NVIDIA Nemotron 3 Ultra ist das groß angelegte Modell für logisches Schlussfolgern und Orchestrierung innerhalb der Nemotron-3-Familie. Es ist für anspruchsvolle mehrstufige Agenten, Analysen mit langem Kontext sowie Schlussfolgern über Code, Mathematik und Naturwissenschaften konzipiert. Das Modell hat insgesamt 550B und 55B aktive Parameter. Es kombiniert Mamba-2-, Attention- und Latent-Mixture-of-Experts-Schichten; Multi-Token-Prediction-Schichten unterstützen sein Generierungsdesign.
LatentMoE projiziert Informationen für die Expertenverarbeitung in eine kleinere latente Repräsentation. NVIDIAs Trainingsverfahren kombiniert Vortraining, überwachte Feinabstimmung, Reinforcement Learning und domänenübergreifende On-Policy-Destillation. Der praktische Zweck dieser Stufen besteht darin, Schlussfolgern, Anweisungsbefolgung, Werkzeugnutzung und Agentenverhalten über mehrere Aufgabentypen hinweg zu verbessern. Ultra erzeugt Text: eine Erklärung, eine Lösung, Code, einen Plan oder eine angeforderte Antwortstruktur. Stellen Sie das Material bereit, das die Antwort nutzen soll, und die Bedingungen, anhand derer sich die Richtigkeit des Ergebnisses bestimmen lässt.
Geben Sie bei mathematischem oder naturwissenschaftlichem Schlussfolgern die vollständige Aufgabenstellung, bekannte Werte, Einheiten und zulässige Annahmen an. Eine hilfreiche Anfrage lautet: „Leite das Ergebnis aus diesen Bedingungen ab, benenne die Annahmen in jeder Stufe, prüfe die Dimensionen und erkläre, welche Beobachtung die Schlussfolgerung widerlegen würde.“ Fordern Sie nach der Herleitung ein knappes Endergebnis an. Wenn experimentelle Daten beteiligt sind, unterscheiden Sie gemessene von berechneten Größen und verlangen Sie, dass Unsicherheit oder fehlende Informationen sichtbar bleiben, statt in einer selbstsicheren Antwort unterzugehen.
Stellen Sie für Code- und Agentenabläufe das Ziel, die relevanten Dateien als Text und die tatsächlichen Ausgaben vorheriger Schritte bereit. Ultra ist für Aufgaben mit mehreren voneinander abhängigen Entscheidungen vorgesehen, daher ist eine ausdrückliche Aufzeichnung abgeschlossener Arbeit und offener Fragen hilfreich. Zum Beispiel: „Prüfe diesen Migrationsvorschlag anhand des Schemas und der fehlgeschlagenen Prüfungen. Ermittle die Abhängigkeit, die den Abschluss blockiert, schlage eine gezielte Korrektur vor und nenne das erwartete Ergebnis der nächsten Prüfung.“ Eine mit Werkzeugen verbundene Anwendung kann anschließend einen vorgeschlagenen Schritt ausführen und Belege für die nächste Entscheidung zurückgeben.
Der Hersteller unterstützt das Ein- und Ausschalten des Denkmodus über die Chatvorlage. Der Denkmodus ist standardmäßig aktiv und erzeugt einen Denkverlauf mit anschließender Antwort. Die Ultra-Modellkarte dokumentiert außerdem einen Denkmodus mit mittlerem Aufwand, der weniger Denk-Tokens als der vollständige Denkmodus verwendet. Diese Option gehört speziell zu Ultra und darf nicht mit der für Super dokumentierten Einstellung mit geringem Aufwand verwechselt werden. Legen Sie das gewünschte Endergebnis fest und lassen Sie nach dem Denkprozess Raum dafür. Ein unvollständiger Denkverlauf ersetzt keine abgeschlossene Antwort auf die ursprüngliche Frage.
