NVIDIA: Nemotron 3.5 Super VL

{"about":"### Razonamiento, código y trabajo con textos largos\n\nNemotron 3.5 Super VL es un modelo de NVIDIA para tareas que requieren enlazar varios pasos de razonamiento, comprender código o procesar material extenso. En Ailoot, esta ficha ofrece un diálogo de texto: envías instrucciones, datos de partida e historial de mensajes y el modelo devuelve una respuesta de texto.\n\nPuedes utilizarlo para analizar documentación técnica, contrastar requisitos, preparar explicaciones de código y analizar informes de texto. Conviene definir el objetivo, adjuntar los materiales necesarios y establecer la forma del resultado: por ejemplo, una lista de conclusiones justificadas, un plan de cambios de un programa o una comparación de varias soluciones.\n\n### Estructura y especialización\n\nEl Super VL original es un modelo visual y de lenguaje de NVIDIA con el codificador visual C-RADIO, diseñado también para comprender documentos y videos. En esta ficha de Ailoot está disponible su trabajo con texto; los materiales de partida se envían como contenido textual.\n\nLa base del modelo combina Mamba-2, Transformer y una arquitectura Mixture of Experts. De unos 120 mil millones de parámetros, se activan aproximadamente 12 mil millones en cada paso de procesamiento. Esto describe la estructura del modelo y debe considerarse por separado de la velocidad real de una solicitud concreta.\n\nEn el entrenamiento se utilizaron repositorios de software, pares de tareas y cambios de código, registros de compilación, trayectorias de resolución de varios pasos y materiales de contexto largo. El entrenamiento posterior combinó código, razonamiento, instrucciones y conversación. Esta especialización resulta útil al plantear una tarea compuesta en la que primero hay que relacionar la información de partida y después dar forma al resultado.\n\n### Cómo preparar la tarea\n\nPara analizar un documento, formula primero la pregunta y los criterios de selección de información y añade después el texto con los títulos de sus secciones. Si necesitas contrastar fuentes, asígnales etiquetas breves y pide vincular las conclusiones con ellas. Para una tarea de código, añade el fragmento pertinente del programa, el comportamiento observado y el resultado esperado; así puedes contrastar la respuesta con un caso concreto.\n\nUna ventana de contexto amplia ayuda a reunir materiales relacionados en una sola solicitud. El volumen del contexto no sustituye un planteamiento claro: conviene separar las instrucciones de los datos de partida e indicar de antemano qué solución o documento quieres obtener.\n\n### Contexto y formas de conexión\n\nPara esta variante, Ailoot indica una ventana de contexto de 262144 tokens. El historial de conversación, las instrucciones, los materiales de partida y la respuesta comparten ese espacio; deja sitio para el resultado al preparar una solicitud extensa.\n\nEl modelo está disponible mediante Chat Completions, Responses, Messages y una interfaz de texto en formato Gemini. El uso disponible de esta variante consiste en texto de entrada y texto de salida; los documentos se envían como contenido textual.","alias_of":null,"aliases":[],"author":"NVIDIA","canonical_model":"nvidia/nemotron-3.5-super-vl","ctx":null,"formats":["chat","gemini","messages","responses"],"id":"nvidia/nemotron-3.5-super-vl","input":["text"],"kind":"text","max_out":null,"methods":[{"cache_read":0.04,"cache_write":null,"cache_write_1h":null,"cache_write_5m":null,"conditional_meter":null,"ctx":null,"family":"anthropic","fast_multiplier":1,"flex_multiplier":1,"fmt":"messages","http":"POST","img_in":null,"img_out":null,"in":0.3,"input":["text"],"label":"Anthropic Messages","max_out":null,"max_tool_calls":null,"out":1.0,"output":["text"],"path":"/v1/messages","request_model_id":"nvidia/nemotron-3.5-super-vl","route_label":"Ultra","status_reads":[],"tiers":[],"tool_prices":null,"unit":"token","units":[]},{"cache_read":0.04,"cache_write":null,"cache_write_1h":null,"cache_write_5m":null,"conditional_meter":null,"ctx":null,"family":"openai","fast_multiplier":1,"flex_multiplier":1,"fmt":"responses","http":"POST","img_in":null,"img_out":null,"in":0.3,"input":["text"],"label":"OpenAI Responses","max_out":null,"max_tool_calls":null,"out":1.0,"output":["text"],"path":"/v1/responses","request_model_id":"nvidia/nemotron-3.5-super-vl","route_label":"Ultra","status_reads":[],"tiers":[],"tool_prices":null,"unit":"token","units":[]},{"cache_read":0.04,"cache_write":null,"cache_write_1h":null,"cache_write_5m":null,"conditional_meter":null,"ctx":null,"family":"openai","fast_multiplier":1,"flex_multiplier":1,"fmt":"chat","http":"POST","img_in":null,"img_out":null,"in":0.3,"input":["text"],"label":"OpenAI Chat","max_out":null,"max_tool_calls":null,"out":1.0,"output":["text"],"path":"/v1/chat/completions","request_model_id":"nvidia/nemotron-3.5-super-vl","route_label":"Ultra","status_reads":[],"tiers":[],"tool_prices":null,"unit":"token","units":[]},{"cache_read":0.04,"cache_write":null,"cache_write_1h":null,"cache_write_5m":null,"conditional_meter":null,"ctx":null,"family":"gemini","fast_multiplier":1,"flex_multiplier":1,"fmt":"gemini","http":"POST","img_in":null,"img_out":null,"in":0.3,"input":["text"],"label":"Gemini generateContent","max_out":null,"max_tool_calls":null,"out":1.0,"output":["text"],"path":"/v1beta/models/nvidia/nemotron-3.5-super-vl:generateContent","request_model_id":"nvidia/nemotron-3.5-super-vl","route_label":"Ultra","status_reads":[],"tiers":[],"tool_prices":null,"unit":"token","units":[]}],"model_aliases":[{"canonical_model_id":"nvidia/nemotron-3.5-super-vl","request_model_id":"nvidia/nemotron-3.5-super-vl","route_label":"Ultra"}],"name":"NVIDIA: Nemotron 3.5 Super VL","price":{"in":0.3,"in_label":null,"out":1.0,"out_label":null,"sort_in":0.3,"sort_out":1.0,"varies":false},"public_id":"nvidia/nemotron-3.5-super-vl","short":"Diálogo de texto con un modelo de NVIDIA para razonamiento, trabajo con código y análisis de materiales extensos."}