NVIDIA Nemotron 3 Super ist ein universelles Modell für Reasoning und Chat, das für zusammenarbeitende Agenten und Workflows mit hohem Volumen einschließlich der Automatisierung von IT-Tickets entwickelt wurde. Es hat insgesamt 120B Parameter und aktiviert 12B. Seine hybride Architektur kombiniert Mamba-2-, Attention- und Latent-Mixture-of-Experts-Schichten. Multi-Token-Prediction-Schichten ergänzen einen Mechanismus zur Vorhersage zukünftiger Token und unterstützen NVIDIAs native Rezepte für spekulatives Decodieren.
Das Modell akzeptiert Text und gibt Text zurück, darunter Erklärungen, Antwortentwürfe, Code und Anfragen für Werkzeugaufrufe in einer geeigneten, mit Werkzeugen verbundenen Anwendung. Zu den vorgesehenen Einsatzgebieten gehören Agenten, Chatbots, Retrieval-Augmented Generation, das Befolgen komplexer Anweisungen und Reasoning mit langem Kontext. Ein nützlicher Prompt definiert das gewünschte Artefakt und die dafür maßgeblichen Bedingungen. Zum Beispiel: „Klassifiziere diesen Vorfall anhand der bereitgestellten Richtlinie, begründe die Priorität anhand der Belege, entwirf eine Antwort und liste die fehlenden Fakten auf, die vor der Empfehlung einer Lösung benötigt werden.“
Stellen Sie für die Verarbeitung von IT-Tickets den Tickettext, relevante Historie, Angaben zur Umgebung und die geltenden Weiterleitungs- oder Eskalationsregeln bereit. Fordern Sie getrennte Felder für beobachtete Symptome, wahrscheinliche Ursachen, vorgeschlagene Prüfungen und die Antwort an den Nutzer an. Diese Unterscheidung verhindert, dass eine Hypothese als bestätigte Diagnose erfasst wird. Wird ein Diagnosewerkzeug ausgeführt, geben Sie sein tatsächliches Ergebnis in das Gespräch ein, bevor Sie den nächsten Schritt anfordern. Eine fertige Ticketzusammenfassung sollte angeben, was beobachtet und behoben wurde und welche Frage offen bleibt.
Kennzeichnen Sie für RAG- und Wissensdatenbankaufgaben die abgerufenen Passagen und legen Sie fest, ob das Modell ausschließlich daraus antworten soll. Fordern Sie die Antwort mit belegenden Quellenverweisen und gegebenenfalls Widersprüchen zwischen den Materialien an. Ein praktisches Beispiel lautet: „Vergleiche diese Runbook-Abschnitte, ermittle die Schritte, die für die angegebene Umgebung gelten, und gib ein geordnetes Vorgehen mit einer Prüfung nach jedem wichtigen Schritt zurück.“ Erhalten Sie Versionen und Bedingungen aus der Quelle; auch ein klares Vorgehen kann falsch sein, wenn es Anweisungen für inkompatible Umgebungen kombiniert.
Geben Sie bei Aufgaben zusammenarbeitender Agenten jeder Stufe ein klares Ziel und bewahren Sie nützliche Zwischenergebnisse auf. Super ist dafür vorgesehen, Reasoning auf Werkzeugbeobachtungen anzuwenden und ein mehrstufiges Gespräch fortzuführen. Die umgebende Anwendung führt die Werkzeuge aus und verwaltet den Aufgabenstand. Bitten Sie das Modell zu erklären, was eine neue Beobachtung verändert, weiterhin gültige frühere Befunde beizubehalten und eine vorgeschlagene Aktion von einem protokollierten Ergebnis zu unterscheiden. Stellen Sie für Programmieraufgaben die relevanten Dateien und das erwartete Verhalten bereit und fordern Sie anschließend überarbeiteten Code, eine Erklärung der Änderungen und die zu ihrer Überprüfung erforderlichen Fälle an.
