Source: https://ailoot.ai/models/es/nvidia-nemotron-3-super-120b-a12b/
Canonical: https://ailoot.ai/models/es/nvidia-nemotron-3-super-120b-a12b/
Language: es
# NVIDIA: Nemotron 3 Super
[Markdown](https://ailoot.ai/models/es/nvidia-nemotron-3-super-120b-a12b/index.md) · [JSON](https://ailoot.ai/models/es/nvidia-nemotron-3-super-120b-a12b/facts.json)
## [NVIDIA: Nemotron 3 Super](https://ailoot.ai/models/es/nvidia-nemotron-3-super-120b-a12b/)
Nemotron 3 Super es el modelo de texto de NVIDIA para aplicaciones complejas con agentes, con 12B parámetros activos de un total de 120B. Su diseño híbrido Mamba–Transformer de mezcla de expertos admite razonamiento, herramientas de función y controles de salida estructurada.
- [**Ailoot · Anthropic Messages** `POST /v1/messages` `nvidia/nemotron-3-super-120b-a12b`](https://ailoot.ai/models/es/nvidia-nemotron-3-super-120b-a12b/#method-0)
- [**Ailoot · OpenAI Chat** `POST /v1/chat/completions` `nvidia/nemotron-3-super-120b-a12b`](https://ailoot.ai/models/es/nvidia-nemotron-3-super-120b-a12b/#method-1)
- [**Ailoot Ultra · OpenAI Chat** `POST /v1/chat/completions` `nvidia/nemotron-3-super-120b-a12b`](https://ailoot.ai/models/es/nvidia-nemotron-3-super-120b-a12b/#method-2)
- [**Ailoot Ultra · Anthropic Messages** `POST /v1/messages` `nvidia/nemotron-3-super-120b-a12b`](https://ailoot.ai/models/es/nvidia-nemotron-3-super-120b-a12b/#method-3)
- [**Ailoot · Anthropic Messages** `POST /v1/messages` `nemotron-3-super`](https://ailoot.ai/models/es/nvidia-nemotron-3-super-120b-a12b/#method-4)
- [**Ailoot · OpenAI Chat** `POST /v1/chat/completions` `nemotron-3-super`](https://ailoot.ai/models/es/nvidia-nemotron-3-super-120b-a12b/#method-5)
- [**Ailoot · Anthropic Messages** `POST /v1/messages` `nemotron-3-super-latest`](https://ailoot.ai/models/es/nvidia-nemotron-3-super-120b-a12b/#method-6)
- [**Ailoot · OpenAI Chat** `POST /v1/chat/completions` `nemotron-3-super-latest`](https://ailoot.ai/models/es/nvidia-nemotron-3-super-120b-a12b/#method-7)
Sobre el modelo
Esta descripción cubre las capacidades del modelo. Las entradas, salidas y opciones disponibles en Ailoot se indican a continuación para el método seleccionado.
Nemotron 3 Super es el modelo abierto de NVIDIA con arquitectura híbrida de mezcla de expertos para aplicaciones complejas con agentes. Tiene 120 mil millones de parámetros totales y activa 12 mil millones de parámetros. La arquitectura combina componentes Mamba y Transformer. La entrada de texto produce salida de texto, con razonamiento, herramientas de función y controles de salida estructurada en el perfil de alojamiento publicado.
#### Coordina una tarea en torno a sus pruebas
Identifica el resultado necesario y la información que determina cada paso. Una tarea de programación puede proporcionar el código fuente afectado, el comportamiento observado y las condiciones de aceptación. Una comparación puede aportar las alternativas y los criterios, con fuentes identificadas para los hechos evaluados. Mantén visible el objetivo a medida que se añaden observaciones intermedias.
Para trabajos que incluyan varias operaciones relacionadas, conserva qué acción produjo cada observación. Una aplicación realiza una operación de herramienta propuesta y devuelve su resultado real al modelo. Ese resultado puede entonces respaldar una decisión posterior o revelar la siguiente pregunta que se debe resolver.
#### Razonamiento y resultados estructurados
Especifica la profundidad y el resultado final que requiere el problema. Una respuesta concisa puede seguir necesitando un análisis considerable de un caso difícil. Para el procesamiento mediante software, define los campos y tipos esperados y después valida la estructura y el contenido devueltos frente a sus fuentes.
Conserva los identificadores de las fuentes, los supuestos y los resultados pertinentes de las herramientas junto a un informe o registro de planificación. Para código, conserva el cambio propuesto o aplicado y las comprobaciones que evalúan su comportamiento previsto. Esto hace que la salida resulte útil más allá de la conversación en la que se produjo.
#### Contexto para un trabajo continuado
El perfil del catálogo alojado indica una ventana de contexto de 262.144 tokens. Planifica según la capacidad de trabajo real de la interfaz de servicio y reserva espacio para la respuesta. Conserva las decisiones y las pruebas necesarias para la tarea actual mientras eliminas las repeticiones ajenas a ella.
Un resultado útil de Super deja un material que se pueda examinar y el estado necesario para el siguiente paso. El modelo proporciona texto y solicitudes de herramientas; la aplicación que lo integra proporciona las operaciones y las observaciones reales que completan un flujo de trabajo más amplio.
Tarea práctica
### Tarea práctica
Ejemplo técnico en inglés
```
Assemble an evidence-based incident handoff
Prepare an incident handoff from three observations. Monitor M: checkout error rate rose at 10:05. Deployment D: release 6.4 finished at 10:00. Database B: connection pool was exhausted at 10:06. Separate the timeline, plausible investigation leads and facts still needed. Keep observation labels beside claims and do not assert that deployment caused the errors.
```
#### Resultado esperado
```
A labelled timeline, bounded investigation leads and a short list of evidence needed to distinguish causes.
```
#### Comprobar el resultado
```
Temporal proximity is not presented as established causality, and all times and labels remain intact.
```
**Ailoot · Anthropic Messages** `POST /v1/messages` `nvidia/nemotron-3-super-120b-a12b`
[`nvidia/nemotron-3-super-120b-a12b`](https://ailoot.ai/models/es/#m=nvidia%2Fnemotron-3-super-120b-a12b&route=Core&caller=nvidia%2Fnemotron-3-super-120b-a12b&fmt=messages)
NVIDIA /`nvidia/nemotron-3-super-120b-a12b`
ID del modelo
- `nvidia/nemotron-3-super-120b-a12b`
- `nemotron-3-super`
- `nemotron-3-super-latest`
### Primeros pasos
Nemotron 3 Super es el modelo de texto de NVIDIA para aplicaciones complejas con agentes, con 12B parámetros activos de un total de 120B. Su diseño híbrido Mamba–Transformer de mezcla de expertos admite razonamiento, herramientas de función y controles de salida estructurada.
