NVIDIA Nemotron 3.5 Lightning es un modelo de lenguaje para razonamiento, conversación y flujos de trabajo especializados con agentes. Tiene 30B parámetros totales, de los cuales 3B están activos, y utiliza una arquitectura híbrida que intercala capas Mamba-2, de mezcla de expertos y de atención. Las capas de predicción de múltiples tokens añaden señales de entrenamiento para tokens futuros y permiten los procedimientos de generación optimizados del modelo. El modelo procesa texto y produce texto, incluidas explicaciones, código y respuestas basadas en el material proporcionado.
El fabricante describe aplicaciones en chatbots, generación aumentada por recuperación, seguimiento de instrucciones y agentes. Para responder a partir de una base de conocimientos, proporciona la pregunta y los pasajes pertinentes con etiquetas de fuente estables. Pide al modelo que responda a partir de esos pasajes, identifique cuál respalda cada afirmación importante e indique qué sigue sin conocerse. Por ejemplo: «Utiliza estos artículos de soporte para explicar la diferencia entre los dos métodos de instalación y devolver los requisitos previos, los pasos y las comprobaciones de cada uno». Mantén visible cualquier requisito previo que falte, en lugar de invitar al modelo a inventarlo.
Para trabajos de programación, proporciona el código pertinente, el comportamiento esperado y el fallo observado. Una solicitud práctica pide una revisión concreta y una explicación de los casos afectados. Si un agente conectado a herramientas ejecuta una comprobación, devuelve su resultado real antes de pedir el siguiente cambio. El entrenamiento del modelo incluye código, uso de herramientas en varios pasos y tareas de salida estructurada, pero el resultado terminado sigue teniendo que cumplir el requisito original. Solicita el código revisado, el motivo de cada cambio relevante y las observaciones necesarias para establecer que el problema está resuelto.
El fabricante documenta el razonamiento activado de forma predeterminada y un modo de respuesta directa con el razonamiento desactivado mediante la plantilla de chat. El modo de razonamiento es útil para una tarea con varias condiciones dependientes; una respuesta directa puede resultar adecuada para una transformación o extracción sencilla. El fabricante recomienda temperature 1.0 y top-p 0.95 en sus ejemplos de cliente. Trata estos valores como ajustes del procedimiento del fabricante y elige explícitamente la estructura de la respuesta final, como una explicación breve, una tabla comparativa o una respuesta seguida de las pruebas que la respaldan.
El modelo admite un contexto de hasta 1M tokens. Los procedimientos de despliegue BF16 publicados también distinguen esa capacidad del modelo de las configuraciones que utilizan una ventana de 256K por limitaciones de memoria. Prepara el material largo para la ventana de trabajo aplicable, manteniendo la estructura del documento y dejando espacio para la respuesta. Un contexto largo resulta más útil cuando la instrucción especifica la relación que se busca: contradicciones entre documentos, dependencias entre archivos de código fuente o las pruebas que respaldan una conclusión. No es un motivo para incluir historial ajeno a la tarea ni para suponer que una respuesta final puede ocupar toda la ventana.
El inglés y los lenguajes de programación son el foco principal, y también se enumeran español, francés, alemán, italiano y japonés. Indica el idioma de salida requerido y conserva los nombres, identificadores y términos citados de las fuentes cuando importe su escritura exacta. Para trabajar con documentos multilingües, especifica si hay que traducir, resumir o comparar los materiales; estas solicitudes producen resultados distintos. Pide que se señale la terminología incierta para que una traducción fluida no cambie silenciosamente un significado técnico.
NVIDIA publica una versión de referencia BF16 destinada principalmente a personalización e investigación a precisión completa, y una versión NVFP4 aparte con procedimientos de inferencia optimizados. Esta distinción importa al comparar las indicaciones de despliegue: una configuración de hardware o un resultado de rendimiento de una versión no describe automáticamente otra. El nombre del modelo identifica la familia Lightning, mientras que el checkpoint preciso y la configuración de servicio determinan el procedimiento. Mantén las capacidades del modelo separadas del rendimiento y de los supuestos de memoria propios de cada procedimiento.