Ultra unterstützt Kontext bis zu 1M Tokens. Kennzeichnen Sie bei umfangreichen Sammlungen von Dokumenten oder Quelldateien die Abschnitte und teilen Sie dem Modell genau mit, was es vergleichen, nachvollziehen oder abgleichen soll. Erhalten Sie die Quellenreihenfolge, wenn Chronologie oder Abhängigkeiten entscheidend sind. Ein nützliches Ergebnis zu langen Dokumenten enthält die Feststellung, die stützende Passage und deren Bedeutung für die Frage. Wählen Sie die relevanten Materialien aus und reservieren Sie Platz für die Ausgabe; das Kontextfenster beschreibt die Arbeitssequenz und keine gesondert garantierte Länge der endgültigen Antwort.
Der Hersteller nennt Englisch, Französisch, Spanisch, Italienisch, Deutsch, Japanisch, Hindi, Koreanisch, brasilianisches Portugiesisch und Chinesisch. Legen Sie die Ausgabesprache fest und erhalten Sie technische Kennungen oder Quellenzitate, wenn der exakte Wortlaut entscheidend ist. Verwenden Sie bei mehrsprachigen Analysen dieselben Kriterien für jedes Dokument und lassen Sie Unterschiede in Terminologie oder Annahmen erklären. Sprachliche Flüssigkeit allein belegt nicht, dass zwei unterschiedlich formulierte Anforderungen dasselbe bedeuten.
NVIDIA stellt ausdrückliche Beispiele für Werkzeugaufrufe mit Denkprozess bereit. Definieren Sie Zweck, Argumente und erwartetes Ergebnis jeder Funktion und geben Sie anschließend deren tatsächliche Ausgabe an das Modell zurück. Die Anwendung führt den Vorgang aus; das Modell zieht Schlüsse aus der zurückgegebenen Beobachtung. Ein langer Agentenablauf wird leichter prüfbar, wenn vorgeschlagene Aktionen, ausgeführte Ergebnisse und offene Prüfungen klar voneinander unterschieden werden. Fordern Sie für einen Abschlussbericht die Antwort, ihre stützenden Belege, die Annahmen und alle verbleibenden Aufgaben an. Prüfen Sie Berechnungen anhand der ursprünglichen Einheiten, Codeänderungen anhand beobachteter Prüfungen und Tatsachenbehauptungen anhand der bereitgestellten Quellen.
", "aboutText": "NVIDIA Nemotron 3 Ultra ist das groß angelegte Modell für logisches Schlussfolgern und Orchestrierung innerhalb der Nemotron-3-Familie. Es ist für anspruchsvolle mehrstufige Agenten, Analysen mit langem Kontext sowie Schlussfolgern über Code, Mathematik und Naturwissenschaften konzipiert. Das Modell hat insgesamt 550B und 55B aktive Parameter. Es kombiniert Mamba-2-, Attention- und Latent-Mixture-of-Experts-Schichten; Multi-Token-Prediction-Schichten unterstützen sein Generierungsdesign.\n\nLatentMoE projiziert Informationen für die Expertenverarbeitung in eine kleinere latente Repräsentation. NVIDIAs Trainingsverfahren kombiniert Vortraining, überwachte Feinabstimmung, Reinforcement Learning und domänenübergreifende On-Policy-Destillation. Der praktische Zweck dieser Stufen besteht darin, Schlussfolgern, Anweisungsbefolgung, Werkzeugnutzung und Agentenverhalten über mehrere Aufgabentypen hinweg zu verbessern. Ultra erzeugt Text: eine Erklärung, eine Lösung, Code, einen Plan oder eine angeforderte Antwortstruktur. Stellen Sie das Material bereit, das die Antwort nutzen soll, und die Bedingungen, anhand derer sich die Richtigkeit des Ergebnisses bestimmen lässt.\n\nGeben Sie bei mathematischem oder naturwissenschaftlichem Schlussfolgern die vollständige Aufgabenstellung, bekannte Werte, Einheiten und zulässige Annahmen an. Eine hilfreiche Anfrage lautet: „Leite das Ergebnis aus diesen Bedingungen ab, benenne die Annahmen in jeder Stufe, prüfe die Dimensionen und erkläre, welche Beobachtung die Schlussfolgerung widerlegen würde.“ Fordern Sie nach der Herleitung ein knappes Endergebnis an. Wenn experimentelle Daten beteiligt sind, unterscheiden Sie gemessene von berechneten Größen und verlangen Sie, dass Unsicherheit oder fehlende Informationen sichtbar bleiben, statt in einer selbstsicheren Antwort unterzugehen.