{ "aboutHtml": "

Nemotron 3 Nano Omni 30B A3B Reasoning ist NVIDIAs Modell mit insgesamt 30 Milliarden Parametern und 3 Milliarden aktiven Parametern, das für Wahrnehmungs- und Kontextarbeit durch Unteragenten in betrieblichen Agentensystemen beschrieben wird. Die Ailoot-Methode für diese Ausgabe ist ein Textdialog über POST /v1/chat/completions. Wählen Sie die genaue Modell-ID nvidia/nemotron-3-nano-omni-30b-a3b-reasoning:free und stellen Sie ein nicht leeres messages-Array mit den Anweisungen und dem Quelltext für die Aufgabe bereit. Jede Nachricht hat eine Rolle system, developer, user oder assistant und einfachen Zeichenfolgeninhalt. Ein optionaler name ist eine Zeichenfolge; beschränken Sie jede Nachricht auf diese Felder. Senden Sie stream:false oder lassen Sie stream weg.

Verwenden Sie es, um einen bereitgestellten Materialbestand zu untersuchen und eine gezielte Antwort, einen Vergleich oder eine Kontextübersicht für den nächsten Anwendungsschritt zurückzugeben. Ein Übergabeprompt kann die ursprüngliche Frage, relevante Auszüge und Einschränkungen bereitstellen und anschließend um festgestellte Fakten, ungelöste Fragen und die Quellpassagen bitten, die jede Schlussfolgerung stützen. Benennen Sie für einen Vergleich die Kriterien und fügen Sie die tatsächlichen Spezifikationen der Alternativen ein, damit das Modell von denselben Belegen ausgehen kann.

Diese Ausgabe akzeptiert Texteingabe und erzeugt Textausgabe. Fügen Sie zur Arbeit mit einem Dokument den relevanten UTF-8-Text in den Nachrichteninhalt ein und bewahren Sie Überschriften oder Quellbezeichnungen, die die Auszüge unterscheiden helfen. Stellen Sie den für eine Folgefrage benötigten Gesprächsverlauf bereit. Belassen Sie Werkzeugausführung oder Abruf in der umgebenden Anwendung und übergeben Sie deren fertige Textergebnisse an das Gespräch. Medieneingaben, Steuerungen für Werkzeugaufrufe und ausdrückliche Cache-Steuerungen liegen außerhalb des Anfrageprofils dieser Ausgabe.

Die Modellseite nennt ein Kontextfenster von 256 000 Tokens und bis zu 65 536 Ausgabetokens. Ailoot verlangt außerdem, dass der gesamte UTF-8-JSON-Anfragebody einschließlich Anweisungen und Feldnamen in 256 000 Bytes passt. Setzen Sie für eine ausdrückliche Ausgabeobergrenze genau eines der Felder max_tokens oder max_completion_tokens auf eine positive Ganzzahl von 1 bis 65 536. Wird keines angegeben, leitet Ailoot eine Ausgabeobergrenze von 4 096 Tokens weiter. Halten Sie das gesamte bereitgestellte Gespräch und die gewünschte Antwort innerhalb der jeweiligen Grenzen. Eine lange Eingabe ist nützlich, wenn die Antwort von vielen verbundenen Auszügen abhängt, doch eine gezielte Auswahl und ein konkretes Ergebnis erleichtern die Prüfung, ob die Antwort den Belegen folgt. Eine per Prompt vorgegebene Struktur kann benannte Abschnitte oder eine Tabelle verlangen; behandeln Sie den zurückgegebenen Text als Ergebnis, statt ein durch Schema erzwungenes Objekt vorauszusetzen.

Senden Sie für eine vollständige Antwort stream:false und bewahren Sie das gesamte JSON auf. Lesen Sie den generierten Text aus choices[].message.content und behalten Sie jedes zurückgegebene choice, finish_reason, usage und alle bereitgestellten reasoning-Felder. Bewahren Sie Quellbezeichnungen in der endgültigen Antwort, wenn Ihr Ablauf eine Schlussfolgerung bis zu ihrer Eingabe zurückverfolgen muss. Prüfen Sie, ob die gewünschte Antwort vollständig ist, bevor Sie sie an einen weiteren Anwendungsschritt übergeben.

Bereiten Sie für diese kostenlose Ausgabe öffentliches oder synthetisches Ausgangsmaterial vor; ihre dokumentierten Nutzungsbedingungen schließen vertrauliche Informationen und personenbezogene Daten aus. Ist eine Antwort unvollständig oder der Sendeausgang ungewiss, bewahren Sie die ursprüngliche Anfragekennung und Antwort auf, um den bestehenden Versuch zu prüfen. Die Textanfrage liefert ihr Ergebnis über die Gesprächsantwort; für diese Karte ist kein separater asynchroner Auftrag oder Abbruchpfad dokumentiert.