Para trabajar con herramientas, proporciona descripciones claras de las funciones y devuelve el resultado real de cada paso ejecutado. Una operación propuesta solo se convierte en una prueba utilizable cuando la aplicación que la rodea la lleva a cabo y registra lo ocurrido. Pide que la respuesta final distinga las observaciones de las fuentes, las conclusiones derivadas y las comprobaciones pendientes. Cuando un cálculo, un comando o un pasaje recuperado entre en conflicto con el resultado previsto, utiliza ese conflicto para revisar la conclusión, en lugar de producir un resumen pulido de un supuesto sin verificar.
", "aboutText": "NVIDIA Nemotron 3.5 Lightning es un modelo de lenguaje para razonamiento, conversación y flujos de trabajo especializados con agentes. Tiene 30B parámetros totales, de los cuales 3B están activos, y utiliza una arquitectura híbrida que intercala capas Mamba-2, de mezcla de expertos y de atención. Las capas de predicción de múltiples tokens añaden señales de entrenamiento para tokens futuros y permiten los procedimientos de generación optimizados del modelo. El modelo procesa texto y produce texto, incluidas explicaciones, código y respuestas basadas en el material proporcionado.\n\nEl fabricante describe aplicaciones en chatbots, generación aumentada por recuperación, seguimiento de instrucciones y agentes. Para responder a partir de una base de conocimientos, proporciona la pregunta y los pasajes pertinentes con etiquetas de fuente estables. Pide al modelo que responda a partir de esos pasajes, identifique cuál respalda cada afirmación importante e indique qué sigue sin conocerse. Por ejemplo: «Utiliza estos artículos de soporte para explicar la diferencia entre los dos métodos de instalación y devolver los requisitos previos, los pasos y las comprobaciones de cada uno». Mantén visible cualquier requisito previo que falte, en lugar de invitar al modelo a inventarlo.\n\nPara trabajos de programación, proporciona el código pertinente, el comportamiento esperado y el fallo observado. Una solicitud práctica pide una revisión concreta y una explicación de los casos afectados. Si un agente conectado a herramientas ejecuta una comprobación, devuelve su resultado real antes de pedir el siguiente cambio. El entrenamiento del modelo incluye código, uso de herramientas en varios pasos y tareas de salida estructurada, pero el resultado terminado sigue teniendo que cumplir el requisito original. Solicita el código revisado, el motivo de cada cambio relevante y las observaciones necesarias para establecer que el problema está resuelto.\n\nEl fabricante documenta el razonamiento activado de forma predeterminada y un modo de respuesta directa con el razonamiento desactivado mediante la plantilla de chat. El modo de razonamiento es útil para una tarea con varias condiciones dependientes; una respuesta directa puede resultar adecuada para una transformación o extracción sencilla. El fabricante recomienda temperature 1.0 y top-p 0.95 en sus ejemplos de cliente. Trata estos valores como ajustes del procedimiento del fabricante y elige explícitamente la estructura de la respuesta final, como una explicación breve, una tabla comparativa o una respuesta seguida de las pruebas que la respaldan.\n\nEl modelo admite un contexto de hasta 1M tokens. Los procedimientos de despliegue BF16 publicados también distinguen esa capacidad del modelo de las configuraciones que utilizan una ventana de 256K por limitaciones de memoria. Prepara el material largo para la ventana de trabajo aplicable, manteniendo la estructura del documento y dejando espacio para la respuesta. Un contexto largo resulta más útil cuando la instrucción especifica la relación que se busca: contradicciones entre documentos, dependencias entre archivos de código fuente o las pruebas que respaldan una conclusión. No es un motivo para incluir historial ajeno a la tarea ni para suponer que una respuesta final puede ocupar toda la ventana.\n\nEl inglés y los lenguajes de programación son el foco principal, y también se enumeran español, francés, alemán, italiano y japonés. Indica el idioma de salida requerido y conserva los nombres, identificadores y términos citados de las fuentes cuando importe su escritura exacta. Para trabajar con documentos multilingües, especifica si hay que traducir, resumir o comparar los materiales; estas solicitudes producen resultados distintos. Pide que se señale la terminología incierta para que una traducción fluida no cambie silenciosamente un significado técnico.