\n\nStellen Sie für Code- und Agentenabläufe das Ziel, die relevanten Dateien als Text und die tatsächlichen Ausgaben vorheriger Schritte bereit. Ultra ist für Aufgaben mit mehreren voneinander abhängigen Entscheidungen vorgesehen, daher ist eine ausdrückliche Aufzeichnung abgeschlossener Arbeit und offener Fragen hilfreich. Zum Beispiel: „Prüfe diesen Migrationsvorschlag anhand des Schemas und der fehlgeschlagenen Prüfungen. Ermittle die Abhängigkeit, die den Abschluss blockiert, schlage eine gezielte Korrektur vor und nenne das erwartete Ergebnis der nächsten Prüfung.“ Eine mit Werkzeugen verbundene Anwendung kann anschließend einen vorgeschlagenen Schritt ausführen und Belege für die nächste Entscheidung zurückgeben.\n\nDer Hersteller unterstützt das Ein- und Ausschalten des Denkmodus über die Chatvorlage. Der Denkmodus ist standardmäßig aktiv und erzeugt einen Denkverlauf mit anschließender Antwort. Die Ultra-Modellkarte dokumentiert außerdem einen Denkmodus mit mittlerem Aufwand, der weniger Denk-Tokens als der vollständige Denkmodus verwendet. Diese Option gehört speziell zu Ultra und darf nicht mit der für Super dokumentierten Einstellung mit geringem Aufwand verwechselt werden. Legen Sie das gewünschte Endergebnis fest und lassen Sie nach dem Denkprozess Raum dafür. Ein unvollständiger Denkverlauf ersetzt keine abgeschlossene Antwort auf die ursprüngliche Frage.\n\nUltra unterstützt Kontext bis zu 1M Tokens. Kennzeichnen Sie bei umfangreichen Sammlungen von Dokumenten oder Quelldateien die Abschnitte und teilen Sie dem Modell genau mit, was es vergleichen, nachvollziehen oder abgleichen soll. Erhalten Sie die Quellenreihenfolge, wenn Chronologie oder Abhängigkeiten entscheidend sind. Ein nützliches Ergebnis zu langen Dokumenten enthält die Feststellung, die stützende Passage und deren Bedeutung für die Frage. Wählen Sie die relevanten Materialien aus und reservieren Sie Platz für die Ausgabe; das Kontextfenster beschreibt die Arbeitssequenz und keine gesondert garantierte Länge der endgültigen Antwort.\n\nDer Hersteller nennt Englisch, Französisch, Spanisch, Italienisch, Deutsch, Japanisch, Hindi, Koreanisch, brasilianisches Portugiesisch und Chinesisch. Legen Sie die Ausgabesprache fest und erhalten Sie technische Kennungen oder Quellenzitate, wenn der exakte Wortlaut entscheidend ist. Verwenden Sie bei mehrsprachigen Analysen dieselben Kriterien für jedes Dokument und lassen Sie Unterschiede in Terminologie oder Annahmen erklären. Sprachliche Flüssigkeit allein belegt nicht, dass zwei unterschiedlich formulierte Anforderungen dasselbe bedeuten.\n\nNVIDIA stellt ausdrückliche Beispiele für Werkzeugaufrufe mit Denkprozess bereit. Definieren Sie Zweck, Argumente und erwartetes Ergebnis jeder Funktion und geben Sie anschließend deren tatsächliche Ausgabe an das Modell zurück. Die Anwendung führt den Vorgang aus; das Modell zieht Schlüsse aus der zurückgegebenen Beobachtung. Ein langer Agentenablauf wird leichter prüfbar, wenn vorgeschlagene Aktionen, ausgeführte Ergebnisse und offene Prüfungen klar voneinander unterschieden werden. Fordern Sie für einen Abschlussbericht die Antwort, ihre stützenden Belege, die Annahmen und alle verbleibenden Aufgaben an. Prüfen Sie Berechnungen anhand der ursprünglichen Einheiten, Codeänderungen anhand beobachteter Prüfungen und Tatsachenbehauptungen anhand der bereitgestellten Quellen.", "editorialOverlay": { "copy_fields": null, "copy_sha256": null, "copy_source": null, "html_sha256": "5319049402676ba912582edd8e4677bd82c0c74f56ba73d8060ebcef774049d4", "module_sha256": "ee9dc1c50b1e6a8fb7fa062030fcb4646b9aaaeb08be513b723a5a92a7290f06", "raw_model_unchanged": true, "schema": "ailoot-native-model-editorial-v1" }, "locale": "de-at", "methods": [ { "html": "nvidia/nemotron-3-ultra-550b-a55b:freeNVIDIA Nemotron 3 Ultra ist ein großes Textmodell für logisches Schlussfolgern mit insgesamt 550B und 55B aktiven Parametern. Sein hybrides LatentMoE-Design unterstützt anspruchsvolle mehrstufige Agenten, Code, Mathematik, Naturwissenschaften und Analysen langer Dokumente, mit Kontext bis zu 1M Tokens und vom Hersteller dokumentierten Steuerungsmöglichkeiten für den Denkprozess.