", "aboutText": "Nemotron 3 Nano Omni 30B A3B Reasoning ist NVIDIAs Modell mit insgesamt 30 Milliarden Parametern und 3 Milliarden aktiven Parametern, das für Wahrnehmungs- und Kontextarbeit durch Unteragenten in betrieblichen Agentensystemen beschrieben wird. Die Ailoot-Methode für diese Ausgabe ist ein Textdialog über POST /v1/chat/completions. Wählen Sie die genaue Modell-ID nvidia/nemotron-3-nano-omni-30b-a3b-reasoning:free und stellen Sie ein nicht leeres messages-Array mit den Anweisungen und dem Quelltext für die Aufgabe bereit. Jede Nachricht hat eine Rolle system, developer, user oder assistant und einfachen Zeichenfolgeninhalt. Ein optionaler name ist eine Zeichenfolge; beschränken Sie jede Nachricht auf diese Felder. Senden Sie stream:false oder lassen Sie stream weg.\n\nVerwenden Sie es, um einen bereitgestellten Materialbestand zu untersuchen und eine gezielte Antwort, einen Vergleich oder eine Kontextübersicht für den nächsten Anwendungsschritt zurückzugeben. Ein Übergabeprompt kann die ursprüngliche Frage, relevante Auszüge und Einschränkungen bereitstellen und anschließend um festgestellte Fakten, ungelöste Fragen und die Quellpassagen bitten, die jede Schlussfolgerung stützen. Benennen Sie für einen Vergleich die Kriterien und fügen Sie die tatsächlichen Spezifikationen der Alternativen ein, damit das Modell von denselben Belegen ausgehen kann.\n\nDiese Ausgabe akzeptiert Texteingabe und erzeugt Textausgabe. Fügen Sie zur Arbeit mit einem Dokument den relevanten UTF-8-Text in den Nachrichteninhalt ein und bewahren Sie Überschriften oder Quellbezeichnungen, die die Auszüge unterscheiden helfen. Stellen Sie den für eine Folgefrage benötigten Gesprächsverlauf bereit. Belassen Sie Werkzeugausführung oder Abruf in der umgebenden Anwendung und übergeben Sie deren fertige Textergebnisse an das Gespräch. Medieneingaben, Steuerungen für Werkzeugaufrufe und ausdrückliche Cache-Steuerungen liegen außerhalb des Anfrageprofils dieser Ausgabe.\n\nDie Modellseite nennt ein Kontextfenster von 256 000 Tokens und bis zu 65 536 Ausgabetokens. Ailoot verlangt außerdem, dass der gesamte UTF-8-JSON-Anfragebody einschließlich Anweisungen und Feldnamen in 256 000 Bytes passt. Setzen Sie für eine ausdrückliche Ausgabeobergrenze genau eines der Felder max_tokens oder max_completion_tokens auf eine positive Ganzzahl von 1 bis 65 536. Wird keines angegeben, leitet Ailoot eine Ausgabeobergrenze von 4 096 Tokens weiter. Halten Sie das gesamte bereitgestellte Gespräch und die gewünschte Antwort innerhalb der jeweiligen Grenzen. Eine lange Eingabe ist nützlich, wenn die Antwort von vielen verbundenen Auszügen abhängt, doch eine gezielte Auswahl und ein konkretes Ergebnis erleichtern die Prüfung, ob die Antwort den Belegen folgt. Eine per Prompt vorgegebene Struktur kann benannte Abschnitte oder eine Tabelle verlangen; behandeln Sie den zurückgegebenen Text als Ergebnis, statt ein durch Schema erzwungenes Objekt vorauszusetzen.\n\nSenden Sie für eine vollständige Antwort stream:false und bewahren Sie das gesamte JSON auf. Lesen Sie den generierten Text aus choices[].message.content und behalten Sie jedes zurückgegebene choice, finish_reason, usage und alle bereitgestellten reasoning-Felder. Bewahren Sie Quellbezeichnungen in der endgültigen Antwort, wenn Ihr Ablauf eine Schlussfolgerung bis zu ihrer Eingabe zurückverfolgen muss. Prüfen Sie, ob die gewünschte Antwort vollständig ist, bevor Sie sie an einen weiteren Anwendungsschritt übergeben.\n\nBereiten Sie für diese kostenlose Ausgabe öffentliches oder synthetisches Ausgangsmaterial vor; ihre dokumentierten Nutzungsbedingungen schließen vertrauliche Informationen und personenbezogene Daten aus. Ist eine Antwort unvollständig oder der Sendeausgang ungewiss, bewahren Sie die ursprüngliche Anfragekennung und Antwort auf, um den bestehenden Versuch zu prüfen. Die Textanfrage liefert ihr Ergebnis über die Gesprächsantwort; für diese Karte ist kein separater asynchroner Auftrag oder Abbruchpfad dokumentiert.", "editorialOverlay": { "copy_fields": null, "copy_sha256": null, "copy_source": null, "html_sha256": "266194e336e9cac03cdde8bd0270c8e13aa94fae7f28e7c07daeffb1794a355d", "module_sha256": "ee9dc1c50b1e6a8fb7fa062030fcb4646b9aaaeb08be513b723a5a92a7290f06", "raw_model_unchanged": true, "schema": "ailoot-native-model-editorial-v1" }, "locale": "de-at", "methods": [ { "html": "
NV

NVIDIA: Nemotron 3 Nano Omni 30B A3B Reasoning (free)

NVIDIA /nvidia/nemotron-3-nano-omni-30b-a3b-reasoning:free

Einstieg

Nemotron 3 Nano Omni 30B A3B Reasoning ist NVIDIAs Reasoning-Modell für kontextbezogene Arbeit innerhalb von Agentenanwendungen. Diese Ailoot-Ausgabe nimmt Textdialoge entgegen und liefert Text, mit einem Eingabelimit von 256 000 Tokens und bis zu 65 536 Ausgabetokens. Verwenden Sie bereitgestellte Dokumente, Fragen und Einschränkungen, um eine gezielte Analyse oder Kontextübergabe anzufordern.

Zulässige Eingaben
Text
Ergebnisse
Text
Über das Modell

Diese Beschreibung erläutert die Fähigkeiten des Modells. Die über Ailoot verfügbaren Eingaben, Ausgaben und Optionen sind unten für die ausgewählte Methode aufgeführt.

Nemotron 3 Nano Omni 30B A3B Reasoning ist NVIDIAs Modell mit insgesamt 30 Milliarden Parametern und 3 Milliarden aktiven Parametern, das für Wahrnehmungs- und Kontextarbeit durch Unteragenten in betrieblichen Agentensystemen beschrieben wird. Die Ailoot-Methode für diese Ausgabe ist ein Textdialog über POST /v1/chat/completions. Wählen Sie die genaue Modell-ID nvidia/nemotron-3-nano-omni-30b-a3b-reasoning:free und stellen Sie ein nicht leeres messages-Array mit den Anweisungen und dem Quelltext für die Aufgabe bereit. Jede Nachricht hat eine Rolle system, developer, user oder assistant und einfachen Zeichenfolgeninhalt. Ein optionaler name ist eine Zeichenfolge; beschränken Sie jede Nachricht auf diese Felder. Senden Sie stream:false oder lassen Sie stream weg.