NVIDIA dokumentiert standardmäßig aktiviertes Thinking und einen Direktantwortmodus, in dem Thinking über das Chat-Template deaktiviert wird. Super besitzt außerdem eine Reasoning-Option mit geringem Aufwand, die weniger Reasoning-Token als vollständiges Thinking nutzt und vor einer ausdrücklichen Budgetabstimmung als Ausgangspunkt empfohlen wird. Dies ist die Einstellung von Super; Ultras separate Option mit mittlerem Aufwand sollte nicht darauf übertragen werden. Wählen Sie eine Form für die endgültige Antwort und lassen Sie nach dem Reasoning Platz dafür, besonders wenn ein Werkzeugergebnis oder ein komplexer Quellenvergleich eine Erklärung erfordert.
Das Modell unterstützt einen Kontext von bis zu 1M Token, während die Hugging-Face-Konfiguration des Herstellers standardmäßig 256K verwendet, da längerer Kontext mehr Speicher benötigt. Arbeiten Sie bei langen Eingaben innerhalb der jeweils geltenden Konfiguration, erhalten Sie Dokumentgrenzen und Quellenkennzeichnungen und reservieren Sie Platz für die Antwort. Geben Sie vor, welche Beziehung im Material nachverfolgt werden soll, statt eine ungerichtete Zusammenfassung aller Inhalte anzufordern. Ein Modellmaximum verspricht nicht, dass jede Serving-Konfiguration dasselbe Fenster verwendet.
Der Hersteller nennt Englisch, Französisch, Deutsch, Italienisch, Japanisch, Spanisch und Chinesisch. Geben Sie die endgültige Sprache vor und erhalten Sie dabei Code-Kennungen und Quellbegriffe, die exakt bleiben müssen. Bitten Sie bei mehrsprachigen Supportaufgaben darum, die technische Bedeutung und die Eskalationskriterien zu erhalten und zugleich die Formulierung an die Lesenden anzupassen. Prüfen Sie unbekannte Terminologie oder mehrdeutige Eingaben, statt sprachliche Gewandtheit als Beleg für eine korrekte Interpretation zu betrachten.
Ein nützliches Endergebnis ist kompakt und überprüfbar: die Antwort oder das überarbeitete Artefakt, die stützenden Beobachtungen, die Annahmen und die verbleibende Arbeit. Prüfen Sie bei generierten Vorgehensweisen die Kontrollen anhand der tatsächlichen Umgebung. Vergleichen Sie bei Code vorgeschlagene Änderungen mit beobachtetem Verhalten. Bestätigen Sie bei einer quellenbasierten Antwort, dass die zitierte Passage die Aussage stützt. Supers Reasoning- und Agententraining helfen, diese Arbeit zu organisieren; das tatsächliche Ergebnis wird durch das Material und die Ausführungsprotokolle belegt, anhand derer es überprüft wird.