\n\nNVIDIA publica una versión de referencia BF16 destinada principalmente a personalización e investigación a precisión completa, y una versión NVFP4 aparte con procedimientos de inferencia optimizados. Esta distinción importa al comparar las indicaciones de despliegue: una configuración de hardware o un resultado de rendimiento de una versión no describe automáticamente otra. El nombre del modelo identifica la familia Lightning, mientras que el checkpoint preciso y la configuración de servicio determinan el procedimiento. Mantén las capacidades del modelo separadas del rendimiento y de los supuestos de memoria propios de cada procedimiento.\n\nPara trabajar con herramientas, proporciona descripciones claras de las funciones y devuelve el resultado real de cada paso ejecutado. Una operación propuesta solo se convierte en una prueba utilizable cuando la aplicación que la rodea la lleva a cabo y registra lo ocurrido. Pide que la respuesta final distinga las observaciones de las fuentes, las conclusiones derivadas y las comprobaciones pendientes. Cuando un cálculo, un comando o un pasaje recuperado entre en conflicto con el resultado previsto, utiliza ese conflicto para revisar la conclusión, en lugar de producir un resumen pulido de un supuesto sin verificar.", "editorialOverlay": { "copy_fields": null, "copy_sha256": null, "copy_source": null, "html_sha256": "917620dced60ec4fa16b85675915fe99fb60705a7c69258a6e88a0760ffa3ac1", "module_sha256": "ee9dc1c50b1e6a8fb7fa062030fcb4646b9aaaeb08be513b723a5a92a7290f06", "raw_model_unchanged": true, "schema": "ailoot-native-model-editorial-v1" }, "locale": "es-mx", "methods": [ { "html": "nvidia/nemotron-3.5-lightning:freeNVIDIA Nemotron 3.5 Lightning es un modelo de razonamiento textual y chat con 30B parámetros totales y 3B activos. Su arquitectura híbrida Mamba–MoE permite analizar contextos largos, programar y trabajar con herramientas, con modos de razonamiento o respuesta directa documentados en la plantilla de chat del fabricante.
Esta descripción cubre las capacidades del modelo. Las entradas, salidas y opciones disponibles en Ailoot se indican a continuación para el método seleccionado.
NVIDIA Nemotron 3.5 Lightning es un modelo de lenguaje para razonamiento, conversación y flujos de trabajo especializados con agentes. Tiene 30B parámetros totales, de los cuales 3B están activos, y utiliza una arquitectura híbrida que intercala capas Mamba-2, de mezcla de expertos y de atención. Las capas de predicción de múltiples tokens añaden señales de entrenamiento para tokens futuros y permiten los procedimientos de generación optimizados del modelo. El modelo procesa texto y produce texto, incluidas explicaciones, código y respuestas basadas en el material proporcionado.
El fabricante describe aplicaciones en chatbots, generación aumentada por recuperación, seguimiento de instrucciones y agentes. Para responder a partir de una base de conocimientos, proporciona la pregunta y los pasajes pertinentes con etiquetas de fuente estables. Pide al modelo que responda a partir de esos pasajes, identifique cuál respalda cada afirmación importante e indique qué sigue sin conocerse. Por ejemplo: «Utiliza estos artículos de soporte para explicar la diferencia entre los dos métodos de instalación y devolver los requisitos previos, los pasos y las comprobaciones de cada uno». Mantén visible cualquier requisito previo que falte, en lugar de invitar al modelo a inventarlo.
Para trabajos de programación, proporciona el código pertinente, el comportamiento esperado y el fallo observado. Una solicitud práctica pide una revisión concreta y una explicación de los casos afectados. Si un agente conectado a herramientas ejecuta una comprobación, devuelve su resultado real antes de pedir el siguiente cambio. El entrenamiento del modelo incluye código, uso de herramientas en varios pasos y tareas de salida estructurada, pero el resultado terminado sigue teniendo que cumplir el requisito original. Solicita el código revisado, el motivo de cada cambio relevante y las observaciones necesarias para establecer que el problema está resuelto.
El fabricante documenta el razonamiento activado de forma predeterminada y un modo de respuesta directa con el razonamiento desactivado mediante la plantilla de chat. El modo de razonamiento es útil para una tarea con varias condiciones dependientes; una respuesta directa puede resultar adecuada para una transformación o extracción sencilla. El fabricante recomienda temperature 1.0 y top-p 0.95 en sus ejemplos de cliente. Trata estos valores como ajustes del procedimiento del fabricante y elige explícitamente la estructura de la respuesta final, como una explicación breve, una tabla comparativa o una respuesta seguida de las pruebas que la respaldan.