Verwenden Sie es, um einen bereitgestellten Materialbestand zu untersuchen und eine gezielte Antwort, einen Vergleich oder eine Kontextübersicht für den nächsten Anwendungsschritt zurückzugeben. Ein Übergabeprompt kann die ursprüngliche Frage, relevante Auszüge und Einschränkungen bereitstellen und anschließend um festgestellte Fakten, ungelöste Fragen und die Quellpassagen bitten, die jede Schlussfolgerung stützen. Benennen Sie für einen Vergleich die Kriterien und fügen Sie die tatsächlichen Spezifikationen der Alternativen ein, damit das Modell von denselben Belegen ausgehen kann.

Diese Ausgabe akzeptiert Texteingabe und erzeugt Textausgabe. Fügen Sie zur Arbeit mit einem Dokument den relevanten UTF-8-Text in den Nachrichteninhalt ein und bewahren Sie Überschriften oder Quellbezeichnungen, die die Auszüge unterscheiden helfen. Stellen Sie den für eine Folgefrage benötigten Gesprächsverlauf bereit. Belassen Sie Werkzeugausführung oder Abruf in der umgebenden Anwendung und übergeben Sie deren fertige Textergebnisse an das Gespräch. Medieneingaben, Steuerungen für Werkzeugaufrufe und ausdrückliche Cache-Steuerungen liegen außerhalb des Anfrageprofils dieser Ausgabe.

Die Modellseite nennt ein Kontextfenster von 256 000 Tokens und bis zu 65 536 Ausgabetokens. Ailoot verlangt außerdem, dass der gesamte UTF-8-JSON-Anfragebody einschließlich Anweisungen und Feldnamen in 256 000 Bytes passt. Setzen Sie für eine ausdrückliche Ausgabeobergrenze genau eines der Felder max_tokens oder max_completion_tokens auf eine positive Ganzzahl von 1 bis 65 536. Wird keines angegeben, leitet Ailoot eine Ausgabeobergrenze von 4 096 Tokens weiter. Halten Sie das gesamte bereitgestellte Gespräch und die gewünschte Antwort innerhalb der jeweiligen Grenzen. Eine lange Eingabe ist nützlich, wenn die Antwort von vielen verbundenen Auszügen abhängt, doch eine gezielte Auswahl und ein konkretes Ergebnis erleichtern die Prüfung, ob die Antwort den Belegen folgt. Eine per Prompt vorgegebene Struktur kann benannte Abschnitte oder eine Tabelle verlangen; behandeln Sie den zurückgegebenen Text als Ergebnis, statt ein durch Schema erzwungenes Objekt vorauszusetzen.

Senden Sie für eine vollständige Antwort stream:false und bewahren Sie das gesamte JSON auf. Lesen Sie den generierten Text aus choices[].message.content und behalten Sie jedes zurückgegebene choice, finish_reason, usage und alle bereitgestellten reasoning-Felder. Bewahren Sie Quellbezeichnungen in der endgültigen Antwort, wenn Ihr Ablauf eine Schlussfolgerung bis zu ihrer Eingabe zurückverfolgen muss. Prüfen Sie, ob die gewünschte Antwort vollständig ist, bevor Sie sie an einen weiteren Anwendungsschritt übergeben.

Bereiten Sie für diese kostenlose Ausgabe öffentliches oder synthetisches Ausgangsmaterial vor; ihre dokumentierten Nutzungsbedingungen schließen vertrauliche Informationen und personenbezogene Daten aus. Ist eine Antwort unvollständig oder der Sendeausgang ungewiss, bewahren Sie die ursprüngliche Anfragekennung und Antwort auf, um den bestehenden Versuch zu prüfen. Die Textanfrage liefert ihr Ergebnis über die Gesprächsantwort; für diese Karte ist kein separater asynchroner Auftrag oder Abbruchpfad dokumentiert.

In Ailoot verfügbar · Eingaben und Methoden

Ailoot Ultra · Chat Completions POST /v1/chat/completions
Eingabe
text
Ausgabe
text
Kontext
256 000 tokens
Maximale Ausgabe
65 536 tokens
Ausgabeformat
JSON or supported SSE
FeldTypAnforderungWerte und LimitsStandard
FeldmodelTypstringAnforderungErforderlichWerte und Limits
nvidia/nemotron-3-nano-omni-30b-a3b-reasoning:free
Standard—
FeldmessagesTyparrayAnforderungErforderlichWerte und LimitsStandard—
FeldstreamTypbooleanAnforderungOptionalWerte und Limits
false
Standardfalse
Feldmax_tokensTypintegerAnforderungOptionalWerte und Limits
Minimum: 1
Maximum: 65 536
Standard—
Feldmax_completion_tokensTypintegerAnforderungOptionalWerte und Limits
Minimum: 1
Maximum: 65 536
Standard—
FeldnTypintegerAnforderungOptionalWerte und Limits
Minimum: 1
Maximum: 128
Standard—
FeldtemperatureTypnumberAnforderungOptionalWerte und LimitsStandard—
Feldtop_pTypnumberAnforderungOptionalWerte und LimitsStandard—
FeldseedTypintegerAnforderungOptionalWerte und LimitsStandard—
FeldstopTypAnforderungOptionalWerte und LimitsStandard—
Feldfrequency_penaltyTypnumberAnforderungOptionalWerte und LimitsStandard—
Feldpresence_penaltyTypnumberAnforderungOptionalWerte und LimitsStandard—
FelduserTypstringAnforderungOptionalWerte und LimitsStandard—
Methodenparameter und Lebenszyklus
ParameterVertrag
Parametercontent_typeVertragapplication/json
ParameterrequiredVertragmodel, messages
ParameteroptionalVertragstream, max_tokens, max_completion_tokens, n, temperature, top_p, seed, stop, frequency_penalty, presence_penalty, user
Parametermaterial_typesVertragtext
ParameterconditionsVertragUse 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.

Lebenszyklus: synchronous_json_or_sse

Tarife

Tarifangaben erweitern die Anfrageoptionen nicht. Unterstützte Parameter stehen bei der ausgewählten Methode.