", "aboutText": "NVIDIA Nemotron 3 Super ist ein universelles Modell für Reasoning und Chat, das für zusammenarbeitende Agenten und Workflows mit hohem Volumen einschließlich der Automatisierung von IT-Tickets entwickelt wurde. Es hat insgesamt 120B Parameter und aktiviert 12B. Seine hybride Architektur kombiniert Mamba-2-, Attention- und Latent-Mixture-of-Experts-Schichten. Multi-Token-Prediction-Schichten ergänzen einen Mechanismus zur Vorhersage zukünftiger Token und unterstützen NVIDIAs native Rezepte für spekulatives Decodieren.\n\nDas Modell akzeptiert Text und gibt Text zurück, darunter Erklärungen, Antwortentwürfe, Code und Anfragen für Werkzeugaufrufe in einer geeigneten, mit Werkzeugen verbundenen Anwendung. Zu den vorgesehenen Einsatzgebieten gehören Agenten, Chatbots, Retrieval-Augmented Generation, das Befolgen komplexer Anweisungen und Reasoning mit langem Kontext. Ein nützlicher Prompt definiert das gewünschte Artefakt und die dafür maßgeblichen Bedingungen. Zum Beispiel: „Klassifiziere diesen Vorfall anhand der bereitgestellten Richtlinie, begründe die Priorität anhand der Belege, entwirf eine Antwort und liste die fehlenden Fakten auf, die vor der Empfehlung einer Lösung benötigt werden.“\n\nStellen Sie für die Verarbeitung von IT-Tickets den Tickettext, relevante Historie, Angaben zur Umgebung und die geltenden Weiterleitungs- oder Eskalationsregeln bereit. Fordern Sie getrennte Felder für beobachtete Symptome, wahrscheinliche Ursachen, vorgeschlagene Prüfungen und die Antwort an den Nutzer an. Diese Unterscheidung verhindert, dass eine Hypothese als bestätigte Diagnose erfasst wird. Wird ein Diagnosewerkzeug ausgeführt, geben Sie sein tatsächliches Ergebnis in das Gespräch ein, bevor Sie den nächsten Schritt anfordern. Eine fertige Ticketzusammenfassung sollte angeben, was beobachtet und behoben wurde und welche Frage offen bleibt.\n\nKennzeichnen Sie für RAG- und Wissensdatenbankaufgaben die abgerufenen Passagen und legen Sie fest, ob das Modell ausschließlich daraus antworten soll. Fordern Sie die Antwort mit belegenden Quellenverweisen und gegebenenfalls Widersprüchen zwischen den Materialien an. Ein praktisches Beispiel lautet: „Vergleiche diese Runbook-Abschnitte, ermittle die Schritte, die für die angegebene Umgebung gelten, und gib ein geordnetes Vorgehen mit einer Prüfung nach jedem wichtigen Schritt zurück.“ Erhalten Sie Versionen und Bedingungen aus der Quelle; auch ein klares Vorgehen kann falsch sein, wenn es Anweisungen für inkompatible Umgebungen kombiniert.\n\nGeben Sie bei Aufgaben zusammenarbeitender Agenten jeder Stufe ein klares Ziel und bewahren Sie nützliche Zwischenergebnisse auf. Super ist dafür vorgesehen, Reasoning auf Werkzeugbeobachtungen anzuwenden und ein mehrstufiges Gespräch fortzuführen. Die umgebende Anwendung führt die Werkzeuge aus und verwaltet den Aufgabenstand. Bitten Sie das Modell zu erklären, was eine neue Beobachtung verändert, weiterhin gültige frühere Befunde beizubehalten und eine vorgeschlagene Aktion von einem protokollierten Ergebnis zu unterscheiden. Stellen Sie für Programmieraufgaben die relevanten Dateien und das erwartete Verhalten bereit und fordern Sie anschließend überarbeiteten Code, eine Erklärung der Änderungen und die zu ihrer Überprüfung erforderlichen Fälle an.