Entradas aceptadas
Texto
Resultados
Texto
### Disponible en Ailoot · entradas y métodos
**Ailoot · Anthropic Messages** `POST /v1/messages`
Tipos de entrada
`text`
Tipos de salida
`text`
Contexto
262.144 tokens
Salida máxima
32.768 tokens
Formato de salida
json o SSE
| Campo | Tipo | Requisito | Valores y límites | Predeterminado |
| --- | --- | --- | --- | --- |
| Campo`model` | Tipo`string` | RequisitoObligatorio | Valores y límites nvidia/nemotron-3-super-120b-a12b | Predeterminado— |
| Campo`messages` | Tipo`message[]` | RequisitoObligatorio | Valores y límites Número mínimo de elementos: 1 | Predeterminado— |
| Campo`messages[].role` | Tipo`string` | RequisitoObligatorio | Valores y límites user, assistant | Predeterminado— |
| Campo`messages[].content` | Tipo`string\|content_block[]` | RequisitoObligatorio | Valores y límites | Predeterminado— |
| Campo`system` | Tipo`string\|content_block[]` | RequisitoOpcional | Valores y límites | Predeterminado— |
| Campo`max_tokens` | Tipo`integer` | RequisitoObligatorio | Valores y límites Mínimo: 1 El límite se aplica a: límite máximo exacto de la ficha del modelo seleccionado | Predeterminado— |
| Campo`stream` | Tipo`boolean` | RequisitoOpcional | Valores y límites | Predeterminadofalse |
| Campo`temperature` | Tipo`number` | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— |
| Campo`top_p` | Tipo`number` | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— |
| Campo`stop_sequences` | Tipo`string[]` | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— |
| Campo`tools` | Tipo`tool[]` | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— |
| Campo`tools[].name` | Tipo`string` | RequisitoOpcional | Valores y límites Se aplica cuando: herramienta proporcionada | Predeterminado— |
| Campo`tools[].description` | Tipo`string` | RequisitoOpcional | Valores y límites | Predeterminado— |
| Campo`tools[].input_schema` | Tipo`JSON_schema` | RequisitoOpcional | Valores y límites | Predeterminado— |
| Campo`tool_choice` | Tipo`object` | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— |
| Campo`thinking.type` | Tipo`string` | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— |
| Campo`thinking.budget_tokens` | Tipo`integer` | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— |
| Campo`output_config.effort` | Tipo`string` | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— |
| Campo`metadata` | Tipo`object` | RequisitoOpcional | Valores y límites | Predeterminado— |
| Campo`cache_control` | Tipo`object` | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— |
Combinaciones de materiales de entrada
**Texto** · Texto UTF8
`messages[].content o bloque type=text`
Parámetros del método y ciclo de vida
| Parámetro | Contrato |
| --- | --- |
| Parámetro`material_types` | Contratotext |
| Parámetro`required` | Contratomodel, messages, max\_tokens |
| Parámetro`optional_controls` | Contratonull |
| Parámetro`content_type` | Contratoapplication/json |
| Parámetro`text_file_material` | Contratocontenido real en UTF-8 insertado como texto; los ID de archivo y las URLs requieren compatibilidad específica e independiente |
Ciclo de vida: `exact retained published method`
Las estructuras e ID de los métodos son exactos; la capacidad del proveedor y la admisión son conceptos distintos.
### Planes
#### Tarifas de métodos Ailoot
Entrada
0,00008 US$ */ 1K*
Salida
0,00045 US$ */ 1K*
Lectura de caché
0,00008 US$ */ 1K*
Escritura en caché
0,00008 US$ */ 1K*
Escritura en caché, 5 min
0,00008 US$ */ 1K tokens*
Ailoot reserva un importe 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 →](https://ailoot.ai/docs/es/billing/reserve/)
#### Detalles de la tarifa de referencia
Las tablas de referencia del modelo no cambian la selección del método, las estimaciones de coste ni los cargos. Los cargos aplicados usan las tarifas del método Ailoot seleccionado.
Tablas de referencia del modelo
#### Precios por configuración
Relaciona cada cargo con las condiciones mostradas. Usa una tarifa para cada conjunto de configuraciones alternativas.
| Configuración | Tabla de tarifas | Tokens de contexto, más de | Tokens de contexto, hasta inclusive | Cargo |
| --- | --- | --- | --- | --- |
| ConfiguraciónOpenAI Chat · Tarifas base por token | Tabla de tarifasTarifa base | Tokens de contexto, más de— | Tokens de contexto, hasta inclusiveSin límite superior | Cargo Entrada · Tokens de entrada **$0.00017** / 1K tokens Salida · Tokens de salida **$0.0008** / 1K tokens Entrada · Lectura de caché **—** / 1K tokens Entrada · Escritura en caché **—** / 1K tokens Entrada · Escritura en caché, 1 hora **—** / 1K tokens |
| ConfiguraciónOpenAI Chat · Nivel 1 según la longitud de la solicitud | Tabla de tarifas— | Tokens de contexto, más de0 | Tokens de contexto, hasta inclusiveSin límite superior | Cargo Entrada · Tokens de entrada **$0.00017** / 1K tokens Salida · Tokens de salida **$0.0008** / 1K tokens Entrada · Lectura de caché **—** / 1K tokens Entrada · Escritura en caché **—** / 1K tokens Entrada · Escritura en caché, 1 hora **—** / 1K tokens |
| ConfiguraciónAnthropic Messages · Tarifas base por token | Tabla de tarifasTarifa base | Tokens de contexto, más de— | Tokens de contexto, hasta inclusiveSin límite superior | Cargo Entrada · Tokens de entrada **$0.00017** / 1K tokens Salida · Tokens de salida **$0.0008** / 1K tokens Entrada · Lectura de caché **—** / 1K tokens Entrada · Escritura en caché **—** / 1K tokens Entrada · Escritura en caché, 1 hora **—** / 1K tokens |
| ConfiguraciónAnthropic Messages · Nivel 1 según la longitud de la solicitud | Tabla de tarifas— | Tokens de contexto, más de0 | Tokens de contexto, hasta inclusiveSin límite superior | Cargo Entrada · Tokens de entrada **$0.00017** / 1K tokens Salida · Tokens de salida **$0.0008** / 1K tokens Entrada · Lectura de caché **—** / 1K tokens Entrada · Escritura en caché **—** / 1K tokens Entrada · Escritura en caché, 1 hora **—** / 1K tokens |
### Solicitudes de ejemplo
#### Ailoot · Anthropic Messages
Ejemplo de textoPython SDKNode.js SDKFlujo en Python
```bash
set -eu
: "${AILOOT_API_KEY:?Set your Ailoot API key}"
: "${AILOOT_TEXT_FILE:?Set your actual UTF-8 source-material file}"
export AILOOT_TEXT_FILE
python3 - <<'PY_REQUEST'
import json,os
from pathlib import Path
p=json.loads('{"model": "nvidia/nemotron-3-super-120b-a12b", "max_tokens": 1024, "messages": []}')
f=Path(os.environ["AILOOT_TEXT_FILE"])
if not f.is_file():raise SystemExit("Choose your actual UTF-8 source material")
text=f.read_text(encoding="utf-8")
if not text.strip():raise SystemExit("Source material must contain text")
p["messages"]=[{"role":"user","content":"Summarize this material and quote supporting source passages.\n\n"+text}]
Path("request.json").write_text(json.dumps(p,ensure_ascii=False))
PY_REQUEST
curl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/messages \
-H "x-api-key: $AILOOT_API_KEY" -H 'anthropic-version: 2023-06-01' -H 'Content-Type: application/json' \
--data-binary @request.json -D response-headers.txt -o result.json
python3 - <<'PY_RESULT'
import json
from pathlib import Path
print(json.dumps(json.loads(Path("result.json").read_text()),ensure_ascii=False,indent=2))
PY_RESULT
```
```python
import anthropic
import os
if not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")
client = anthropic.Anthropic(base_url="https://api.ailoot.ai", api_key=os.environ["AILOOT_API_KEY"], max_retries=0)
msg = client.messages.create(
model="nvidia/nemotron-3-super-120b-a12b",
max_tokens=1024,
messages=[{"role": "user", "content": "Explain the difference between an observation and a hypothesis in three sentences."}],
)
import base64, json
from pathlib import Path
def save_result(data, stem="result"):