Schnellmodus
Standardtarif Wenn der Schnellmodus ausgewählt ist
Flex-Modus
Standardtarif Wenn der Modus flex ausgewählt ist
Maximaler Denkaufwand
Standardtarif Wenn beim maximalen Denkaufwand die Standardanpassung (default) verwendet wird
Preise für explizites Caching
Nicht aktiviert Wenn explizites Caching angefordert wird
Nulltarife für reine Textverarbeitung
Für Cache, Werkzeuge und Medien gelten die jeweils gesondert aufgeführten Preisbedingungen. Für reine Texteingabe und Textausgabe

Ailoot-Tarife

Preise nach Konfiguration

KonfigurationTarifstaffelGebühr
KonfigurationBasistarife für TokensTarifstaffelGrundtarifGebühr
Eingabe · Eingabetoken $0 / 1K Tokens
Ausgabe · Ausgabetoken $0 / 1K Tokens
Eingabe · Cache lesen — / 1K Tokens
Eingabe · In Cache schreiben — / 1K Tokens
Eingabe · In Cache schreiben, 1 Stunde — / 1K Tokens

Ailoot reserviert vor einer Anfrage einen geschätzten Betrag. Nach dem Ergebnis rechnet Ailoot die endgültige Gebühr anhand des gemessenen Verbrauchs ab. Bei Streaming erfolgt die Abrechnung anhand des abschließenden Verbrauchsdatensatzes. So funktionieren Reservierung und Abrechnung →

Beispielanfragen

Ailoot Ultra · Chat Completions

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.\n

Ergebnisse abrufen und speichern

Ailoot Ultra · Chat Completions

JSON or supported SSE

Alle fertiggestellten Ergebnisse aufbewahren

Bewahren Sie jede vollständig zurückgegebene Antwort, Datei und jeden Inhaltsteil auf.

Retain the complete response, all actual results, original identifiers, usage and response headers.

Wenn die ursprüngliche Antwort geprüft werden muss

Preserve the original response, headers and X-Client-Request-ID. An uncertain outcome does not authorize another creation.

Aliasnamen

Modellaliasnamen

Ailoot Ultra nvidia/nemotron-3-nano-omni-30b-a3b-reasoning:free

Aliasnamen für Methodenpfade

Verwenden Sie die oben angezeigten Methodenpfade.