\n\nNVIDIA dokumentiert standardmäßig aktiviertes Thinking und einen Direktantwortmodus, in dem Thinking über das Chat-Template deaktiviert wird. Super besitzt außerdem eine Reasoning-Option mit geringem Aufwand, die weniger Reasoning-Token als vollständiges Thinking nutzt und vor einer ausdrücklichen Budgetabstimmung als Ausgangspunkt empfohlen wird. Dies ist die Einstellung von Super; Ultras separate Option mit mittlerem Aufwand sollte nicht darauf übertragen werden. Wählen Sie eine Form für die endgültige Antwort und lassen Sie nach dem Reasoning Platz dafür, besonders wenn ein Werkzeugergebnis oder ein komplexer Quellenvergleich eine Erklärung erfordert.\n\nDas Modell unterstützt einen Kontext von bis zu 1M Token, während die Hugging-Face-Konfiguration des Herstellers standardmäßig 256K verwendet, da längerer Kontext mehr Speicher benötigt. Arbeiten Sie bei langen Eingaben innerhalb der jeweils geltenden Konfiguration, erhalten Sie Dokumentgrenzen und Quellenkennzeichnungen und reservieren Sie Platz für die Antwort. Geben Sie vor, welche Beziehung im Material nachverfolgt werden soll, statt eine ungerichtete Zusammenfassung aller Inhalte anzufordern. Ein Modellmaximum verspricht nicht, dass jede Serving-Konfiguration dasselbe Fenster verwendet.\n\nDer Hersteller nennt Englisch, Französisch, Deutsch, Italienisch, Japanisch, Spanisch und Chinesisch. Geben Sie die endgültige Sprache vor und erhalten Sie dabei Code-Kennungen und Quellbegriffe, die exakt bleiben müssen. Bitten Sie bei mehrsprachigen Supportaufgaben darum, die technische Bedeutung und die Eskalationskriterien zu erhalten und zugleich die Formulierung an die Lesenden anzupassen. Prüfen Sie unbekannte Terminologie oder mehrdeutige Eingaben, statt sprachliche Gewandtheit als Beleg für eine korrekte Interpretation zu betrachten.\n\nEin nützliches Endergebnis ist kompakt und überprüfbar: die Antwort oder das überarbeitete Artefakt, die stützenden Beobachtungen, die Annahmen und die verbleibende Arbeit. Prüfen Sie bei generierten Vorgehensweisen die Kontrollen anhand der tatsächlichen Umgebung. Vergleichen Sie bei Code vorgeschlagene Änderungen mit beobachtetem Verhalten. Bestätigen Sie bei einer quellenbasierten Antwort, dass die zitierte Passage die Aussage stützt. Supers Reasoning- und Agententraining helfen, diese Arbeit zu organisieren; das tatsächliche Ergebnis wird durch das Material und die Ausführungsprotokolle belegt, anhand derer es überprüft wird.", "editorialOverlay": { "copy_fields": null, "copy_sha256": null, "copy_source": null, "html_sha256": "a921c95545a20048fd56d03349a6db5aba95537b36b3852098c822faf3ba7399", "module_sha256": "ee9dc1c50b1e6a8fb7fa062030fcb4646b9aaaeb08be513b723a5a92a7290f06", "raw_model_unchanged": true, "schema": "ailoot-native-model-editorial-v1" }, "locale": "de", "methods": [ { "html": "nvidia/nemotron-3-super-120b-a12b:freeNVIDIA Nemotron 3 Super ist ein Textmodell für Reasoning und Chat mit 120B Parametern insgesamt und 12B aktiven Parametern. Es ist für zusammenarbeitende Agenten, Aufgaben mit hohem Volumen wie die Verarbeitung von IT-Tickets, Werkzeugnutzung und RAG ausgelegt; NVIDIA dokumentiert Thinking-, Direktantwort- und Reasoning-Modi mit geringem Aufwand.
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 Super ist ein universelles Modell für Reasoning und Chat, das für zusammenarbeitende Agenten und Workflows mit hohem Volumen einschließlich der Automatisierung von IT-Tickets entwickelt wurde. Es hat insgesamt 120B Parameter und aktiviert 12B. Seine hybride Architektur kombiniert Mamba-2-, Attention- und Latent-Mixture-of-Experts-Schichten. Multi-Token-Prediction-Schichten ergänzen einen Mechanismus zur Vorhersage zukünftiger Token und unterstützen NVIDIAs native Rezepte für spekulatives Decodieren.