Diese Beschreibung erläutert die Fähigkeiten des Modells. Die über Ailoot verfügbaren Eingaben, Ausgaben und Optionen sind unten für die ausgewählte Methode aufgeführt.
NVIDIA Nemotron 3 Ultra ist das groß angelegte Modell für logisches Schlussfolgern und Orchestrierung innerhalb der Nemotron-3-Familie. Es ist für anspruchsvolle mehrstufige Agenten, Analysen mit langem Kontext sowie Schlussfolgern über Code, Mathematik und Naturwissenschaften konzipiert. Das Modell hat insgesamt 550B und 55B aktive Parameter. Es kombiniert Mamba-2-, Attention- und Latent-Mixture-of-Experts-Schichten; Multi-Token-Prediction-Schichten unterstützen sein Generierungsdesign.
LatentMoE projiziert Informationen für die Expertenverarbeitung in eine kleinere latente Repräsentation. NVIDIAs Trainingsverfahren kombiniert Vortraining, überwachte Feinabstimmung, Reinforcement Learning und domänenübergreifende On-Policy-Destillation. Der praktische Zweck dieser Stufen besteht darin, Schlussfolgern, Anweisungsbefolgung, Werkzeugnutzung und Agentenverhalten über mehrere Aufgabentypen hinweg zu verbessern. Ultra erzeugt Text: eine Erklärung, eine Lösung, Code, einen Plan oder eine angeforderte Antwortstruktur. Stellen Sie das Material bereit, das die Antwort nutzen soll, und die Bedingungen, anhand derer sich die Richtigkeit des Ergebnisses bestimmen lässt.
Geben Sie bei mathematischem oder naturwissenschaftlichem Schlussfolgern die vollständige Aufgabenstellung, bekannte Werte, Einheiten und zulässige Annahmen an. Eine hilfreiche Anfrage lautet: „Leite das Ergebnis aus diesen Bedingungen ab, benenne die Annahmen in jeder Stufe, prüfe die Dimensionen und erkläre, welche Beobachtung die Schlussfolgerung widerlegen würde.“ Fordern Sie nach der Herleitung ein knappes Endergebnis an. Wenn experimentelle Daten beteiligt sind, unterscheiden Sie gemessene von berechneten Größen und verlangen Sie, dass Unsicherheit oder fehlende Informationen sichtbar bleiben, statt in einer selbstsicheren Antwort unterzugehen.
Stellen Sie für Code- und Agentenabläufe das Ziel, die relevanten Dateien als Text und die tatsächlichen Ausgaben vorheriger Schritte bereit. Ultra ist für Aufgaben mit mehreren voneinander abhängigen Entscheidungen vorgesehen, daher ist eine ausdrückliche Aufzeichnung abgeschlossener Arbeit und offener Fragen hilfreich. Zum Beispiel: „Prüfe diesen Migrationsvorschlag anhand des Schemas und der fehlgeschlagenen Prüfungen. Ermittle die Abhängigkeit, die den Abschluss blockiert, schlage eine gezielte Korrektur vor und nenne das erwartete Ergebnis der nächsten Prüfung.“ Eine mit Werkzeugen verbundene Anwendung kann anschließend einen vorgeschlagenen Schritt ausführen und Belege für die nächste Entscheidung zurückgeben.