# Keep every field, including usage, IDs, reasoning and tool requests.
Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")
print(json.dumps(data, ensure_ascii=False, indent=2))
def save_blob(encoded, suffix, label):
raw = base64.b64decode(encoded, altchars=b"-_", validate=True)
ext = "png" if raw.startswith(b"\x89PNG\r\n\x1a\n") else "jpg" if raw.startswith(b"\xff\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix
file = Path(stem + "-" + label + "." + ext)
file.write_bytes(raw)
print("Saved", file)
for index, block in enumerate(data.get("content") or []):
print("Content", index, json.dumps(block, ensure_ascii=False))
for choice in data.get("choices") or []:
print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))
for index, item in enumerate(data.get("output") or []):
print("Output", index, json.dumps(item, ensure_ascii=False))
if item.get("type") == "image_generation_call" and item.get("result"):
save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))
for ci, candidate in enumerate(data.get("candidates") or []):
for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):
print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))
blob = part.get("inlineData") or part.get("inline_data")
if blob and blob.get("data"):
mime = blob.get("mimeType") or blob.get("mime_type")
suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")
save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))
save_result(msg.to_dict(mode="json"))
```
```js
import Anthropic from "@anthropic-ai/sdk";
if (!process.env.AILOOT_API_KEY?.trim()) throw new Error("Set AILOOT_API_KEY before making a request");
const client = new Anthropic({ baseURL: "https://api.ailoot.ai", apiKey: process.env.AILOOT_API_KEY, maxRetries: 0 });
const msg = await client.messages.create({
model: "nvidia/nemotron-3-super-120b-a12b",
max_tokens: 1024,
messages: [{ role: "user", content: "Explain the difference between an observation and a hypothesis in three sentences." }],
});
import { writeFileSync } from "node:fs";
function saveResult(data, stem = "result") {
writeFileSync(stem + ".json", JSON.stringify(data, null, 2));
console.log(JSON.stringify(data, null, 2));
const saveBlob = (encoded, suffix, label) => {
const raw = Buffer.from(encoded, "base64");
const ext = raw.subarray(0,8).equals(Buffer.from([137,80,78,71,13,10,26,10])) ? "png" : raw[0]===255 && raw[1]===216 ? "jpg" : raw.subarray(0,4).toString()==="RIFF" && raw.subarray(8,12).toString()==="WEBP" ? "webp" : suffix;
const file = `${stem}-${label}.${ext}`;
writeFileSync(file, raw); console.log("Saved", file);
};
for (const [i, block] of (data.content || []).entries()) console.log("Content", i, JSON.stringify(block));
for (const choice of data.choices || []) console.log("Choice", choice.index, JSON.stringify(choice.message || choice.delta || {}));
for (const [i, item] of (data.output || []).entries()) {
console.log("Output", i, JSON.stringify(item));
if (item.type === "image_generation_call" && item.result) saveBlob(item.result, item.output_format || "bin", `output-${i}`);
}
for (const [ci, candidate] of (data.candidates || []).entries()) {
for (const [pi, part] of (candidate.content?.parts || []).entries()) {
console.log("Candidate/part", ci, pi, JSON.stringify(part));
const blob = part.inlineData || part.inline_data;
if (blob?.data) {
const mime = blob.mimeType || blob.mime_type;
const suffix = ({"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"})[mime] || "bin";
saveBlob(blob.data, suffix, `candidate-${ci}-part-${pi}`);
}
}
}
}
saveResult(msg);
```
```python
import anthropic,os
from pathlib import Path
if not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")
client=anthropic.Anthropic(base_url="https://api.ailoot.ai",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)
import base64, json
from pathlib import Path
def save_result(data, stem="result"):
# Keep every field, including usage, IDs, reasoning and tool requests.
Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")
print(json.dumps(data, ensure_ascii=False, indent=2))
def save_blob(encoded, suffix, label):
raw = base64.b64decode(encoded, altchars=b"-_", validate=True)
ext = "png" if raw.startswith(b"\x89PNG\r\n\x1a\n") else "jpg" if raw.startswith(b"\xff\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix
file = Path(stem + "-" + label + "." + ext)
file.write_bytes(raw)
print("Saved", file)
for index, block in enumerate(data.get("content") or []):
print("Content", index, json.dumps(block, ensure_ascii=False))
for choice in data.get("choices") or []:
print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))
for index, item in enumerate(data.get("output") or []):
print("Output", index, json.dumps(item, ensure_ascii=False))
if item.get("type") == "image_generation_call" and item.get("result"):
save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))
for ci, candidate in enumerate(data.get("candidates") or []):
for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):
print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))
blob = part.get("inlineData") or part.get("inline_data")
if blob and blob.get("data"):
mime = blob.get("mimeType") or blob.get("mime_type")
suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")
save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))
with client.messages.stream(model='nvidia/nemotron-3-super-120b-a12b',max_tokens=1024,messages=[{"role":"user","content":"Explain observations and hypotheses in three sentences."}]) as stream:
with Path("stream-events.jsonl").open("w",encoding="utf-8") as log:
for event in stream:
payload=event.to_dict(mode="json")
log.write(json.dumps(payload,ensure_ascii=False)+"\n"); log.flush()
print(json.dumps(payload,ensure_ascii=False))
final=stream.get_final_message()
save_result(final.to_dict(mode="json"),"stream-result")
```
### Recibir y guardar resultados
#### Ailoot · Anthropic Messages
json o SSE
##### Conserva todos los resultados completados
Conserva todas las respuestas, archivos y partes de contenido completos recibidos.
Conserva todos los bloques de contenido, las firmas de razonamiento y los ID reales de uso de herramientas. Ensambla todos los fragmentos incrementales de los bloques SSE; el primer bloque de texto no constituye la salida completa.
##### Si es necesario revisar la respuesta original
Conserva los ID de solicitud y respuesta y las cabeceras. No se proporciona una URL genérica para recuperar tareas de texto.