Das Modell akzeptiert Text und gibt Text zurück, darunter Erklärungen, Antwortentwürfe, Code und Anfragen für Werkzeugaufrufe in einer geeigneten, mit Werkzeugen verbundenen Anwendung. Zu den vorgesehenen Einsatzgebieten gehören Agenten, Chatbots, Retrieval-Augmented Generation, das Befolgen komplexer Anweisungen und Reasoning mit langem Kontext. Ein nützlicher Prompt definiert das gewünschte Artefakt und die dafür maßgeblichen Bedingungen. Zum Beispiel: „Klassifiziere diesen Vorfall anhand der bereitgestellten Richtlinie, begründe die Priorität anhand der Belege, entwirf eine Antwort und liste die fehlenden Fakten auf, die vor der Empfehlung einer Lösung benötigt werden.“
Stellen Sie für die Verarbeitung von IT-Tickets den Tickettext, relevante Historie, Angaben zur Umgebung und die geltenden Weiterleitungs- oder Eskalationsregeln bereit. Fordern Sie getrennte Felder für beobachtete Symptome, wahrscheinliche Ursachen, vorgeschlagene Prüfungen und die Antwort an den Nutzer an. Diese Unterscheidung verhindert, dass eine Hypothese als bestätigte Diagnose erfasst wird. Wird ein Diagnosewerkzeug ausgeführt, geben Sie sein tatsächliches Ergebnis in das Gespräch ein, bevor Sie den nächsten Schritt anfordern. Eine fertige Ticketzusammenfassung sollte angeben, was beobachtet und behoben wurde und welche Frage offen bleibt.
Kennzeichnen Sie für RAG- und Wissensdatenbankaufgaben die abgerufenen Passagen und legen Sie fest, ob das Modell ausschließlich daraus antworten soll. Fordern Sie die Antwort mit belegenden Quellenverweisen und gegebenenfalls Widersprüchen zwischen den Materialien an. Ein praktisches Beispiel lautet: „Vergleiche diese Runbook-Abschnitte, ermittle die Schritte, die für die angegebene Umgebung gelten, und gib ein geordnetes Vorgehen mit einer Prüfung nach jedem wichtigen Schritt zurück.“ Erhalten Sie Versionen und Bedingungen aus der Quelle; auch ein klares Vorgehen kann falsch sein, wenn es Anweisungen für inkompatible Umgebungen kombiniert.
Geben Sie bei Aufgaben zusammenarbeitender Agenten jeder Stufe ein klares Ziel und bewahren Sie nützliche Zwischenergebnisse auf. Super ist dafür vorgesehen, Reasoning auf Werkzeugbeobachtungen anzuwenden und ein mehrstufiges Gespräch fortzuführen. Die umgebende Anwendung führt die Werkzeuge aus und verwaltet den Aufgabenstand. Bitten Sie das Modell zu erklären, was eine neue Beobachtung verändert, weiterhin gültige frühere Befunde beizubehalten und eine vorgeschlagene Aktion von einem protokollierten Ergebnis zu unterscheiden. Stellen Sie für Programmieraufgaben die relevanten Dateien und das erwartete Verhalten bereit und fordern Sie anschließend überarbeiteten Code, eine Erklärung der Änderungen und die zu ihrer Überprüfung erforderlichen Fälle an.
NVIDIA dokumentiert standardmäßig aktiviertes Thinking und einen Direktantwortmodus, in dem Thinking über das Chat-Template deaktiviert wird. Super besitzt außerdem eine Reasoning-Option mit geringem Aufwand, die weniger Reasoning-Token als vollständiges Thinking nutzt und vor einer ausdrücklichen Budgetabstimmung als Ausgangspunkt empfohlen wird. Dies ist die Einstellung von Super; Ultras separate Option mit mittlerem Aufwand sollte nicht darauf übertragen werden. Wählen Sie eine Form für die endgültige Antwort und lassen Sie nach dem Reasoning Platz dafür, besonders wenn ein Werkzeugergebnis oder ein komplexer Quellenvergleich eine Erklärung erfordert.
Das Modell unterstützt einen Kontext von bis zu 1M Token, während die Hugging-Face-Konfiguration des Herstellers standardmäßig 256K verwendet, da längerer Kontext mehr Speicher benötigt. Arbeiten Sie bei langen Eingaben innerhalb der jeweils geltenden Konfiguration, erhalten Sie Dokumentgrenzen und Quellenkennzeichnungen und reservieren Sie Platz für die Antwort. Geben Sie vor, welche Beziehung im Material nachverfolgt werden soll, statt eine ungerichtete Zusammenfassung aller Inhalte anzufordern. Ein Modellmaximum verspricht nicht, dass jede Serving-Konfiguration dasselbe Fenster verwendet.