Zugehörige Aufrufer-IDs

nvidia/nemotron-3-nano-omni-30b-a3b-reasoning:free

", "method_identity": { "effective_request_model_id": "nvidia/nemotron-3-nano-omni-30b-a3b-reasoning:free", "fmt": "chat", "http": "POST", "path": "/v1/chat/completions", "request_model_id": "nvidia/nemotron-3-nano-omni-30b-a3b-reasoning:free", "route_label": "Ultra" }, "method_key": "Ultra|chat|/v1/chat/completions|nvidia%2Fnemotron-3-nano-omni-30b-a3b-reasoning%3Afree", "ordinal": 0, "rawMethod": { "available": null, "cache_read": null, "cache_write": null, "cache_write_1h": null, "contract": { "data": { "all_results": "Retain the complete response, all actual results, original identifiers, usage and response headers.", "authentication": { "api_key_source": "AILOOT_API_KEY", "header": "Authorization: Bearer" }, "example_body": { "messages": [ { "content": "Summarize the supplied text in three concise points.", "role": "user" } ], "model": "nvidia/nemotron-3-nano-omni-30b-a3b-reasoning:free", "stream": false }, "lifecycle": { "cancel_endpoint": null, "create": { "http": "POST", "path": "/v1/chat/completions" }, "mode": "synchronous_json_or_sse", "status": [], "unknown": "Preserve the original response, headers and X-Client-Request-ID. An uncertain outcome does not authorize another creation.", "unknown_no_replay": true }, "outputs": { "all_results": "Retain the complete response, all actual results, original identifiers, usage and response headers.", "family": "text", "format": "JSON or supported SSE" }, "parameters": [ { "default_known": false, "enum": [ "nvidia/nemotron-3-nano-omni-30b-a3b-reasoning:free" ], "enum_known": true, "name": "model", "required": true, "type": "string" }, { "default_known": false, "enum_known": false, "items": { "additionalProperties": false, "properties": { "content": { "type": "string" }, "role": { "enum": [ "user", "assistant", "system", "developer" ], "type": "string" } }, "required": [ "role", "content" ], "type": "object" }, "minItems": 1, "name": "messages", "required": true, "type": "array" }, { "default": false, "default_known": true, "enum": [ false ], "enum_known": true, "name": "stream", "required": false, "type": "boolean" }, { "default_known": false, "enum_known": false, "maximum": 65536, "minimum": 1, "name": "max_tokens", "required": false, "type": "integer" }, { "default_known": false, "enum_known": false, "maximum": 65536, "minimum": 1, "name": "max_completion_tokens", "required": false, "type": "integer" }, { "default_known": false, "enum_known": false, "maximum": 128, "minimum": 1, "name": "n", "required": false, "type": "integer" }, { "default_known": false, "enum_known": false, "name": "temperature", "required": false, "type": "number" }, { "default_known": false, "enum_known": false, "name": "top_p", "required": false, "type": "number" }, { "default_known": false, "enum_known": false, "name": "seed", "required": false, "type": "integer" }, { "default_known": false, "enum_known": false, "name": "stop", "oneOf": [ { "type": "string" }, { "items": { "type": "string" }, "type": "array" } ], "required": false }, { "default_known": false, "enum_known": false, "name": "frequency_penalty", "required": false, "type": "number" }, { "default_known": false, "enum_known": false, "name": "presence_penalty", "required": false, "type": "number" }, { "default_known": false, "enum_known": false, "name": "user", "required": false, "type": "string" } ], "request_schema": { "additionalProperties": false, "properties": { "frequency_penalty": { "type": "number" }, "max_completion_tokens": { "maximum": 65536, "minimum": 1, "type": "integer" }, "max_tokens": { "maximum": 65536, "minimum": 1, "type": "integer" }, "messages": { "items": { "additionalProperties": false, "properties": { "content": { "type": "string" }, "role": { "enum": [ "user", "assistant", "system", "developer" ], "type": "string" } }, "required": [ "role", "content" ], "type": "object" }, "minItems": 1, "type": "array" }, "model": { "enum": [ "nvidia/nemotron-3-nano-omni-30b-a3b-reasoning:free" ], "type": "string" }, "n": { "maximum": 128, "minimum": 1, "type": "integer" }, "presence_penalty": { "type": "number" }, "seed": { "type": "integer" }, "stop": { "oneOf": [ { "type": "string" }, { "items": { "type": "string" }, "type": "array" } ] }, "stream": { "default": false, "enum": [ false ], "type": "boolean" }, "temperature": { "type": "number" }, "top_p": { "type": "number" }, "user": { "type": "string" } }, "required": [ "model", "messages" ], "type": "object" }, "schema_template": { "body": { "messages": [ { "content": "Summarize the supplied text in three concise points.", "role": "user" } ], "model": "nvidia/nemotron-3-nano-omni-30b-a3b-reasoning:free", "stream": false }, "content_type": "application/json" } }, "input": { "conditions": [ "Use 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." ], "content_type": "application/json", "material_types": [ "text" ], "optional": [ "stream", "max_tokens", "max_completion_tokens", "n", "temperature", "top_p", "seed", "stop", "frequency_penalty", "presence_penalty", "user" ], "required": [ "model", "messages" ] }, "lifecycle": { "cancel_endpoint": null, "create": { "http": "POST", "path": "/v1/chat/completions" }, "mode": "synchronous_json_or_sse", "status": [], "unknown": "Preserve the original response, headers and X-Client-Request-ID. An uncertain outcome does not authorize another creation.", "unknown_no_replay": true }, "method": { "http": "POST", "path": "/v1/chat/completions" }, "method_aliases": [], "output": { "all_results": "Retain the complete response, all actual results, original identifiers, usage and response headers.", "family": "text", "format": "JSON or supported SSE" } }, "ctx": 256000, "declared_pricing_profiles": [ { "dimensions": { "regime": "base" }, "label": "Base token rates", "units": [ { "amount": "0", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "input_price", "label": "Input tokens", "native_amount_usd_per_unit": "0", "native_quantity": 1, "native_unit": "input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "input_token" }, { "amount": "0", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "output_price", "label": "Output tokens", "native_amount_usd_per_unit": "0", "native_quantity": 1, "native_unit": "output_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "out", "unit": "output_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_read_price", "label": "Cache read", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "cached_input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "cached_input_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_price", "label": "Cache write", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "generic_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "generic_cache_creation_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_1h_price", "label": "Cache write, 1 hour", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "one_hour_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "one_hour_cache_creation_token" } ] } ], "examples": [ { "code": "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.