Der Hersteller unterstützt das Ein- und Ausschalten des Denkmodus über die Chatvorlage. Der Denkmodus ist standardmäßig aktiv und erzeugt einen Denkverlauf mit anschließender Antwort. Die Ultra-Modellkarte dokumentiert außerdem einen Denkmodus mit mittlerem Aufwand, der weniger Denk-Tokens als der vollständige Denkmodus verwendet. Diese Option gehört speziell zu Ultra und darf nicht mit der für Super dokumentierten Einstellung mit geringem Aufwand verwechselt werden. Legen Sie das gewünschte Endergebnis fest und lassen Sie nach dem Denkprozess Raum dafür. Ein unvollständiger Denkverlauf ersetzt keine abgeschlossene Antwort auf die ursprüngliche Frage.
Ultra unterstützt Kontext bis zu 1M Tokens. Kennzeichnen Sie bei umfangreichen Sammlungen von Dokumenten oder Quelldateien die Abschnitte und teilen Sie dem Modell genau mit, was es vergleichen, nachvollziehen oder abgleichen soll. Erhalten Sie die Quellenreihenfolge, wenn Chronologie oder Abhängigkeiten entscheidend sind. Ein nützliches Ergebnis zu langen Dokumenten enthält die Feststellung, die stützende Passage und deren Bedeutung für die Frage. Wählen Sie die relevanten Materialien aus und reservieren Sie Platz für die Ausgabe; das Kontextfenster beschreibt die Arbeitssequenz und keine gesondert garantierte Länge der endgültigen Antwort.
Der Hersteller nennt Englisch, Französisch, Spanisch, Italienisch, Deutsch, Japanisch, Hindi, Koreanisch, brasilianisches Portugiesisch und Chinesisch. Legen Sie die Ausgabesprache fest und erhalten Sie technische Kennungen oder Quellenzitate, wenn der exakte Wortlaut entscheidend ist. Verwenden Sie bei mehrsprachigen Analysen dieselben Kriterien für jedes Dokument und lassen Sie Unterschiede in Terminologie oder Annahmen erklären. Sprachliche Flüssigkeit allein belegt nicht, dass zwei unterschiedlich formulierte Anforderungen dasselbe bedeuten.
NVIDIA stellt ausdrückliche Beispiele für Werkzeugaufrufe mit Denkprozess bereit. Definieren Sie Zweck, Argumente und erwartetes Ergebnis jeder Funktion und geben Sie anschließend deren tatsächliche Ausgabe an das Modell zurück. Die Anwendung führt den Vorgang aus; das Modell zieht Schlüsse aus der zurückgegebenen Beobachtung. Ein langer Agentenablauf wird leichter prüfbar, wenn vorgeschlagene Aktionen, ausgeführte Ergebnisse und offene Prüfungen klar voneinander unterschieden werden. Fordern Sie für einen Abschlussbericht die Antwort, ihre stützenden Belege, die Annahmen und alle verbleibenden Aufgaben an. Prüfen Sie Berechnungen anhand der ursprünglichen Einheiten, Codeänderungen anhand beobachteter Prüfungen und Tatsachenbehauptungen anhand der bereitgestellten Quellen.