Der Hersteller nennt Englisch, Französisch, Deutsch, Italienisch, Japanisch, Spanisch und Chinesisch. Geben Sie die endgültige Sprache vor und erhalten Sie dabei Code-Kennungen und Quellbegriffe, die exakt bleiben müssen. Bitten Sie bei mehrsprachigen Supportaufgaben darum, die technische Bedeutung und die Eskalationskriterien zu erhalten und zugleich die Formulierung an die Lesenden anzupassen. Prüfen Sie unbekannte Terminologie oder mehrdeutige Eingaben, statt sprachliche Gewandtheit als Beleg für eine korrekte Interpretation zu betrachten.
Ein nützliches Endergebnis ist kompakt und überprüfbar: die Antwort oder das überarbeitete Artefakt, die stützenden Beobachtungen, die Annahmen und die verbleibende Arbeit. Prüfen Sie bei generierten Vorgehensweisen die Kontrollen anhand der tatsächlichen Umgebung. Vergleichen Sie bei Code vorgeschlagene Änderungen mit beobachtetem Verhalten. Bestätigen Sie bei einer quellenbasierten Antwort, dass die zitierte Passage die Aussage stützt. Supers Reasoning- und Agententraining helfen, diese Arbeit zu organisieren; das tatsächliche Ergebnis wird durch das Material und die Ausführungsprotokolle belegt, anhand derer es überprüft wird.
POST /v1/chat/completionstexttext| Feld | Typ | Anforderung | Werte und Limits | Standard |
|---|---|---|---|---|
Feldmodel | Typstring | AnforderungErforderlich | Werte und Limits nvidia/nemotron-3-super-120b-a12b: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: 235.929 | Standard— |
Feldmax_completion_tokens | Typinteger | AnforderungOptional | Werte und Limits Minimum: 1 Maximum: 235.929 | 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 262144 bytes. |
Lebenszyklus: synchronous_json
Tarifangaben erweitern die Anfrageoptionen nicht. Unterstützte Parameter stehen bei der ausgewählten Methode.
| Konfiguration | Tarifstaffel | Gebühr |
|---|---|---|
| KonfigurationBasistarife für Token | TarifstaffelGrundtarif | Gebühr Eingabe · Eingabetoken $0 / 1K Token Ausgabe · Ausgabetoken $0 / 1K Token Eingabe · Cache-Lesen — / 1K Token Eingabe · Cache-Schreiben — / 1K Token Eingabe · Cache-Schreiben, 1 Stunde — / 1K Token |
Ailoot reserviert vor einer Anfrage einen geschätzten Betrag. Nach dem Ergebnis rechnet Ailoot die endgültige Gebühr anhand des gemessenen Verbrauchs ab. Bei Streaming erfolgt die Abrechnung anhand des abschließenden Verbrauchsdatensatzes. So funktionieren Reservierung und Abrechnung →
set -eu\n: "${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-super-120b-a12b: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-super-120b-a12b:free
Verwenden Sie die oben angezeigten Methodenpfade.
nvidia/nemotron-3-super-120b-a12b:freeNVIDIA Nemotron 3 Super ist ein Textmodell für Reasoning und Chat mit 120B Parametern insgesamt und 12B aktiven Parametern. Es ist für zusammenarbeitende Agenten, Aufgaben mit hohem Volumen wie die Verarbeitung von IT-Tickets, Werkzeugnutzung und RAG ausgelegt; NVIDIA dokumentiert Thinking-, Direktantwort- und Reasoning-Modi mit geringem Aufwand.