\n", "label": "curl · create once and retain the complete result", "language": "bash" } ], "family": "openai", "fast_multiplier": 1, "flex_multiplier": 1, "fmt": "chat", "http": "POST", "img_in": null, "img_out": null, "in": "0", "input": [ "text" ], "label": "Chat Completions", "max_out": 65536, "max_reasoning_effort_multiplier": 1, "method_aliases": [], "out": "0", "output": [ "text" ], "path": "/v1/chat/completions", "price_conditions": [ { "label": "Fast mode", "value": "Standard rate", "when": "When fast mode is selected" }, { "label": "Flex mode", "value": "Standard rate", "when": "When flex mode is selected" }, { "label": "Maximum reasoning effort", "value": "Standard rate", "when": "When maximum reasoning effort uses the default adjustment" }, { "label": "Explicit cache pricing", "value": "Not enabled", "when": "When explicit cache is requested" }, { "label": "Text-only zero rates", "value": "Cache, tools and media follow their separately listed pricing conditions.", "when": "For text-only input and output" } ], "pricing": { "allow_explicit_cache": false, "billing_mode": "token", "cache_read_price": null, "cache_write_1h_price": null, "cache_write_price": null, "fast_multiplier": 1, "flex_multiplier": 1, "image_input_price": null, "image_output_price": null, "input_price": 0, "intervals": [], "max_reasoning_effort_multiplier": 1, "output_price": 0, "per_request_price": null }, "pricing_profiles": [ { "dimensions": { "regime": "base" }, "label": "Base token rates", "units": [ { "amount": "0", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "input_price", "label": "Input tokens", "native_amount_usd_per_unit": "0", "native_quantity": 1, "native_unit": "input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "input_token" }, { "amount": "0", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "output_price", "label": "Output tokens", "native_amount_usd_per_unit": "0", "native_quantity": 1, "native_unit": "output_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "out", "unit": "output_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_read_price", "label": "Cache read", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "cached_input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "cached_input_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_price", "label": "Cache write", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "generic_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "generic_cache_creation_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_1h_price", "label": "Cache write, 1 hour", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "one_hour_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "one_hour_cache_creation_token" } ] } ], "request_model_id": "nvidia/nemotron-3-nano-omni-30b-a3b-reasoning:free", "route_label": "Ultra", "status_reads": [], "tiers": [], "unit": "token", "units": [ { "amount": "0", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "input_price", "label": "Input tokens", "native_amount_usd_per_unit": "0", "native_quantity": 1, "native_unit": "input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "input_token" }, { "amount": "0", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "output_price", "label": "Output tokens", "native_amount_usd_per_unit": "0", "native_quantity": 1, "native_unit": "output_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "out", "unit": "output_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_read_price", "label": "Cache read", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "cached_input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "cached_input_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_price", "label": "Cache write", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "generic_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "generic_cache_creation_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_1h_price", "label": "Cache write, 1 hour", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "one_hour_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "one_hour_cache_creation_token" } ] } } ], "model_id": "nvidia/nemotron-3-nano-omni-30b-a3b-reasoning:free", "nativeProvenance": { "input_facts_canonical_sha256": "f30fad3d288688127c07884c936193744f51eb4152d42e737e993501aee8ff3b", "input_html_sha256": "a8318476e2cbfbb9037d372a21a733c4d4700be1672dcaa56e61dd7b7136f3d5", "private_audit_sha256": "45b75806fb31d9f70ea67dbc36e10b8c194cd8c5441d62e492a81886339a5c99", "role": "historical-normalized-input-audit-hashes", "schema": "ailoot-native-model-provenance-v2" }, "page": { "canonical": "https://ailoot.ai/models/de-at/nvidia-nemotron-3-nano-omni-30b-a3b-reasoning-u003a-free/", "description": "Nemotron 3 Nano Omni 30B A3B Reasoning ist NVIDIAs Reasoning-Modell für kontextbezogene Arbeit innerhalb von Agentenanwendungen. Diese Ailoot-Ausgabe nimmt Textdialoge entgegen und liefert Text, mit einem Eingabelimit von 256 000 Tokens und bis zu 65 536 Ausgabetokens. Verwenden Sie bereitgestellte Dokumente, Fragen und Einschränkungen, um eine gezielte Analyse oder Kontextübergabe anzufordern.", "locale": "de-at", "md_url": "https://ailoot.ai/models/de-at/nvidia-nemotron-3-nano-omni-30b-a3b-reasoning-u003a-free/index.md", "title": "NVIDIA: Nemotron 3 Nano Omni 30B A3B Reasoning (free) — Ailoot", "url": "https://ailoot.ai/models/de-at/nvidia-nemotron-3-nano-omni-30b-a3b-reasoning-u003a-free/" }, "rawModel": { "about": "Nemotron 3 Nano Omni 30B A3B Reasoning ist NVIDIAs Modell mit insgesamt 30 Milliarden Parametern und 3 Milliarden aktiven Parametern, das für Wahrnehmungs- und Kontextarbeit durch Unteragenten in betrieblichen Agentensystemen beschrieben wird. Die Ailoot-Methode für diese Ausgabe ist ein Textdialog über POST /v1/chat/completions. Wählen Sie die genaue Modell-ID nvidia/nemotron-3-nano-omni-30b-a3b-reasoning:free und stellen Sie ein nicht leeres messages-Array mit den Anweisungen und dem Quelltext für die Aufgabe bereit. Jede Nachricht hat eine Rolle system, developer, user oder assistant und einfachen Zeichenfolgeninhalt. Ein optionaler name ist eine Zeichenfolge; beschränken Sie jede Nachricht auf diese Felder. Senden Sie stream:false oder lassen Sie stream weg.\n\nVerwenden Sie es, um einen bereitgestellten Materialbestand zu untersuchen und eine gezielte Antwort, einen Vergleich oder eine Kontextübersicht für den nächsten Anwendungsschritt zurückzugeben. Ein Übergabeprompt kann die ursprüngliche Frage, relevante Auszüge und Einschränkungen bereitstellen und anschließend um festgestellte Fakten, ungelöste Fragen und die Quellpassagen bitten, die jede Schlussfolgerung stützen. Benennen Sie für einen Vergleich die Kriterien und fügen Sie die tatsächlichen Spezifikationen der Alternativen ein, damit das Modell von denselben Belegen ausgehen kann.\n\nDiese Ausgabe akzeptiert Texteingabe und erzeugt Textausgabe. Fügen Sie zur Arbeit mit einem Dokument den relevanten UTF-8-Text in den Nachrichteninhalt ein und bewahren Sie Überschriften oder Quellbezeichnungen, die die Auszüge unterscheiden helfen. Stellen Sie den für eine Folgefrage benötigten Gesprächsverlauf bereit. Belassen Sie Werkzeugausführung oder Abruf in der umgebenden Anwendung und übergeben Sie deren fertige Textergebnisse an das Gespräch. Medieneingaben, Steuerungen für Werkzeugaufrufe und ausdrückliche Cache-Steuerungen liegen außerhalb des Anfrageprofils dieser Ausgabe.\n\nDie Modellseite nennt ein Kontextfenster von 256 000 Tokens und bis zu 65 536 Ausgabetokens. Ailoot verlangt außerdem, dass der gesamte UTF-8-JSON-Anfragebody einschließlich Anweisungen und Feldnamen in 256 000 Bytes passt. Setzen Sie für eine ausdrückliche Ausgabeobergrenze genau eines der Felder max_tokens oder max_completion_tokens auf eine positive Ganzzahl von 1 bis 65 536. Wird keines angegeben, leitet Ailoot eine Ausgabeobergrenze von 4 096 Tokens weiter. Halten Sie das gesamte bereitgestellte Gespräch und die gewünschte Antwort innerhalb der jeweiligen Grenzen. Eine lange Eingabe ist nützlich, wenn die Antwort von vielen verbundenen Auszügen abhängt, doch eine gezielte Auswahl und ein konkretes Ergebnis erleichtern die Prüfung, ob die Antwort den Belegen folgt. Eine per Prompt vorgegebene Struktur kann benannte Abschnitte oder eine Tabelle verlangen; behandeln Sie den zurückgegebenen Text als Ergebnis, statt ein durch Schema erzwungenes Objekt vorauszusetzen.