POST /v1/chat/completionstexttext| Feld | Typ | Anforderung | Werte und Limits | Standard |
|---|---|---|---|---|
Feldmodel | Typstring | AnforderungErforderlich | Werte und Limits nvidia/nemotron-3-ultra-550b-a55b:free | Standard— |
Feldmessages | Typarray | AnforderungErforderlich | Werte und Limits | Standard— |
Feldstream | Typboolean | AnforderungOptional | Werte und Limits false | Standardfalse |
Feldmax_tokens | Typinteger | AnforderungOptional | Werte und Limits Minimum: 1 Maximum: 65 536 | Standard— |
Feldmax_completion_tokens | Typinteger | AnforderungOptional | Werte und Limits Minimum: 1 Maximum: 65 536 | Standard— |
Feldn | Typinteger | AnforderungOptional | Werte und Limits Minimum: 1 Maximum: 128 | Standard— |
Feldtemperature | Typnumber | AnforderungOptional | Werte und Limits | Standard— |
Feldtop_p | Typnumber | AnforderungOptional | Werte und Limits | Standard— |
Feldseed | Typinteger | AnforderungOptional | Werte und Limits | Standard— |
Feldstop | Typ | AnforderungOptional | Werte und Limits | Standard— |
Feldfrequency_penalty | Typnumber | AnforderungOptional | Werte und Limits | Standard— |
Feldpresence_penalty | Typnumber | AnforderungOptional | Werte und Limits | Standard— |
Felduser | Typstring | AnforderungOptional | Werte und Limits | Standard— |
| Parameter | Vertrag |
|---|---|
Parametercontent_type | Vertragapplication/json |
Parameterrequired | Vertragmodel, messages |
Parameteroptional | Vertragstream, max_tokens, max_completion_tokens, n, temperature, top_p, seed, stop, frequency_penalty, presence_penalty, user |
Parametermaterial_types | Vertragtext |
Parameterconditions | VertragUse 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. |
Lebenszyklus: synchronous_json
Tarifangaben erweitern die Anfrageoptionen nicht. Unterstützte Parameter stehen bei der ausgewählten Methode.
| Konfiguration | Tarifstaffel | Gebühr |
|---|---|---|
| KonfigurationBasistarife für Tokens | TarifstaffelGrundtarif | Gebühr Eingabe · Eingabetoken $0 / 1K Tokens Ausgabe · Ausgabetoken $0 / 1K Tokens Eingabe · Cache lesen — / 1K Tokens Eingabe · In Cache schreiben — / 1K Tokens Eingabe · In Cache schreiben, 1 Stunde — / 1K Tokens |
Ailoot reserviert vor einer Anfrage einen geschätzten Betrag. Nach dem Ergebnis rechnet Ailoot die endgültige Gebühr anhand des gemessenen Verbrauchs ab. Bei Streaming erfolgt die Abrechnung anhand des abschließenden Verbrauchsdatensatzes. So funktionieren Reservierung und Abrechnung →
set -eu\n: "${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
Bewahren Sie jede vollständig zurückgegebene Antwort, Datei und jeden Inhaltsteil auf.
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
Verwenden Sie die oben angezeigten Methodenpfade.
nvidia/nemotron-3-ultra-550b-a55b:freeNVIDIA Nemotron 3 Ultra ist ein großes Textmodell für logisches Schlussfolgern mit insgesamt 550B und 55B aktiven Parametern. Sein hybrides LatentMoE-Design unterstützt anspruchsvolle mehrstufige Agenten, Code, Mathematik, Naturwissenschaften und Analysen langer Dokumente, mit Kontext bis zu 1M Tokens und vom Hersteller dokumentierten Steuerungsmöglichkeiten für den Denkprozess.
Diese Beschreibung erläutert die Fähigkeiten des Modells. Die über Ailoot verfügbaren Eingaben, Ausgaben und Optionen sind unten für die ausgewählte Methode aufgeführt.
NVIDIA Nemotron 3 Ultra ist das groß angelegte Modell für logisches Schlussfolgern und Orchestrierung innerhalb der Nemotron-3-Familie. Es ist für anspruchsvolle mehrstufige Agenten, Analysen mit langem Kontext sowie Schlussfolgern über Code, Mathematik und Naturwissenschaften konzipiert. Das Modell hat insgesamt 550B und 55B aktive Parameter. Es kombiniert Mamba-2-, Attention- und Latent-Mixture-of-Experts-Schichten; Multi-Token-Prediction-Schichten unterstützen sein Generierungsdesign.