El modelo admite un contexto de hasta 1M tokens. Los procedimientos de despliegue BF16 publicados también distinguen esa capacidad del modelo de las configuraciones que utilizan una ventana de 256K por limitaciones de memoria. Prepara el material largo para la ventana de trabajo aplicable, manteniendo la estructura del documento y dejando espacio para la respuesta. Un contexto largo resulta más útil cuando la instrucción especifica la relación que se busca: contradicciones entre documentos, dependencias entre archivos de código fuente o las pruebas que respaldan una conclusión. No es un motivo para incluir historial ajeno a la tarea ni para suponer que una respuesta final puede ocupar toda la ventana.
El inglés y los lenguajes de programación son el foco principal, y también se enumeran español, francés, alemán, italiano y japonés. Indica el idioma de salida requerido y conserva los nombres, identificadores y términos citados de las fuentes cuando importe su escritura exacta. Para trabajar con documentos multilingües, especifica si hay que traducir, resumir o comparar los materiales; estas solicitudes producen resultados distintos. Pide que se señale la terminología incierta para que una traducción fluida no cambie silenciosamente un significado técnico.
NVIDIA publica una versión de referencia BF16 destinada principalmente a personalización e investigación a precisión completa, y una versión NVFP4 aparte con procedimientos de inferencia optimizados. Esta distinción importa al comparar las indicaciones de despliegue: una configuración de hardware o un resultado de rendimiento de una versión no describe automáticamente otra. El nombre del modelo identifica la familia Lightning, mientras que el checkpoint preciso y la configuración de servicio determinan el procedimiento. Mantén las capacidades del modelo separadas del rendimiento y de los supuestos de memoria propios de cada procedimiento.
Para trabajar con herramientas, proporciona descripciones claras de las funciones y devuelve el resultado real de cada paso ejecutado. Una operación propuesta solo se convierte en una prueba utilizable cuando la aplicación que la rodea la lleva a cabo y registra lo ocurrido. Pide que la respuesta final distinga las observaciones de las fuentes, las conclusiones derivadas y las comprobaciones pendientes. Cuando un cálculo, un comando o un pasaje recuperado entre en conflicto con el resultado previsto, utiliza ese conflicto para revisar la conclusión, en lugar de producir un resumen pulido de un supuesto sin verificar.
POST /v1/chat/completionstexttext| Campo | Tipo | Requisito | Valores y límites | Predeterminado |
|---|---|---|---|---|
Campomodel | Tipostring | RequisitoObligatorio | Valores y límites nvidia/nemotron-3.5-lightning:free | Predeterminado— |
Campomessages | Tipoarray | RequisitoObligatorio | Valores y límites | Predeterminado— |
Campostream | Tipoboolean | RequisitoOpcional | Valores y límites false | Predeterminadofalse |
Campomax_tokens | Tipointeger | RequisitoOpcional | Valores y límites Mínimo: 1 Máximo: 65,536 | Predeterminado— |
Campomax_completion_tokens | Tipointeger | RequisitoOpcional | Valores y límites Mínimo: 1 Máximo: 65,536 | Predeterminado— |
Campon | Tipointeger | RequisitoOpcional | Valores y límites Mínimo: 1 Máximo: 128 | Predeterminado— |
Campotemperature | Tiponumber | RequisitoOpcional | Valores y límites | Predeterminado— |
Campotop_p | Tiponumber | RequisitoOpcional | Valores y límites | Predeterminado— |
Camposeed | Tipointeger | RequisitoOpcional | Valores y límites | Predeterminado— |
Campostop | Tipo | RequisitoOpcional | Valores y límites | Predeterminado— |
Campofrequency_penalty | Tiponumber | RequisitoOpcional | Valores y límites | Predeterminado— |
Campopresence_penalty | Tiponumber | RequisitoOpcional | Valores y límites | Predeterminado— |
Campouser | Tipostring | RequisitoOpcional | Valores y límites | Predeterminado— |
| Parámetro | Contrato |
|---|---|
Parámetrocontent_type | Contratoapplication/json |
Parámetrorequired | Contratomodel, messages |
Parámetrooptional | Contratostream, max_tokens, max_completion_tokens, n, temperature, top_p, seed, stop, frequency_penalty, presence_penalty, user |
Parámetromaterial_types | Contratotext |
Parámetroconditions | ContratoUse 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. |
Ciclo de vida: synchronous_json
Las referencias tarifarias no añaden opciones a la solicitud. Los parámetros admitidos se indican en el método seleccionado.