Campos de respuesta
| Campo | Tipo |
| --- | --- |
| Campo`id` | Tipostring |
| Campo`model` | Tipostring |
| Campo`content[]` | Tipotext\|thinking\|tool\_use\|other content block |
| Campo`stop_reason` | Tipostring\|null |
| Campo`usage` | Tipoobject |
Errores y siguientes pasos
| Respuesta | Condición | Siguiente paso |
| --- | --- | --- |
| Respuesta400 · `invalid_request_error` | CondiciónCampos obligatorios, representación del material o valor del parámetro no válidos | Siguiente pasoCorrige los campos indicados antes de una nueva solicitud de creación. |
### Alias
#### Alias del modelo
Ailoot [`nvidia/nemotron-3-super-120b-a12b`](https://ailoot.ai/models/es/#m=nvidia%2Fnemotron-3-super-120b-a12b&route=Core&caller=nvidia%2Fnemotron-3-super-120b-a12b&fmt=messages), [`nemotron-3-super`](https://ailoot.ai/models/es/#m=nvidia%2Fnemotron-3-super-120b-a12b&route=Core&caller=nemotron-3-super&fmt=messages), [`nemotron-3-super-latest`](https://ailoot.ai/models/es/#m=nvidia%2Fnemotron-3-super-120b-a12b&route=Core&caller=nemotron-3-super-latest&fmt=messages)
**Ailoot Ultra** [`nvidia/nemotron-3-super-120b-a12b`](https://ailoot.ai/models/es/#m=nvidia%2Fnemotron-3-super-120b-a12b&route=Ultra&caller=nvidia%2Fnemotron-3-super-120b-a12b&fmt=messages)
#### Alias de rutas de métodos
Usa las rutas de método indicadas arriba.
#### ID de modelo relacionados
[`nvidia/nemotron-3-super-120b-a12b`](https://ailoot.ai/models/es/#m=nvidia%2Fnemotron-3-super-120b-a12b&route=Core&caller=nvidia%2Fnemotron-3-super-120b-a12b&fmt=messages), [`nvidia/nemotron-3-super-120b-a12b`](https://ailoot.ai/models/es/#m=nvidia%2Fnemotron-3-super-120b-a12b&route=Ultra&caller=nvidia%2Fnemotron-3-super-120b-a12b&fmt=messages), [`nemotron-3-super`](https://ailoot.ai/models/es/#m=nvidia%2Fnemotron-3-super-120b-a12b&route=Core&caller=nemotron-3-super&fmt=messages), [`nemotron-3-super-latest`](https://ailoot.ai/models/es/#m=nvidia%2Fnemotron-3-super-120b-a12b&route=Core&caller=nemotron-3-super-latest&fmt=messages)
**Ailoot · OpenAI Chat** `POST /v1/chat/completions` `nvidia/nemotron-3-super-120b-a12b`
[`nvidia/nemotron-3-super-120b-a12b`](https://ailoot.ai/models/es/#m=nvidia%2Fnemotron-3-super-120b-a12b&route=Core&caller=nvidia%2Fnemotron-3-super-120b-a12b&fmt=chat)
NVIDIA /`nvidia/nemotron-3-super-120b-a12b`
ID del modelo
- `nvidia/nemotron-3-super-120b-a12b`
- `nemotron-3-super`
- `nemotron-3-super-latest`
### Primeros pasos
Nemotron 3 Super es el modelo de texto de NVIDIA para aplicaciones complejas con agentes, con 12B parámetros activos de un total de 120B. Su diseño híbrido Mamba–Transformer de mezcla de expertos admite razonamiento, herramientas de función y controles de salida estructurada.
Entradas aceptadas
Texto
Resultados
Texto
### Disponible en Ailoot · entradas y métodos
**Ailoot · OpenAI Chat** `POST /v1/chat/completions`
Tipos de entrada
`text`
Tipos de salida
`text`
Contexto
4096 tokens
Salida máxima
1024 tokens
Formato de salida
json o SSE
| Campo | Tipo | Requisito | Valores y límites | Predeterminado |
| --- | --- | --- | --- | --- |
| Campo`model` | Tipo`string` | RequisitoObligatorio | Valores y límites nvidia/nemotron-3-super-120b-a12b | Predeterminado— |
| Campo`messages` | Tipo`message[]` | RequisitoObligatorio | Valores y límites Número mínimo de elementos: 1 | Predeterminado— |
| Campo`messages[].role` | Tipo`string` | RequisitoObligatorio | Valores y límites Ejemplos: system, user, assistant, tool, function Condiciones: Estos roles están representados explícitamente por los tipos de compatibilidad del código fuente; el conjunto exacto de roles depende del modelo. Depende del modelo | Predeterminado— |
| Campo`messages[].content` | Tipo`string\|content_part[]\|null` | RequisitoOpcional | Valores y límites | Predeterminado— |
| Campo`messages[].tool_calls` | Tipo`tool_call[]` | RequisitoOpcional | Valores y límites | Predeterminado— |
| Campo`messages[].tool_call_id` | Tipo`string` | RequisitoOpcional | Valores y límites Se aplica cuando: role=tool; utiliza el ID real devuelto | Predeterminado— |
| Campo`messages[].name` | Tipo`string` | RequisitoOpcional | Valores y límites | Predeterminado— |
| Campo`messages[].reasoning_content` | Tipo`string` | RequisitoOpcional | Valores y límites Se aplica cuando: Devuelve en los turnos siguientes el razonamiento realmente recibido cuando este modelo lo utilice | Predeterminado— |
| Campo`messages[].reasoning_details` | Tipo`object\|array` | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— |
| Campo`max_tokens` | Tipo`integer` | RequisitoOpcional | Valores y límites Mínimo: 1 Depende del modelo | Predeterminado— |
| Campo`max_completion_tokens` | Tipo`integer` | RequisitoOpcional | Valores y límites Mínimo: 1 Depende del modelo | Predeterminado— |
| Campo`stream` | Tipo`boolean` | RequisitoOpcional | Valores y límites | Predeterminadofalse |
| Campo`stream_options.include_usage` | Tipo`boolean` | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— |
| Campo`temperature` | Tipo`number` | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— |
| Campo`top_p` | Tipo`number` | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— |
| Campo`stop` | Tipo`string\|string[]` | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— |
| Campo`tools` | Tipo`function_tool[]` | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— |
| Campo`tools[].type` | Tipo`string` | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— |
| Campo`tools[].function.name` | Tipo`string` | RequisitoObligatorio | Valores y límites Se aplica cuando: herramienta de función proporcionada | Predeterminado— |
| Campo`tools[].function.description` | Tipo`string` | RequisitoOpcional | Valores y límites | Predeterminado— |
| Campo`tools[].function.parameters` | Tipo`JSON_schema` | RequisitoOpcional | Valores y límites | Predeterminado— |
| Campo`tool_choice` | Tipo`string\|object` | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— |
| Campo`parallel_tool_calls` | Tipo`boolean` | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— |
| Campo`response_format` | Tipo`object` | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— |
| Campo`reasoning_effort` | Tipo`string` | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— |
| Campo`reasoning` | Tipo`object` | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— |
| Campo`service_tier` | Tipo`string` | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— |
| Campo`instructions` | Tipo`string` | RequisitoOpcional | Valores y límites Campo de compatibilidad | Predeterminado— |
| Campo`functions` | Tipo`function[]` | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— |
| Campo`function_call` | Tipo`string\|object` | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— |
| Campo`prompt_cache_options` | Tipo`object` | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— |
Combinaciones de materiales de entrada
**Texto** · Texto UTF8
`messages[].content`
Parámetros del método y ciclo de vida
| Parámetro | Contrato |
| --- | --- |
| Parámetro`material_types` | Contratotext |
| Parámetro`required` | Contratomodel, messages |
| Parámetro`optional_controls` | Contratonull |
| Parámetro`content_type` | Contratoapplication/json |
| Parámetro`text_file_material` | Contratocontenido real en UTF-8 insertado como texto; los ID de archivo y las URLs requieren compatibilidad específica e independiente |
Ciclo de vida: `exact retained published method`
Las estructuras e ID de los métodos son exactos; la capacidad del proveedor y la admisión son conceptos distintos.
