NVIDIA: Nemotron 3.5 Super VL (free)

{"about":"### Schlussfolgerungen, Code und die Arbeit mit langen Texten\n\nNemotron 3.5 Super VL ist ein NVIDIA-Modell für Aufgaben, bei denen mehrere Denkschritte verknüpft, Programmcode verstanden oder umfangreiche Materialien verarbeitet werden müssen. In Ailoot bietet diese Modellkarte einen Textdialog: Sie übergeben Anweisungen, Ausgangsdaten und den Nachrichtenverlauf, und das Modell liefert eine Textantwort.\n\nEs lässt sich zur Analyse technischer Dokumentation, zum Vergleich von Anforderungen, zur Vorbereitung von Codeerklärungen und zur Auswertung textlicher Berichte einsetzen. In der Anfrage sollten Sie ein Ziel festlegen, die benötigten Materialien beifügen und die Ergebnisform bestimmen: etwa eine Liste begründeter Schlussfolgerungen, einen Plan zur Programmänderung oder einen Vergleich mehrerer Lösungen.\n\n### Aufbau und Spezialisierung\n\nDas ursprüngliche Super VL ist ein Vision-Language-Modell von NVIDIA mit dem visuellen Encoder C-RADIO, das auch auf das Verstehen von Dokumenten und Videos ausgelegt ist. Diese Ailoot-Modellkarte bietet seine Arbeit mit Text an; Ausgangsmaterialien werden als Textinhalt übergeben.\n\nDie Modellgrundlage verbindet Mamba-2, Transformer und eine Mixture-of-Experts-Architektur. Von etwa 120 Milliarden Parametern werden in einem Verarbeitungsschritt rund 12 Milliarden aktiviert. Dies beschreibt den Modellaufbau und muss getrennt von der tatsächlichen Geschwindigkeit einer konkreten Anfrage betrachtet werden.\n\nIm Training wurden Software-Repositorys, Paare aus Aufgaben und Codeänderungen, Build-Protokolle, mehrstufige Lösungsverläufe und Materialien für lange Kontexte verwendet. Das anschliessende Training kombinierte Codearbeit, Schlussfolgerungen, Anweisungen und Dialoge. Diese Spezialisierung ist für zusammengesetzte Aufgaben hilfreich, bei denen die Ausgangsinformationen zuerst miteinander verbunden und anschliessend als Ergebnis ausgearbeitet werden müssen.\n\n### So bereiten Sie die Aufgabe vor\n\nFormulieren Sie für eine Dokumentenanalyse zuerst die Frage und die Kriterien für die Informationsauswahl und fügen Sie dann den Text mit Abschnittsüberschriften bei. Sollen Quellen verglichen werden, geben Sie ihnen kurze Kennzeichnungen und lassen Sie Schlussfolgerungen darauf beziehen. Ergänzen Sie für eine Codeaufgabe den entsprechenden Programmausschnitt, das beobachtete Verhalten und das erwartete Ergebnis. So lässt sich die Antwort mit einem konkreten Fall abgleichen.\n\nDas grosse Kontextfenster hilft, zusammenhängende Materialien in einer Anfrage unterzubringen. Der Kontextumfang selbst ersetzt keine klare Aufgabenstellung: Trennen Sie Anweisungen von Ausgangsdaten und geben Sie vorab an, welche Lösung oder welches Dokument Sie erhalten möchten.\n\n### Kontext und Anbindungswege\n\nIn Ailoot sind für diese Variante ein Fenster von 1000000 Token und eine Antwortgrenze von bis zu 131072 Token angegeben. Gesprächsverlauf, Anweisungen, Ausgangsmaterialien und Antwort nutzen den gemeinsamen Kontext; lassen Sie bei einer langen Anfrage Platz für das Ergebnis.\n\nDas Modell ist über Chat Completions, Responses und Messages verfügbar. Der verfügbare Anwendungsfall dieser Variante ist Text als Ein- und Ausgabe; Dokumente werden als Textinhalt übergeben.","alias_of":null,"aliases":[],"author":"NVIDIA","canonical_model":"nvidia/nemotron-3.5-super-vl:free","ctx":1000000,"formats":["chat","messages","responses"],"id":"nvidia/nemotron-3.5-super-vl:free","input":["text"],"kind":"text","max_out":131072,"methods":[{"cache_read":null,"cache_write":null,"cache_write_1h":null,"cache_write_5m":null,"conditional_meter":null,"ctx":1000000,"family":"anthropic","fast_multiplier":1,"flex_multiplier":1,"fmt":"messages","http":"POST","img_in":null,"img_out":null,"in":0,"input":["text"],"label":"Anthropic Messages","max_out":131072,"max_tool_calls":null,"out":0,"output":["text"],"path":"/v1/messages","request_model_id":"nvidia/nemotron-3.5-super-vl:free","route_label":"Ultra","status_reads":[],"tiers":[],"tool_prices":null,"unit":"token","units":[]},{"cache_read":null,"cache_write":null,"cache_write_1h":null,"cache_write_5m":null,"conditional_meter":null,"ctx":1000000,"family":"openai","fast_multiplier":1,"flex_multiplier":1,"fmt":"responses","http":"POST","img_in":null,"img_out":null,"in":0,"input":["text"],"label":"OpenAI Responses","max_out":131072,"max_tool_calls":null,"out":0,"output":["text"],"path":"/v1/responses","request_model_id":"nvidia/nemotron-3.5-super-vl:free","route_label":"Ultra","status_reads":[],"tiers":[],"tool_prices":null,"unit":"token","units":[]},{"cache_read":null,"cache_write":null,"cache_write_1h":null,"cache_write_5m":null,"conditional_meter":null,"ctx":1000000,"family":"openai","fast_multiplier":1,"flex_multiplier":1,"fmt":"chat","http":"POST","img_in":null,"img_out":null,"in":0,"input":["text"],"label":"OpenAI Chat","max_out":131072,"max_tool_calls":null,"out":0,"output":["text"],"path":"/v1/chat/completions","request_model_id":"nvidia/nemotron-3.5-super-vl:free","route_label":"Ultra","status_reads":[],"tiers":[],"tool_prices":null,"unit":"token","units":[]}],"model_aliases":[{"canonical_model_id":"nvidia/nemotron-3.5-super-vl:free","request_model_id":"nvidia/nemotron-3.5-super-vl:free","route_label":"Ultra"}],"name":"NVIDIA: Nemotron 3.5 Super VL (free)","price":{"in":0,"in_label":null,"out":0,"out_label":null,"sort_in":0,"sort_out":0,"varies":false},"public_id":"nvidia/nemotron-3.5-super-vl:free","short":"Textdialog mit einem NVIDIA-Modell für Schlussfolgerungen, Codearbeit und die Analyse umfangreicher Materialien."}