LatentMoE projiziert Informationen für die Expertenverarbeitung in eine kleinere latente Repräsentation. NVIDIAs Trainingsverfahren kombiniert Vortraining, überwachte Feinabstimmung, Reinforcement Learning und domänenübergreifende On-Policy-Destillation. Der praktische Zweck dieser Stufen besteht darin, Schlussfolgern, Anweisungsbefolgung, Werkzeugnutzung und Agentenverhalten über mehrere Aufgabentypen hinweg zu verbessern. Ultra erzeugt Text: eine Erklärung, eine Lösung, Code, einen Plan oder eine angeforderte Antwortstruktur. Stellen Sie das Material bereit, das die Antwort nutzen soll, und die Bedingungen, anhand derer sich die Richtigkeit des Ergebnisses bestimmen lässt.
Geben Sie bei mathematischem oder naturwissenschaftlichem Schlussfolgern die vollständige Aufgabenstellung, bekannte Werte, Einheiten und zulässige Annahmen an. Eine hilfreiche Anfrage lautet: „Leite das Ergebnis aus diesen Bedingungen ab, benenne die Annahmen in jeder Stufe, prüfe die Dimensionen und erkläre, welche Beobachtung die Schlussfolgerung widerlegen würde.“ Fordern Sie nach der Herleitung ein knappes Endergebnis an. Wenn experimentelle Daten beteiligt sind, unterscheiden Sie gemessene von berechneten Größen und verlangen Sie, dass Unsicherheit oder fehlende Informationen sichtbar bleiben, statt in einer selbstsicheren Antwort unterzugehen.
Stellen Sie für Code- und Agentenabläufe das Ziel, die relevanten Dateien als Text und die tatsächlichen Ausgaben vorheriger Schritte bereit. Ultra ist für Aufgaben mit mehreren voneinander abhängigen Entscheidungen vorgesehen, daher ist eine ausdrückliche Aufzeichnung abgeschlossener Arbeit und offener Fragen hilfreich. Zum Beispiel: „Prüfe diesen Migrationsvorschlag anhand des Schemas und der fehlgeschlagenen Prüfungen. Ermittle die Abhängigkeit, die den Abschluss blockiert, schlage eine gezielte Korrektur vor und nenne das erwartete Ergebnis der nächsten Prüfung.“ Eine mit Werkzeugen verbundene Anwendung kann anschließend einen vorgeschlagenen Schritt ausführen und Belege für die nächste Entscheidung zurückgeben.
Der Hersteller unterstützt das Ein- und Ausschalten des Denkmodus über die Chatvorlage. Der Denkmodus ist standardmäßig aktiv und erzeugt einen Denkverlauf mit anschließender Antwort. Die Ultra-Modellkarte dokumentiert außerdem einen Denkmodus mit mittlerem Aufwand, der weniger Denk-Tokens als der vollständige Denkmodus verwendet. Diese Option gehört speziell zu Ultra und darf nicht mit der für Super dokumentierten Einstellung mit geringem Aufwand verwechselt werden. Legen Sie das gewünschte Endergebnis fest und lassen Sie nach dem Denkprozess Raum dafür. Ein unvollständiger Denkverlauf ersetzt keine abgeschlossene Antwort auf die ursprüngliche Frage.
Ultra unterstützt Kontext bis zu 1M Tokens. Kennzeichnen Sie bei umfangreichen Sammlungen von Dokumenten oder Quelldateien die Abschnitte und teilen Sie dem Modell genau mit, was es vergleichen, nachvollziehen oder abgleichen soll. Erhalten Sie die Quellenreihenfolge, wenn Chronologie oder Abhängigkeiten entscheidend sind. Ein nützliches Ergebnis zu langen Dokumenten enthält die Feststellung, die stützende Passage und deren Bedeutung für die Frage. Wählen Sie die relevanten Materialien aus und reservieren Sie Platz für die Ausgabe; das Kontextfenster beschreibt die Arbeitssequenz und keine gesondert garantierte Länge der endgültigen Antwort.