### Planes
#### Tarifas de métodos Ailoot
Entrada
0,00008 US$ */ 1K*
Salida
0,00045 US$ */ 1K*
Lectura de caché
0,00008 US$ */ 1K*
Escritura en caché
0,00008 US$ */ 1K*
Escritura en caché, 5 min
0,00008 US$ */ 1K tokens*
Ailoot reserva un importe 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 →](https://ailoot.ai/docs/es/billing/reserve/)
#### Detalles de la tarifa de referencia
Las tablas de referencia del modelo no cambian la selección del método, las estimaciones de coste ni los cargos. Los cargos aplicados usan las tarifas del método Ailoot seleccionado.
Tablas de referencia del modelo
#### Precios por configuración
Relaciona cada cargo con las condiciones mostradas. Usa una tarifa para cada conjunto de configuraciones alternativas.
| Configuración | Tabla de tarifas | Tokens de contexto, más de | Tokens de contexto, hasta inclusive | Cargo |
| --- | --- | --- | --- | --- |
| ConfiguraciónOpenAI Chat · Tarifas base por token | Tabla de tarifasTarifa base | Tokens de contexto, más de— | Tokens de contexto, hasta inclusiveSin límite superior | Cargo Entrada · Tokens de entrada **$0.00017** / 1K tokens Salida · Tokens de salida **$0.0008** / 1K tokens Entrada · Lectura de caché **—** / 1K tokens Entrada · Escritura en caché **—** / 1K tokens Entrada · Escritura en caché, 1 hora **—** / 1K tokens |
| ConfiguraciónOpenAI Chat · Nivel 1 según la longitud de la solicitud | Tabla de tarifas— | Tokens de contexto, más de0 | Tokens de contexto, hasta inclusiveSin límite superior | Cargo Entrada · Tokens de entrada **$0.00017** / 1K tokens Salida · Tokens de salida **$0.0008** / 1K tokens Entrada · Lectura de caché **—** / 1K tokens Entrada · Escritura en caché **—** / 1K tokens Entrada · Escritura en caché, 1 hora **—** / 1K tokens |
| ConfiguraciónAnthropic Messages · Tarifas base por token | Tabla de tarifasTarifa base | Tokens de contexto, más de— | Tokens de contexto, hasta inclusiveSin límite superior | Cargo Entrada · Tokens de entrada **$0.00017** / 1K tokens Salida · Tokens de salida **$0.0008** / 1K tokens Entrada · Lectura de caché **—** / 1K tokens Entrada · Escritura en caché **—** / 1K tokens Entrada · Escritura en caché, 1 hora **—** / 1K tokens |
| ConfiguraciónAnthropic Messages · Nivel 1 según la longitud de la solicitud | Tabla de tarifas— | Tokens de contexto, más de0 | Tokens de contexto, hasta inclusiveSin límite superior | Cargo Entrada · Tokens de entrada **$0.00017** / 1K tokens Salida · Tokens de salida **$0.0008** / 1K tokens Entrada · Lectura de caché **—** / 1K tokens Entrada · Escritura en caché **—** / 1K tokens Entrada · Escritura en caché, 1 hora **—** / 1K tokens |
### Solicitudes de ejemplo
#### Ailoot · OpenAI Chat
Ejemplo de textoPython SDKNode.js SDKFlujo en Python
```bash
set -eu
: "${AILOOT_API_KEY:?Set your Ailoot API key}"
: "${AILOOT_TEXT_FILE:?Set your actual UTF-8 source-material file}"
export AILOOT_TEXT_FILE
python3 - <<'PY_REQUEST'
import json,os
from pathlib import Path
p=json.loads('{"model": "nvidia/nemotron-3-super-120b-a12b", "messages": []}')
f=Path(os.environ["AILOOT_TEXT_FILE"])
if not f.is_file():raise SystemExit("Choose your actual UTF-8 source material")
text=f.read_text(encoding="utf-8")
if not text.strip():raise SystemExit("Source material must contain text")
p["messages"]=[{"role":"user","content":"Summarize this material and quote supporting source passages.\n\n"+text}]
Path("request.json").write_text(json.dumps(p,ensure_ascii=False))
PY_REQUEST
curl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/chat/completions \
-H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \
--data-binary @request.json -D response-headers.txt -o result.json
python3 - <<'PY_RESULT'
import json
from pathlib import Path
print(json.dumps(json.loads(Path("result.json").read_text()),ensure_ascii=False,indent=2))
PY_RESULT
```
```python
from openai import OpenAI
import os
if not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")
client = OpenAI(base_url="https://api.ailoot.ai/v1", api_key=os.environ["AILOOT_API_KEY"], max_retries=0)
resp = client.chat.completions.create(
model="nvidia/nemotron-3-super-120b-a12b",
messages=[{"role": "user", "content": "Explain the difference between an observation and a hypothesis in three sentences."}],
)
import base64, json
from pathlib import Path
def save_result(data, stem="result"):