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 Super ist ein universelles Modell für Reasoning und Chat, das für zusammenarbeitende Agenten und Workflows mit hohem Volumen einschließlich der Automatisierung von IT-Tickets entwickelt wurde. Es hat insgesamt 120B Parameter und aktiviert 12B. Seine hybride Architektur kombiniert Mamba-2-, Attention- und Latent-Mixture-of-Experts-Schichten. Multi-Token-Prediction-Schichten ergänzen einen Mechanismus zur Vorhersage zukünftiger Token und unterstützen NVIDIAs native Rezepte für spekulatives Decodieren.
Das Modell akzeptiert Text und gibt Text zurück, darunter Erklärungen, Antwortentwürfe, Code und Anfragen für Werkzeugaufrufe in einer geeigneten, mit Werkzeugen verbundenen Anwendung. Zu den vorgesehenen Einsatzgebieten gehören Agenten, Chatbots, Retrieval-Augmented Generation, das Befolgen komplexer Anweisungen und Reasoning mit langem Kontext. Ein nützlicher Prompt definiert das gewünschte Artefakt und die dafür maßgeblichen Bedingungen. Zum Beispiel: „Klassifiziere diesen Vorfall anhand der bereitgestellten Richtlinie, begründe die Priorität anhand der Belege, entwirf eine Antwort und liste die fehlenden Fakten auf, die vor der Empfehlung einer Lösung benötigt werden.“
Stellen Sie für die Verarbeitung von IT-Tickets den Tickettext, relevante Historie, Angaben zur Umgebung und die geltenden Weiterleitungs- oder Eskalationsregeln bereit. Fordern Sie getrennte Felder für beobachtete Symptome, wahrscheinliche Ursachen, vorgeschlagene Prüfungen und die Antwort an den Nutzer an. Diese Unterscheidung verhindert, dass eine Hypothese als bestätigte Diagnose erfasst wird. Wird ein Diagnosewerkzeug ausgeführt, geben Sie sein tatsächliches Ergebnis in das Gespräch ein, bevor Sie den nächsten Schritt anfordern. Eine fertige Ticketzusammenfassung sollte angeben, was beobachtet und behoben wurde und welche Frage offen bleibt.
Kennzeichnen Sie für RAG- und Wissensdatenbankaufgaben die abgerufenen Passagen und legen Sie fest, ob das Modell ausschließlich daraus antworten soll. Fordern Sie die Antwort mit belegenden Quellenverweisen und gegebenenfalls Widersprüchen zwischen den Materialien an. Ein praktisches Beispiel lautet: „Vergleiche diese Runbook-Abschnitte, ermittle die Schritte, die für die angegebene Umgebung gelten, und gib ein geordnetes Vorgehen mit einer Prüfung nach jedem wichtigen Schritt zurück.“ Erhalten Sie Versionen und Bedingungen aus der Quelle; auch ein klares Vorgehen kann falsch sein, wenn es Anweisungen für inkompatible Umgebungen kombiniert.
Geben Sie bei Aufgaben zusammenarbeitender Agenten jeder Stufe ein klares Ziel und bewahren Sie nützliche Zwischenergebnisse auf. Super ist dafür vorgesehen, Reasoning auf Werkzeugbeobachtungen anzuwenden und ein mehrstufiges Gespräch fortzuführen. Die umgebende Anwendung führt die Werkzeuge aus und verwaltet den Aufgabenstand. Bitten Sie das Modell zu erklären, was eine neue Beobachtung verändert, weiterhin gültige frühere Befunde beizubehalten und eine vorgeschlagene Aktion von einem protokollierten Ergebnis zu unterscheiden. Stellen Sie für Programmieraufgaben die relevanten Dateien und das erwartete Verhalten bereit und fordern Sie anschließend überarbeiteten Code, eine Erklärung der Änderungen und die zu ihrer Überprüfung erforderlichen Fälle an.