| Configuración | Tabla de tarifas | Cargo |
|---|---|---|
| ConfiguraciónTarifas base por token | Tabla de tarifasTarifa base | Cargo Entrada · Tokens de entrada $0 / 1K tokens Salida · Tokens de salida $0 / 1K tokens Entrada · Lectura de caché — / 1K tokens Entrada · Escritura en caché — / 1K tokens Entrada · Escritura en caché, 1 hora — / 1K tokens |
Ailoot reserva un monto estimado antes de la solicitud. Tras obtener el resultado, liquida el cargo definitivo según el uso medido. En las respuestas en flujo, la liquidación usa el registro de uso final. Cómo funcionan la reserva y la liquidación →
set -eu\n: "${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-3.5-lightning: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
Conserva todas las respuestas, archivos y partes de contenido completos recibidos.
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-3.5-lightning:free
Usa las rutas de método indicadas arriba.
nvidia/nemotron-3.5-lightning:freeNVIDIA Nemotron 3.5 Lightning es un modelo de razonamiento textual y chat con 30B parámetros totales y 3B activos. Su arquitectura híbrida Mamba–MoE permite analizar contextos largos, programar y trabajar con herramientas, con modos de razonamiento o respuesta directa documentados en la plantilla de chat del fabricante.
Esta descripción cubre las capacidades del modelo. Las entradas, salidas y opciones disponibles en Ailoot se indican a continuación para el método seleccionado.
NVIDIA Nemotron 3.5 Lightning es un modelo de lenguaje para razonamiento, conversación y flujos de trabajo especializados con agentes. Tiene 30B parámetros totales, de los cuales 3B están activos, y utiliza una arquitectura híbrida que intercala capas Mamba-2, de mezcla de expertos y de atención. Las capas de predicción de múltiples tokens añaden señales de entrenamiento para tokens futuros y permiten los procedimientos de generación optimizados del modelo. El modelo procesa texto y produce texto, incluidas explicaciones, código y respuestas basadas en el material proporcionado.
El fabricante describe aplicaciones en chatbots, generación aumentada por recuperación, seguimiento de instrucciones y agentes. Para responder a partir de una base de conocimientos, proporciona la pregunta y los pasajes pertinentes con etiquetas de fuente estables. Pide al modelo que responda a partir de esos pasajes, identifique cuál respalda cada afirmación importante e indique qué sigue sin conocerse. Por ejemplo: «Utiliza estos artículos de soporte para explicar la diferencia entre los dos métodos de instalación y devolver los requisitos previos, los pasos y las comprobaciones de cada uno». Mantén visible cualquier requisito previo que falte, en lugar de invitar al modelo a inventarlo.
Para trabajos de programación, proporciona el código pertinente, el comportamiento esperado y el fallo observado. Una solicitud práctica pide una revisión concreta y una explicación de los casos afectados. Si un agente conectado a herramientas ejecuta una comprobación, devuelve su resultado real antes de pedir el siguiente cambio. El entrenamiento del modelo incluye código, uso de herramientas en varios pasos y tareas de salida estructurada, pero el resultado terminado sigue teniendo que cumplir el requisito original. Solicita el código revisado, el motivo de cada cambio relevante y las observaciones necesarias para establecer que el problema está resuelto.
El fabricante documenta el razonamiento activado de forma predeterminada y un modo de respuesta directa con el razonamiento desactivado mediante la plantilla de chat. El modo de razonamiento es útil para una tarea con varias condiciones dependientes; una respuesta directa puede resultar adecuada para una transformación o extracción sencilla. El fabricante recomienda temperature 1.0 y top-p 0.95 en sus ejemplos de cliente. Trata estos valores como ajustes del procedimiento del fabricante y elige explícitamente la estructura de la respuesta final, como una explicación breve, una tabla comparativa o una respuesta seguida de las pruebas que la respaldan.
El modelo admite un contexto de hasta 1M tokens. Los procedimientos de despliegue BF16 publicados también distinguen esa capacidad del modelo de las configuraciones que utilizan una ventana de 256K por limitaciones de memoria. Prepara el material largo para la ventana de trabajo aplicable, manteniendo la estructura del documento y dejando espacio para la respuesta. Un contexto largo resulta más útil cuando la instrucción especifica la relación que se busca: contradicciones entre documentos, dependencias entre archivos de código fuente o las pruebas que respaldan una conclusión. No es un motivo para incluir historial ajeno a la tarea ni para suponer que una respuesta final puede ocupar toda la ventana.