# Keep every field, including usage, IDs, reasoning and tool requests.
Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")
print(json.dumps(data, ensure_ascii=False, indent=2))
def save_blob(encoded, suffix, label):
raw = base64.b64decode(encoded, altchars=b"-_", validate=True)
ext = "png" if raw.startswith(b"\x89PNG\r\n\x1a\n") else "jpg" if raw.startswith(b"\xff\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix
file = Path(stem + "-" + label + "." + ext)
file.write_bytes(raw)
print("Saved", file)
for index, block in enumerate(data.get("content") or []):
print("Content", index, json.dumps(block, ensure_ascii=False))
for choice in data.get("choices") or []:
print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))
for index, item in enumerate(data.get("output") or []):
print("Output", index, json.dumps(item, ensure_ascii=False))
if item.get("type") == "image_generation_call" and item.get("result"):
save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))
for ci, candidate in enumerate(data.get("candidates") or []):
for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):
print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))
blob = part.get("inlineData") or part.get("inline_data")
if blob and blob.get("data"):
mime = blob.get("mimeType") or blob.get("mime_type")
suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")
save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))
save_result(resp.to_dict(mode="json"))
```
```js
import OpenAI from "openai";
if (!process.env.AILOOT_API_KEY?.trim()) throw new Error("Set AILOOT_API_KEY before making a request");
const client = new OpenAI({ baseURL: "https://api.ailoot.ai/v1", apiKey: process.env.AILOOT_API_KEY, maxRetries: 0 });
const resp = await client.chat.completions.create({
model: "nvidia/nemotron-3-super-120b-a12b",
messages: [{ role: "user", content: "Explain the difference between an observation and a hypothesis in three sentences." }],
});
import { writeFileSync } from "node:fs";
function saveResult(data, stem = "result") {
writeFileSync(stem + ".json", JSON.stringify(data, null, 2));
console.log(JSON.stringify(data, null, 2));
const saveBlob = (encoded, suffix, label) => {
const raw = Buffer.from(encoded, "base64");
const ext = raw.subarray(0,8).equals(Buffer.from([137,80,78,71,13,10,26,10])) ? "png" : raw[0]===255 && raw[1]===216 ? "jpg" : raw.subarray(0,4).toString()==="RIFF" && raw.subarray(8,12).toString()==="WEBP" ? "webp" : suffix;
const file = `${stem}-${label}.${ext}`;
writeFileSync(file, raw); console.log("Saved", file);
};
for (const [i, block] of (data.content || []).entries()) console.log("Content", i, JSON.stringify(block));
for (const choice of data.choices || []) console.log("Choice", choice.index, JSON.stringify(choice.message || choice.delta || {}));
for (const [i, item] of (data.output || []).entries()) {
console.log("Output", i, JSON.stringify(item));
if (item.type === "image_generation_call" && item.result) saveBlob(item.result, item.output_format || "bin", `output-${i}`);
}
for (const [ci, candidate] of (data.candidates || []).entries()) {
for (const [pi, part] of (candidate.content?.parts || []).entries()) {
console.log("Candidate/part", ci, pi, JSON.stringify(part));
const blob = part.inlineData || part.inline_data;
if (blob?.data) {
const mime = blob.mimeType || blob.mime_type;
const suffix = ({"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"})[mime] || "bin";
saveBlob(blob.data, suffix, `candidate-${ci}-part-${pi}`);
}
}
}
}
saveResult(resp);
```
```python
from openai import OpenAI
import os
from pathlib import Path
if not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")
client=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)
import base64, json
from pathlib import Path
def save_result(data, stem="result"):
# Keep every field, including usage, IDs, reasoning and tool requests.
Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")
print(json.dumps(data, ensure_ascii=False, indent=2))
def save_blob(encoded, suffix, label):
raw = base64.b64decode(encoded, altchars=b"-_", validate=True)
ext = "png" if raw.startswith(b"\x89PNG\r\n\x1a\n") else "jpg" if raw.startswith(b"\xff\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix
file = Path(stem + "-" + label + "." + ext)
file.write_bytes(raw)
print("Saved", file)
for index, block in enumerate(data.get("content") or []):
print("Content", index, json.dumps(block, ensure_ascii=False))
for choice in data.get("choices") or []:
print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))
for index, item in enumerate(data.get("output") or []):
print("Output", index, json.dumps(item, ensure_ascii=False))
if item.get("type") == "image_generation_call" and item.get("result"):
save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))
for ci, candidate in enumerate(data.get("candidates") or []):
for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):
print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))
blob = part.get("inlineData") or part.get("inline_data")
if blob and blob.get("data"):
mime = blob.get("mimeType") or blob.get("mime_type")
suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")
save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))
with client.chat.completions.stream(model='nvidia/nemotron-3-super-120b-a12b',messages=[{"role":"user","content":"Explain observations and hypotheses in three sentences."}]) as stream:
with Path("stream-events.jsonl").open("w",encoding="utf-8") as log:
for event in stream:
payload=event.to_dict(mode="json")
log.write(json.dumps(payload,ensure_ascii=False)+"\n"); log.flush()
print(json.dumps(payload,ensure_ascii=False))
final=stream.get_final_completion()
save_result(final.to_dict(mode="json"),"stream-result")
```
### Recibir y guardar resultados
#### Ailoot · OpenAI Chat
json o SSE
##### Conserva todos los resultados completados
Conserva todas las respuestas, archivos y partes de contenido completos recibidos.
Conserva cada alternativa y su contenido, llamadas de herramientas y razonamiento. En SSE, ensambla los fragmentos incrementales por índice de alternativa/herramienta y conserva el motivo final de terminación y el uso.
##### Si es necesario revisar la respuesta original
Conserva los ID de solicitud y respuesta y las cabeceras. No se proporciona una URL genérica para recuperar tareas de texto.
Campos de respuesta
| Campo | Tipo |
| --- | --- |
| Campo`choices[].index` | Tipointeger |
| Campo`choices[].message.content` | Tipostring\|null |
| Campo`choices[].message.tool_calls` | Tipotool\_call\[\] |
| Campo`choices[].message.reasoning_content` | Tipostring |
| Campo`choices[].message.reasoning_details` | Tipoobject\|array |
| Campo`choices[].finish_reason` | Tipostring\|null |
| Campo`usage` | Tipoobject |
Errores y siguientes pasos
| Respuesta | Condición | Siguiente paso |
| --- | --- | --- |
| Respuesta400 · `invalid_request_error` | CondiciónCampos obligatorios, representación del material o valor del parámetro no válidos | Siguiente pasoCorrige los campos indicados antes de una nueva solicitud de creación. |
### Alias
#### Alias del modelo
Ailoot [`nvidia/nemotron-3-super-120b-a12b`](https://ailoot.ai/models/es/#m=nvidia%2Fnemotron-3-super-120b-a12b&route=Core&caller=nvidia%2Fnemotron-3-super-120b-a12b&fmt=chat), [`nemotron-3-super`](https://ailoot.ai/models/es/#m=nvidia%2Fnemotron-3-super-120b-a12b&route=Core&caller=nemotron-3-super&fmt=chat), [`nemotron-3-super-latest`](https://ailoot.ai/models/es/#m=nvidia%2Fnemotron-3-super-120b-a12b&route=Core&caller=nemotron-3-super-latest&fmt=chat)
**Ailoot Ultra** [`nvidia/nemotron-3-super-120b-a12b`](https://ailoot.ai/models/es/#m=nvidia%2Fnemotron-3-super-120b-a12b&route=Ultra&caller=nvidia%2Fnemotron-3-super-120b-a12b&fmt=chat)
#### Alias de rutas de métodos
Usa las rutas de método indicadas arriba.