\n\nSenden Sie für eine vollständige Antwort stream:false und bewahren Sie das gesamte JSON auf. Lesen Sie den generierten Text aus choices[].message.content und behalten Sie jedes zurückgegebene choice, finish_reason, usage und alle bereitgestellten reasoning-Felder. Bewahren Sie Quellbezeichnungen in der endgültigen Antwort, wenn Ihr Ablauf eine Schlussfolgerung bis zu ihrer Eingabe zurückverfolgen muss. Prüfen Sie, ob die gewünschte Antwort vollständig ist, bevor Sie sie an einen weiteren Anwendungsschritt übergeben.\n\nBereiten Sie für diese kostenlose Ausgabe öffentliches oder synthetisches Ausgangsmaterial vor; ihre dokumentierten Nutzungsbedingungen schließen vertrauliche Informationen und personenbezogene Daten aus. Ist eine Antwort unvollständig oder der Sendeausgang ungewiss, bewahren Sie die ursprüngliche Anfragekennung und Antwort auf, um den bestehenden Versuch zu prüfen. Die Textanfrage liefert ihr Ergebnis über die Gesprächsantwort; für diese Karte ist kein separater asynchroner Auftrag oder Abbruchpfad dokumentiert.", "alias_of": null, "aliases": [], "author": "NVIDIA", "ctx": 256000, "formats": [ "chat" ], "id": "nvidia/nemotron-3-nano-omni-30b-a3b-reasoning:free", "input": [ "text" ], "kind": "text", "max_out": 65536, "methods": [ { "available": null, "cache_read": null, "cache_write": null, "cache_write_1h": null, "contract": { "data": { "all_results": "Retain the complete response, all actual results, original identifiers, usage and response headers.", "authentication": { "api_key_source": "AILOOT_API_KEY", "header": "Authorization: Bearer" }, "example_body": { "messages": [ { "content": "Summarize the supplied text in three concise points.", "role": "user" } ], "model": "nvidia/nemotron-3-nano-omni-30b-a3b-reasoning:free", "stream": false }, "lifecycle": { "cancel_endpoint": null, "create": { "http": "POST", "path": "/v1/chat/completions" }, "mode": "synchronous_json_or_sse", "status": [], "unknown": "Preserve the original response, headers and X-Client-Request-ID. An uncertain outcome does not authorize another creation.", "unknown_no_replay": true }, "outputs": { "all_results": "Retain the complete response, all actual results, original identifiers, usage and response headers.", "family": "text", "format": "JSON or supported SSE" }, "parameters": [ { "default_known": false, "enum": [ "nvidia/nemotron-3-nano-omni-30b-a3b-reasoning:free" ], "enum_known": true, "name": "model", "required": true, "type": "string" }, { "default_known": false, "enum_known": false, "items": { "additionalProperties": false, "properties": { "content": { "type": "string" }, "role": { "enum": [ "user", "assistant", "system", "developer" ], "type": "string" } }, "required": [ "role", "content" ], "type": "object" }, "minItems": 1, "name": "messages", "required": true, "type": "array" }, { "default": false, "default_known": true, "enum": [ false ], "enum_known": true, "name": "stream", "required": false, "type": "boolean" }, { "default_known": false, "enum_known": false, "maximum": 65536, "minimum": 1, "name": "max_tokens", "required": false, "type": "integer" }, { "default_known": false, "enum_known": false, "maximum": 65536, "minimum": 1, "name": "max_completion_tokens", "required": false, "type": "integer" }, { "default_known": false, "enum_known": false, "maximum": 128, "minimum": 1, "name": "n", "required": false, "type": "integer" }, { "default_known": false, "enum_known": false, "name": "temperature", "required": false, "type": "number" }, { "default_known": false, "enum_known": false, "name": "top_p", "required": false, "type": "number" }, { "default_known": false, "enum_known": false, "name": "seed", "required": false, "type": "integer" }, { "default_known": false, "enum_known": false, "name": "stop", "oneOf": [ { "type": "string" }, { "items": { "type": "string" }, "type": "array" } ], "required": false }, { "default_known": false, "enum_known": false, "name": "frequency_penalty", "required": false, "type": "number" }, { "default_known": false, "enum_known": false, "name": "presence_penalty", "required": false, "type": "number" }, { "default_known": false, "enum_known": false, "name": "user", "required": false, "type": "string" } ], "request_schema": { "additionalProperties": false, "properties": { "frequency_penalty": { "type": "number" }, "max_completion_tokens": { "maximum": 65536, "minimum": 1, "type": "integer" }, "max_tokens": { "maximum": 65536, "minimum": 1, "type": "integer" }, "messages": { "items": { "additionalProperties": false, "properties": { "content": { "type": "string" }, "role": { "enum": [ "user", "assistant", "system", "developer" ], "type": "string" } }, "required": [ "role", "content" ], "type": "object" }, "minItems": 1, "type": "array" }, "model": { "enum": [ "nvidia/nemotron-3-nano-omni-30b-a3b-reasoning:free" ], "type": "string" }, "n": { "maximum": 128, "minimum": 1, "type": "integer" }, "presence_penalty": { "type": "number" }, "seed": { "type": "integer" }, "stop": { "oneOf": [ { "type": "string" }, { "items": { "type": "string" }, "type": "array" } ] }, "stream": { "default": false, "enum": [ false ], "type": "boolean" }, "temperature": { "type": "number" }, "top_p": { "type": "number" }, "user": { "type": "string" } }, "required": [ "model", "messages" ], "type": "object" }, "schema_template": { "body": { "messages": [ { "content": "Summarize the supplied text in three concise points.", "role": "user" } ], "model": "nvidia/nemotron-3-nano-omni-30b-a3b-reasoning:free", "stream": false }, "content_type": "application/json" } }, "input": { "conditions": [ "Use 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." ], "content_type": "application/json", "material_types": [ "text" ], "optional": [ "stream", "max_tokens", "max_completion_tokens", "n", "temperature", "top_p", "seed", "stop", "frequency_penalty", "presence_penalty", "user" ], "required": [ "model", "messages" ] }, "lifecycle": { "cancel_endpoint": null, "create": { "http": "POST", "path": "/v1/chat/completions" }, "mode": "synchronous_json_or_sse", "status": [], "unknown": "Preserve the original response, headers and X-Client-Request-ID. An uncertain outcome does not authorize another creation.", "unknown_no_replay": true }, "method": { "http": "POST", "path": "/v1/chat/completions" }, "method_aliases": [], "output": { "all_results": "Retain the complete response, all actual results, original identifiers, usage and response headers.", "family": "text", "format": "JSON or supported SSE" } }, "ctx": 256000, "declared_pricing_profiles": [ { "dimensions": { "regime": "base" }, "label": "Base token rates", "units": [ { "amount": "0", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "input_price", "label": "Input tokens", "native_amount_usd_per_unit": "0", "native_quantity": 1, "native_unit": "input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "input_token" }, { "amount": "0", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "output_price", "label": "Output tokens", "native_amount_usd_per_unit": "0", "native_quantity": 1, "native_unit": "output_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "out", "unit": "output_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_read_price", "label": "Cache read", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "cached_input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "cached_input_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_price", "label": "Cache write", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "generic_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "generic_cache_creation_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_1h_price", "label": "Cache write, 1 hour", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "one_hour_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "one_hour_cache_creation_token" } ] } ], "examples": [ { "code": "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.