer Mamba-2-, attention- og Latent Mixture-of-Experts-lag med Multi-Token Prediction-lag, som understøtter dens genereringsdesign.
LatentMoE projicerer information ind i en mindre latent repræsentation til ekspertbehandling. NVIDIAs træningsopskrift kombinerer fortræning, superviseret finjustering, forstærkningslæring og on-policy-distillation på flere domæner. Det praktiske formål med disse trin er at forbedre ræsonnement, instruktionsfølgning, værktøjsbrug og agentadfærd på tværs af flere opgavetyper. Ultra producerer tekst: en forklaring, en løsning, kode, en plan eller en ønsket svarstruktur. Lever det materiale, som svaret skal bruge, og de betingelser, som afgør, om resultatet er korrekt.
Til matematisk eller videnskabeligt ræsonnement skal du medtage hele opgaveformuleringen, kendte værdier, enheder og tilladte antagelser. En nyttig anmodning er: “Udled resultatet fra disse betingelser, identificér antagelserne på hvert trin, kontrollér dimensionerne, og forklar hvilken observation der ville afkræfte konklusionen.” Bed om et kort slutresultat efter forklaringen af fremgangsmåden. Hvis der indgår forsøgsdata, skal du skelne mellem det målte og det beregnede og bede om, at usikkerhed eller manglende oplysninger forbliver synlige frem for at blive opslugt af et selvsikkert svar.
Til kode- og agentarbejdsgange skal du levere målet, relevante filer som tekst og de faktiske outputs fra tidligere trin. Ultra er beregnet til opgaver med flere indbyrdes afhængige beslutninger, så en eksplicit registrering af udført arbejde og resterende spørgsmål er nyttig. Eksempelvis: “Gennemgå dette migrationsforslag mod skemaet og de fejlslagne kontroller. Identificér den afhængighed, der blokerer afslutningen, foreslå en målrettet rettelse, og angiv det forventede resultat af næste kontrol.” En værktøjstilsluttet applikation kan derefter udføre et foreslået trin og returnere underbyggende observationer til næste beslutning.
Producenten understøtter aktivering og deaktivering af ræsonnement gennem chatskabelonen. Ræsonnement er aktiveret som standard og producerer et ræsonnementsspor efterfulgt af svaret. Ultra-kortet dokumenterer også en ræsonnementstilstand med mellemstor indsats, som bruger færre ræsonnementstokens end fuld tænkning. Det er en Ultra-specifik mulighed; den bør ikke forveksles med indstillingen med lav indsats, som er dokumenteret for Super. Angiv det ønskede slutprodukt, og efterlad plads til det efter ræsonnementet. Et uafsluttet spor erstatter ikke et færdigt svar på det oprindelige spørgsmål.
Ultra understøtter en kontekst på op til 1M tokens. Ved en stor samling dokumenter eller kildefiler skal du mærke afsnit og fortælle modellen præcis, hvad den skal sammenligne, følge eller afstemme. Bevar kildernes rækkefølge, når kronologi eller afhængigheder er vigtige. Et nyttigt resultat fra lange dokumenter indeholder fundet, den underbyggende passage og betydningen for spørgsmålet. Udvælg de relevante materialer, og reservér outputplads; kontekstvinduet beskriver arbejdssekvensen frem for en separat garanteret længde på det endelige svar.
Producenten angiver engelsk, fransk, spansk, italiensk, tysk, japansk, hindi, koreansk, brasiliansk portugisisk og kinesisk. Angiv outputsproget, og bevar tekniske identifikatorer eller kildecitater, hvor præcis ordlyd er vigtig. Til en flersproget analyse skal du bruge de samme kriterier for hvert dokument og bede om forklaring af forskelle i terminologi eller antagelser. Flydende sprog alene er ikke nok til at fastslå, at to forskelligt formulerede krav betyder det samme.
NVIDIA leverer eksplicitte eksempler på værktøjskald med ræsonnement. Definér hver funktions formål, argumenter og forventede resultat, og returnér derefter dens faktiske output til modellen. Applikationen udfører handlingen; modellen ræsonnerer over den returnerede observation. En lang agentarbejdsgang bliver lettere at undersøge, når foreslåede handlinger, udførte resultater og uafklarede kontroller er tydeligt adskilt. Til en slutrapport skal du bede om svaret, det underbyggende materiale, antagelserne og eventuelle resterende opgavepunkter. Verificér beregninger mod de oprindelige enheder, kodeændringer mod observerede kontroller og faktuelle påstande mod de leverede kilder.
POST /v1/messagestexttext| Felt | Type | Krav | Værdier og grænser | Standard |
|---|---|---|---|---|
Feltmodel | Typestring | KravPåkrævet | Værdier og grænser nvidia/nemotron-3-ultra-550b-a55b:free | Standard— |
Feltmessages | Typearray | KravPåkrævet | Værdier og grænser | Standard— |
Feltstream | Typeboolean | KravValgfrit | Værdier og grænser false | Standardfalse |
Feltsystem | Typestring | KravValgfrit | Værdier og grænser | Standard— |
Feltmax_tokens | Typeinteger | KravPåkrævet | Værdier og grænser Minimum: 1 Maksimum: 65.536 | Standard— |
Felttemperature | Typenumber | KravValgfrit | Værdier og grænser | Standard— |
Felttop_p | Typenumber | KravValgfrit | Værdier og grænser | Standard— |
Felttop_k | Typeinteger | KravValgfrit | Værdier og grænser | Standard— |
Feltstop_sequences | Typearray | KravValgfrit | Værdier og grænser | Standard— |
Feltmetadata | Typeobject | KravValgfrit | Værdier og grænser | Standard— |
| Parameter | Kontrakt |
|---|---|
Parametercontent_type | Kontraktapplication/json |
Parameterrequired | Kontraktmodel, messages, max_tokens |
Parameteroptional | Kontraktstream, system, temperature, top_p, top_k, stop_sequences, metadata |
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 1000000 bytes. |
Livscyklus: synchronous_json
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-ultra-550b-a55b:free", "messages": [{"role": "user", "content": "Summarize the supplied text in three concise points."}], "stream": false, "max_tokens": 256}')\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/messages \\\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
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-ultra-550b-a55b:free
Brug metodestierne vist ovenfor.