#### ID de modelo relacionados
[`nvidia/nemotron-3-super-120b-a12b`](https://ailoot.ai/models/es/#m=nvidia%2Fnemotron-3-super-120b-a12b&route=Core&caller=nvidia%2Fnemotron-3-super-120b-a12b&fmt=chat), [`nvidia/nemotron-3-super-120b-a12b`](https://ailoot.ai/models/es/#m=nvidia%2Fnemotron-3-super-120b-a12b&route=Ultra&caller=nvidia%2Fnemotron-3-super-120b-a12b&fmt=chat), [`nemotron-3-super`](https://ailoot.ai/models/es/#m=nvidia%2Fnemotron-3-super-120b-a12b&route=Core&caller=nemotron-3-super&fmt=chat), [`nemotron-3-super-latest`](https://ailoot.ai/models/es/#m=nvidia%2Fnemotron-3-super-120b-a12b&route=Core&caller=nemotron-3-super-latest&fmt=chat)
**Ailoot Ultra · OpenAI Chat** `POST /v1/chat/completions` `nvidia/nemotron-3-super-120b-a12b`
[`nvidia/nemotron-3-super-120b-a12b`](https://ailoot.ai/models/es/#m=nvidia%2Fnemotron-3-super-120b-a12b&route=Ultra&caller=nvidia%2Fnemotron-3-super-120b-a12b&fmt=chat)
NVIDIA /`nvidia/nemotron-3-super-120b-a12b`
### Primeros pasos
Nemotron 3 Super es el modelo de texto de NVIDIA para aplicaciones complejas con agentes, con 12B parámetros activos de un total de 120B. Su diseño híbrido Mamba–Transformer de mezcla de expertos admite razonamiento, herramientas de función y controles de salida estructurada.
Entradas aceptadas
Texto
Resultados
Texto
### Disponible en Ailoot · entradas y métodos
**Ailoot Ultra · OpenAI Chat** `POST /v1/chat/completions`
Tipos de entrada
`text`
Tipos de salida
`text`
Formato de salida
json o SSE
| Campo | Tipo | Requisito | Valores y límites | Predeterminado |
| --- | --- | --- | --- | --- |
| Campo`model` | Tipo`string` | RequisitoObligatorio | Valores y límites nvidia/nemotron-3-super-120b-a12b | Predeterminado— |
| Campo`messages` | Tipo`message[]` | RequisitoObligatorio | Valores y límites Número mínimo de elementos: 1 | Predeterminado— |
| Campo`messages[].role` | Tipo`string` | RequisitoObligatorio | Valores y límites Ejemplos: system, user, assistant, tool, function Condiciones: Estos roles están representados explícitamente por los tipos de compatibilidad del código fuente; el conjunto exacto de roles depende del modelo. Depende del modelo | Predeterminado— |
| Campo`messages[].content` | Tipo`string\|content_part[]\|null` | RequisitoOpcional | Valores y límites | Predeterminado— |
| Campo`messages[].tool_calls` | Tipo`tool_call[]` | RequisitoOpcional | Valores y límites | Predeterminado— |
| Campo`messages[].tool_call_id` | Tipo`string` | RequisitoOpcional | Valores y límites Se aplica cuando: role=tool; utiliza el ID real devuelto | Predeterminado— |
| Campo`messages[].name` | Tipo`string` | RequisitoOpcional | Valores y límites | Predeterminado— |
| Campo`messages[].reasoning_content` | Tipo`string` | RequisitoOpcional | Valores y límites Se aplica cuando: Devuelve en los turnos siguientes el razonamiento realmente recibido cuando este modelo lo utilice | Predeterminado— |
| Campo`messages[].reasoning_details` | Tipo`object\|array` | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— |
| Campo`max_tokens` | Tipo`integer` | RequisitoOpcional | Valores y límites Mínimo: 1 Depende del modelo | Predeterminado— |
| Campo`max_completion_tokens` | Tipo`integer` | RequisitoOpcional | Valores y límites Mínimo: 1 Depende del modelo | Predeterminado— |
| Campo`stream` | Tipo`boolean` | RequisitoOpcional | Valores y límites | Predeterminadofalse |
| Campo`stream_options.include_usage` | Tipo`boolean` | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— |
| Campo`temperature` | Tipo`number` | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— |
| Campo`top_p` | Tipo`number` | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— |
| Campo`stop` | Tipo`string\|string[]` | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— |
| Campo`tools` | Tipo`function_tool[]` | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— |
| Campo`tools[].type` | Tipo`string` | RequisitoOpcional | Valores y límites function Depende del modelo | Predeterminado— |
| Campo`tools[].function.name` | Tipo`string` | RequisitoObligatorio | Valores y límites Se aplica cuando: herramienta de función proporcionada | Predeterminado— |
| Campo`tools[].function.description` | Tipo`string` | RequisitoOpcional | Valores y límites | Predeterminado— |
| Campo`tools[].function.parameters` | Tipo`JSON_schema` | RequisitoOpcional | Valores y límites | Predeterminado— |
| Campo`tool_choice` | Tipo`string\|object` | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— |
| Campo`parallel_tool_calls` | Tipo`boolean` | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— |
| Campo`response_format` | Tipo`object` | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— |
| Campo`reasoning_effort` | Tipo`string` | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— |
| Campo`reasoning` | Tipo`object` | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— |
| Campo`service_tier` | Tipo`string` | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— |
| Campo`instructions` | Tipo`string` | RequisitoOpcional | Valores y límites Campo de compatibilidad | Predeterminado— |
| Campo`functions` | Tipo`function[]` | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— |
| Campo`function_call` | Tipo`string\|object` | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— |
| Campo`prompt_cache_options` | Tipo`object` | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— |
| Campo`modalities` | Tipo`string[]` | RequisitoOpcional | Valores y límites text | Predeterminado— |
| Campo`provider` | Tipo`object` | RequisitoOpcional | Valores y límites Condiciones: provider.options se rechaza en esta ruta de texto Ultra | Predeterminado— |
| Campo`cache_control.ttl` | Tipo`string` | RequisitoOpcional | Valores y límites Condiciones: 1h se rechaza en los campos reales de caché de instrucciones | Predeterminado— |
Combinaciones de materiales de entrada
**Texto** · Texto UTF8
`messages[].content`
Parámetros del método y ciclo de vida
| Parámetro | Contrato |
| --- | --- |
| Parámetro`content_type` | Contratoapplication/json |
| Parámetro`required` | Contratomodel, messages |
| Parámetro`material_types` | Contratotext |
| Parámetro`messages` | Contratomatriz de mensajes con estructura role/content |
| Parámetro`file_material` | Contratodocumento real en UTF-8 insertado como texto literal; no se deduce ningún ID de archivo |
| Parámetro`optional_controls` | Contratostream, temperature, top\_p, stop, max\_tokens, max\_completion\_tokens, reasoning, response\_format, tools, tool\_choice |
| Parámetro`control_scope` | Contratodepende del modelo; las herramientas de funciones del usuario difieren de las herramientas alojadas |
| Parámetro`output_modalities` | Contratotext |
| Parámetro`hosted_operations` | Contratofalse |
| Parámetro`multimodal_input_binding` | Contratonull |
Ciclo de vida: `synchronous_or_streamed`
Envía el ID exacto del modelo junto con messages.