El inglés y los lenguajes de programación son el foco principal, y también se enumeran español, francés, alemán, italiano y japonés. Indica el idioma de salida requerido y conserva los nombres, identificadores y términos citados de las fuentes cuando importe su escritura exacta. Para trabajar con documentos multilingües, especifica si hay que traducir, resumir o comparar los materiales; estas solicitudes producen resultados distintos. Pide que se señale la terminología incierta para que una traducción fluida no cambie silenciosamente un significado técnico.
NVIDIA publica una versión de referencia BF16 destinada principalmente a personalización e investigación a precisión completa, y una versión NVFP4 aparte con procedimientos de inferencia optimizados. Esta distinción importa al comparar las indicaciones de despliegue: una configuración de hardware o un resultado de rendimiento de una versión no describe automáticamente otra. El nombre del modelo identifica la familia Lightning, mientras que el checkpoint preciso y la configuración de servicio determinan el procedimiento. Mantén las capacidades del modelo separadas del rendimiento y de los supuestos de memoria propios de cada procedimiento.
Para trabajar con herramientas, proporciona descripciones claras de las funciones y devuelve el resultado real de cada paso ejecutado. Una operación propuesta solo se convierte en una prueba utilizable cuando la aplicación que la rodea la lleva a cabo y registra lo ocurrido. Pide que la respuesta final distinga las observaciones de las fuentes, las conclusiones derivadas y las comprobaciones pendientes. Cuando un cálculo, un comando o un pasaje recuperado entre en conflicto con el resultado previsto, utiliza ese conflicto para revisar la conclusión, en lugar de producir un resumen pulido de un supuesto sin verificar.
POST /v1/messagestexttext| Campo | Tipo | Requisito | Valores y límites | Predeterminado |
|---|---|---|---|---|
Campomodel | Tipostring | RequisitoObligatorio | Valores y límites nvidia/nemotron-3.5-lightning:free | Predeterminado— |
Campomessages | Tipoarray | RequisitoObligatorio | Valores y límites | Predeterminado— |
Campostream | Tipoboolean | RequisitoOpcional | Valores y límites false | Predeterminadofalse |
Camposystem | Tipostring | RequisitoOpcional | Valores y límites | Predeterminado— |
Campomax_tokens | Tipointeger | RequisitoObligatorio | Valores y límites Mínimo: 1 Máximo: 65,536 | Predeterminado— |
Campotemperature | Tiponumber | RequisitoOpcional | Valores y límites | Predeterminado— |
Campotop_p | Tiponumber | RequisitoOpcional | Valores y límites | Predeterminado— |
Campotop_k | Tipointeger | RequisitoOpcional | Valores y límites | Predeterminado— |
Campostop_sequences | Tipoarray | RequisitoOpcional | Valores y límites | Predeterminado— |
Campometadata | Tipoobject | RequisitoOpcional | Valores y límites | Predeterminado— |
| Parámetro | Contrato |
|---|---|
Parámetrocontent_type | Contratoapplication/json |
Parámetrorequired | Contratomodel, messages, max_tokens |
Parámetrooptional | Contratostream, system, temperature, top_p, top_k, stop_sequences, metadata |
Parámetromaterial_types | Contratotext |
Parámetroconditions | ContratoUse 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. |
Ciclo de vida: synchronous_json
Las referencias tarifarias no añaden opciones a la solicitud. Los parámetros admitidos se indican en el método seleccionado.
| Configuración | Tabla de tarifas | Cargo |
|---|---|---|
| ConfiguraciónTarifas base por token | Tabla de tarifasTarifa base | Cargo Entrada · Tokens de entrada $0 / 1K tokens Salida · Tokens de salida $0 / 1K tokens Entrada · Lectura de caché — / 1K tokens Entrada · Escritura en caché — / 1K tokens Entrada · Escritura en caché, 1 hora — / 1K tokens |
Ailoot reserva un monto estimado antes de la solicitud. Tras obtener el resultado, liquida el cargo definitivo según el uso medido. En las respuestas en flujo, la liquidación usa el registro de uso final. Cómo funcionan la reserva y la liquidación →
set -eu\n: "${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-3.5-lightning: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
Conserva todas las respuestas, archivos y partes de contenido completos recibidos.
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-3.5-lightning:free
Usa las rutas de método indicadas arriba.