Der Hersteller nennt Englisch, Französisch, Spanisch, Italienisch, Deutsch, Japanisch, Hindi, Koreanisch, brasilianisches Portugiesisch und Chinesisch. Legen Sie die Ausgabesprache fest und erhalten Sie technische Kennungen oder Quellenzitate, wenn der exakte Wortlaut entscheidend ist. Verwenden Sie bei mehrsprachigen Analysen dieselben Kriterien für jedes Dokument und lassen Sie Unterschiede in Terminologie oder Annahmen erklären. Sprachliche Flüssigkeit allein belegt nicht, dass zwei unterschiedlich formulierte Anforderungen dasselbe bedeuten.
NVIDIA stellt ausdrückliche Beispiele für Werkzeugaufrufe mit Denkprozess bereit. Definieren Sie Zweck, Argumente und erwartetes Ergebnis jeder Funktion und geben Sie anschließend deren tatsächliche Ausgabe an das Modell zurück. Die Anwendung führt den Vorgang aus; das Modell zieht Schlüsse aus der zurückgegebenen Beobachtung. Ein langer Agentenablauf wird leichter prüfbar, wenn vorgeschlagene Aktionen, ausgeführte Ergebnisse und offene Prüfungen klar voneinander unterschieden werden. Fordern Sie für einen Abschlussbericht die Antwort, ihre stützenden Belege, die Annahmen und alle verbleibenden Aufgaben an. Prüfen Sie Berechnungen anhand der ursprünglichen Einheiten, Codeänderungen anhand beobachteter Prüfungen und Tatsachenbehauptungen anhand der bereitgestellten Quellen.
POST /v1/messagestexttext| Feld | Typ | Anforderung | Werte und Limits | Standard |
|---|---|---|---|---|
Feldmodel | Typstring | AnforderungErforderlich | Werte und Limits nvidia/nemotron-3-ultra-550b-a55b:free | Standard— |
Feldmessages | Typarray | AnforderungErforderlich | Werte und Limits | Standard— |
Feldstream | Typboolean | AnforderungOptional | Werte und Limits false | Standardfalse |
Feldsystem | Typstring | AnforderungOptional | Werte und Limits | Standard— |
Feldmax_tokens | Typinteger | AnforderungErforderlich | Werte und Limits Minimum: 1 Maximum: 65 536 | Standard— |
Feldtemperature | Typnumber | AnforderungOptional | Werte und Limits | Standard— |
Feldtop_p | Typnumber | AnforderungOptional | Werte und Limits | Standard— |
Feldtop_k | Typinteger | AnforderungOptional | Werte und Limits | Standard— |
Feldstop_sequences | Typarray | AnforderungOptional | Werte und Limits | Standard— |
Feldmetadata | Typobject | AnforderungOptional | Werte und Limits | Standard— |
| Parameter | Vertrag |
|---|---|
Parametercontent_type | Vertragapplication/json |
Parameterrequired | Vertragmodel, messages, max_tokens |
Parameteroptional | Vertragstream, system, temperature, top_p, top_k, stop_sequences, metadata |
Parametermaterial_types | Vertragtext |
Parameterconditions | VertragUse 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. |
Lebenszyklus: synchronous_json
Tarifangaben erweitern die Anfrageoptionen nicht. Unterstützte Parameter stehen bei der ausgewählten Methode.
| Konfiguration | Tarifstaffel | Gebühr |
|---|---|---|
| KonfigurationBasistarife für Tokens | TarifstaffelGrundtarif | Gebühr Eingabe · Eingabetoken $0 / 1K Tokens Ausgabe · Ausgabetoken $0 / 1K Tokens Eingabe · Cache lesen — / 1K Tokens Eingabe · In Cache schreiben — / 1K Tokens Eingabe · In Cache schreiben, 1 Stunde — / 1K Tokens |
Ailoot reserviert vor einer Anfrage einen geschätzten Betrag. Nach dem Ergebnis rechnet Ailoot die endgültige Gebühr anhand des gemessenen Verbrauchs ab. Bei Streaming erfolgt die Abrechnung anhand des abschließenden Verbrauchsdatensatzes. So funktionieren Reservierung und Abrechnung →
set -eu\n: "${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
Bewahren Sie jede vollständig zurückgegebene Antwort, Datei und jeden Inhaltsteil auf.
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
Verwenden Sie die oben angezeigten Methodenpfade.