NVIDIA dokumentiert standardmäßig aktiviertes Thinking und einen Direktantwortmodus, in dem Thinking über das Chat-Template deaktiviert wird. Super besitzt außerdem eine Reasoning-Option mit geringem Aufwand, die weniger Reasoning-Token als vollständiges Thinking nutzt und vor einer ausdrücklichen Budgetabstimmung als Ausgangspunkt empfohlen wird. Dies ist die Einstellung von Super; Ultras separate Option mit mittlerem Aufwand sollte nicht darauf übertragen werden. Wählen Sie eine Form für die endgültige Antwort und lassen Sie nach dem Reasoning Platz dafür, besonders wenn ein Werkzeugergebnis oder ein komplexer Quellenvergleich eine Erklärung erfordert.
Das Modell unterstützt einen Kontext von bis zu 1M Token, während die Hugging-Face-Konfiguration des Herstellers standardmäßig 256K verwendet, da längerer Kontext mehr Speicher benötigt. Arbeiten Sie bei langen Eingaben innerhalb der jeweils geltenden Konfiguration, erhalten Sie Dokumentgrenzen und Quellenkennzeichnungen und reservieren Sie Platz für die Antwort. Geben Sie vor, welche Beziehung im Material nachverfolgt werden soll, statt eine ungerichtete Zusammenfassung aller Inhalte anzufordern. Ein Modellmaximum verspricht nicht, dass jede Serving-Konfiguration dasselbe Fenster verwendet.
Der Hersteller nennt Englisch, Französisch, Deutsch, Italienisch, Japanisch, Spanisch und Chinesisch. Geben Sie die endgültige Sprache vor und erhalten Sie dabei Code-Kennungen und Quellbegriffe, die exakt bleiben müssen. Bitten Sie bei mehrsprachigen Supportaufgaben darum, die technische Bedeutung und die Eskalationskriterien zu erhalten und zugleich die Formulierung an die Lesenden anzupassen. Prüfen Sie unbekannte Terminologie oder mehrdeutige Eingaben, statt sprachliche Gewandtheit als Beleg für eine korrekte Interpretation zu betrachten.
Ein nützliches Endergebnis ist kompakt und überprüfbar: die Antwort oder das überarbeitete Artefakt, die stützenden Beobachtungen, die Annahmen und die verbleibende Arbeit. Prüfen Sie bei generierten Vorgehensweisen die Kontrollen anhand der tatsächlichen Umgebung. Vergleichen Sie bei Code vorgeschlagene Änderungen mit beobachtetem Verhalten. Bestätigen Sie bei einer quellenbasierten Antwort, dass die zitierte Passage die Aussage stützt. Supers Reasoning- und Agententraining helfen, diese Arbeit zu organisieren; das tatsächliche Ergebnis wird durch das Material und die Ausführungsprotokolle belegt, anhand derer es überprüft wird.
POST /v1/messagestexttext| Feld | Typ | Anforderung | Werte und Limits | Standard |
|---|---|---|---|---|
Feldmodel | Typstring | AnforderungErforderlich | Werte und Limits nvidia/nemotron-3-super-120b-a12b: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: 235.929 | 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 262144 bytes. |
Lebenszyklus: synchronous_json
Tarifangaben erweitern die Anfrageoptionen nicht. Unterstützte Parameter stehen bei der ausgewählten Methode.
| Konfiguration | Tarifstaffel | Gebühr |
|---|---|---|
| KonfigurationBasistarife für Token | TarifstaffelGrundtarif | Gebühr Eingabe · Eingabetoken $0 / 1K Token Ausgabe · Ausgabetoken $0 / 1K Token Eingabe · Cache-Lesen — / 1K Token Eingabe · Cache-Schreiben — / 1K Token Eingabe · Cache-Schreiben, 1 Stunde — / 1K Token |
Ailoot reserviert vor einer Anfrage einen geschätzten Betrag. Nach dem Ergebnis rechnet Ailoot die endgültige Gebühr anhand des gemessenen Verbrauchs ab. Bei Streaming erfolgt die Abrechnung anhand des abschließenden Verbrauchsdatensatzes. So funktionieren Reservierung und Abrechnung →
set -eu\n: "${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-super-120b-a12b: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-super-120b-a12b:free
Verwenden Sie die oben angezeigten Methodenpfade.