\n", "label": "curl · create once and retain the complete result", "language": "bash" } ], "family": "openai", "fast_multiplier": 1, "flex_multiplier": 1, "fmt": "chat", "http": "POST", "img_in": null, "img_out": null, "in": "0", "input": [ "text" ], "label": "Chat Completions", "max_out": 65536, "max_reasoning_effort_multiplier": 1, "method_aliases": [], "out": "0", "output": [ "text" ], "path": "/v1/chat/completions", "price_conditions": [ { "label": "Fast mode", "value": "Standard rate", "when": "When fast mode is selected" }, { "label": "Flex mode", "value": "Standard rate", "when": "When flex mode is selected" }, { "label": "Maximum reasoning effort", "value": "Standard rate", "when": "When maximum reasoning effort uses the default adjustment" }, { "label": "Explicit cache pricing", "value": "Not enabled", "when": "When explicit cache is requested" }, { "label": "Text-only zero rates", "value": "Cache, tools and media follow their separately listed pricing conditions.", "when": "For text-only input and output" } ], "pricing": { "allow_explicit_cache": false, "billing_mode": "token", "cache_read_price": null, "cache_write_1h_price": null, "cache_write_price": null, "fast_multiplier": 1, "flex_multiplier": 1, "image_input_price": null, "image_output_price": null, "input_price": 0, "intervals": [], "max_reasoning_effort_multiplier": 1, "output_price": 0, "per_request_price": null }, "pricing_profiles": [ { "dimensions": { "regime": "base" }, "label": "Base token rates", "units": [ { "amount": "0", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "input_price", "label": "Input tokens", "native_amount_usd_per_unit": "0", "native_quantity": 1, "native_unit": "input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "input_token" }, { "amount": "0", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "output_price", "label": "Output tokens", "native_amount_usd_per_unit": "0", "native_quantity": 1, "native_unit": "output_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "out", "unit": "output_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_read_price", "label": "Cache read", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "cached_input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "cached_input_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_price", "label": "Cache write", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "generic_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "generic_cache_creation_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_1h_price", "label": "Cache write, 1 hour", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "one_hour_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "one_hour_cache_creation_token" } ] } ], "request_model_id": "nvidia/nemotron-3-nano-omni-30b-a3b-reasoning:free", "route_label": "Ultra", "status_reads": [], "tiers": [], "unit": "token", "units": [ { "amount": "0", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "input_price", "label": "Input tokens", "native_amount_usd_per_unit": "0", "native_quantity": 1, "native_unit": "input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "input_token" }, { "amount": "0", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "output_price", "label": "Output tokens", "native_amount_usd_per_unit": "0", "native_quantity": 1, "native_unit": "output_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "out", "unit": "output_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_read_price", "label": "Cache read", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "cached_input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "cached_input_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_price", "label": "Cache write", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "generic_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "generic_cache_creation_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_1h_price", "label": "Cache write, 1 hour", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "one_hour_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "one_hour_cache_creation_token" } ] } ], "model_aliases": [ { "canonical_model_id": "nvidia/nemotron-3-nano-omni-30b-a3b-reasoning:free", "request_model_id": "nvidia/nemotron-3-nano-omni-30b-a3b-reasoning:free", "route_label": "Ultra" } ], "name": "NVIDIA: Nemotron 3 Nano Omni 30B A3B Reasoning (free)", "price": { "in": "0", "in_label": null, "out": "0", "out_label": null, "sort_in": "0", "sort_out": "0", "varies": false }, "short": "Nemotron 3 Nano Omni 30B A3B Reasoning ist NVIDIAs Reasoning-Modell für kontextbezogene Arbeit innerhalb von Agentenanwendungen. Diese Ailoot-Ausgabe nimmt Textdialoge entgegen und liefert Text, mit einem Eingabelimit von 256 000 Tokens und bis zu 65 536 Ausgabetokens. Verwenden Sie bereitgestellte Dokumente, Fragen und Einschränkungen, um eine gezielte Analyse oder Kontextübergabe anzufordern." }, "renderer_schema": { "method_order": "Original DTO methods order; every exact route/format/path/caller survives.", "prices": "Original public DTO fields and original native display HTML; no flattened or normalized offers." }, "representation": "exact-public-dto-and-native-renderer-html", "representationNotes": { "current_reference": { "about_json_pointer": "/aboutHtml", "methods": [ { "contract_json_pointer": "/methods/0/rawMethod/contract", "html_json_pointer": "/methods/0/html", "method_ordinal": 0 } ], "role": "current-semantic-reference" }, "raw_input": { "examples_role": "historical-input-not-current-ready-examples", "json_pointers": [ "/rawModel", "/methods/0/rawMethod" ], "role": "historical-owner-input" }, "schema": "ailoot-native-model-representations-v1" }, "schema": "ailoot-static-model-facts-v1", "schema_version": 1, "shortText": "Nemotron 3 Nano Omni 30B A3B Reasoning ist NVIDIAs Reasoning-Modell für kontextbezogene Arbeit innerhalb von Agentenanwendungen. Diese Ailoot-Ausgabe nimmt Textdialoge entgegen und liefert Text, mit einem Eingabelimit von 256 000 Tokens und bis zu 65 536 Ausgabetokens. Verwenden Sie bereitgestellte Dokumente, Fragen und Einschränkungen, um eine gezielte Analyse oder Kontextübergabe anzufordern.", "source": { "audit_sha256": "2e00086bcbfc28e64d0cebe97aa47c17d8d5618963027f8ffb9dc6123d7d25b1", "bridge_map_sha256": "1125275768b9636fc8461bc7da5061239a81ddfe508e2557843ca42c58ab0036", "raw_model_json_sha256": "ddd3e80ea7da6f53bd2a868cf4b248c252521b7c9968ab91aa2bfd3ed67447cb", "renderer_sha256": "4915581496a34d8a27d706c57a04aa12aa22b4b136560828b2e1b9b8437d1eb0" }, "sourceRevision": "ee7c1650f1f13ae47a8c88f644698432ec12a3129f04b411a4694e2a6f1dfd73" }