La longitud del contexto no es un límite máximo de salida.
Un archivo de texto puede aportar texto literal; las entradas de imagen, audio u objetos de archivo requieren una vinculación exacta.
### Planes
Las referencias tarifarias no añaden opciones a la solicitud. Los parámetros admitidos se indican en el método seleccionado.
Modo rápido
Tarifa estándar Cuando se selecciona el modo rápido
Modo flex
Tarifa estándar Cuando se selecciona el modo flex
Esfuerzo máximo de razonamiento
Tarifa estándar Cuando el esfuerzo máximo de razonamiento utiliza el ajuste predeterminado (default)
Esfuerzo de razonamiento · bajo
Tarifa estándar Cuando el esfuerzo de razonamiento es bajo
Esfuerzo de razonamiento · medio
Tarifa estándar Cuando el esfuerzo de razonamiento es medio
#### Tarifas de Ailoot
#### Precios por configuración
Relaciona cada cargo con las condiciones mostradas. Usa una tarifa para cada conjunto de configuraciones alternativas.
| Configuración | Tabla de tarifas | Tokens de contexto, más de | Tokens de contexto, hasta inclusive | Cargo |
| --- | --- | --- | --- | --- |
| ConfiguraciónTarifas base por token | Tabla de tarifasTarifa base | Tokens de contexto, más de— | Tokens de contexto, hasta inclusiveSin límite superior | Cargo Entrada · Tokens de entrada **$0.00017** / 1K tokens Salida · Tokens de salida **$0.0008** / 1K tokens Entrada · Lectura de caché **—** / 1K tokens Entrada · Escritura en caché **—** / 1K tokens Entrada · Escritura en caché, 1 hora **—** / 1K tokens |
| ConfiguraciónTramo 1 por longitud de la solicitud | Tabla de tarifas— | Tokens de contexto, más de0 | Tokens de contexto, hasta inclusiveSin límite superior | Cargo Entrada · Tokens de entrada **$0.00017** / 1K tokens Salida · Tokens de salida **$0.0008** / 1K tokens Entrada · Lectura de caché **—** / 1K tokens Entrada · Escritura en caché **—** / 1K tokens Entrada · Escritura en caché, 1 hora **—** / 1K tokens |
Ailoot reserva un importe estimado antes de la solicitud. Tras obtener el resultado, liquida el cargo definitivo según el uso medido. En las respuestas en flujo, la liquidación usa el registro de uso final. [Cómo funcionan la reserva y la liquidación →](https://ailoot.ai/docs/es/billing/reserve/)
### Solicitudes de ejemplo
#### Ailoot Ultra · OpenAI Chat
curlPython SDKFlujo en Python
```bash
set -eu
: "${AILOOT_API_KEY:?Set your Ailoot API key}"
python3 - <<'PY_REQUEST'
import json,os
from pathlib import Path
p=json.loads('{"model": "nvidia/nemotron-3-super-120b-a12b", "messages": [{"role": "user", "content": "Explain the difference between an observation and a hypothesis in three sentences."}]}')
Path("request.json").write_text(json.dumps(p,ensure_ascii=False))
PY_REQUEST
curl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/chat/completions \
-H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \
--data-binary @request.json -D response-headers.txt -o result.json
python3 - <<'PY_RESULT'
import json
from pathlib import Path
r=json.loads(Path("result.json").read_text())
for x in r.get("choices",[]):
if x.get("message",{}).get("content"): print(x["message"]["content"])
PY_RESULT
```
```python
from openai import OpenAI
import os
if not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")
client=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)
result=client.chat.completions.create(model='nvidia/nemotron-3-super-120b-a12b',messages=[{"role":"user","content":"Explain observations and hypotheses in three sentences."}])
import base64, json
from pathlib import Path
def save_result(data, stem="result"):
# Keep every field, including usage, IDs, reasoning and tool requests.
Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")
print(json.dumps(data, ensure_ascii=False, indent=2))
def save_blob(encoded, suffix, label):
raw = base64.b64decode(encoded, altchars=b"-_", validate=True)
ext = "png" if raw.startswith(b"\x89PNG\r\n\x1a\n") else "jpg" if raw.startswith(b"\xff\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix
file = Path(stem + "-" + label + "." + ext)
file.write_bytes(raw)
print("Saved", file)
for index, block in enumerate(data.get("content") or []):
print("Content", index, json.dumps(block, ensure_ascii=False))
for choice in data.get("choices") or []:
print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))
for index, item in enumerate(data.get("output") or []):
print("Output", index, json.dumps(item, ensure_ascii=False))
if item.get("type") == "image_generation_call" and item.get("result"):
save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))
for ci, candidate in enumerate(data.get("candidates") or []):
for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):
print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))
blob = part.get("inlineData") or part.get("inline_data")
if blob and blob.get("data"):
mime = blob.get("mimeType") or blob.get("mime_type")
suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")
save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))
save_result(result.to_dict(mode="json"))
```
```python
from openai import OpenAI
import os
from pathlib import Path
if not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")
client=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)
import base64, json
from pathlib import Path
def save_result(data, stem="result"):
# Keep every field, including usage, IDs, reasoning and tool requests.
Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")
print(json.dumps(data, ensure_ascii=False, indent=2))
def save_blob(encoded, suffix, label):
raw = base64.b64decode(encoded, altchars=b"-_", validate=True)
ext = "png" if raw.startswith(b"\x89PNG\r\n\x1a\n") else "jpg" if raw.startswith(b"\xff\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix
file = Path(stem + "-" + label + "." + ext)
file.write_bytes(raw)
print("Saved", file)
for index, block in enumerate(data.get("content") or []):
print("Content", index, json.dumps(block, ensure_ascii=False))
for choice in data.get("choices") or []:
print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))
for index, item in enumerate(data.get("output") or []):
print("Output", index, json.dumps(item, ensure_ascii=False))
if item.get("type") == "image_generation_call" and item.get("result"):
save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))
for ci, candidate in enumerate(data.get("candidates") or []):
for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):
print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))
blob = part.get("inlineData") or part.get("inline_data")
if blob and blob.get("data"):
mime = blob.get("mimeType") or blob.get("mime_type")
suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")
save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))
with client.chat.completions.stream(model='nvidia/nemotron-3-super-120b-a12b',messages=[{"role":"user","content":"Explain observations and hypotheses in three sentences."}]) as stream:
with Path("stream-events.jsonl").open("w",encoding="utf-8") as log:
for event in stream:
payload=event.to_dict(mode="json")
log.write(json.dumps(payload,ensure_ascii=False)+"\n"); log.flush()
print(json.dumps(payload,ensure_ascii=False))
final=stream.get_final_completion()
save_result(final.to_dict(mode="json"),"stream-result")
```
### Recibir y guardar resultados
#### Ailoot Ultra · OpenAI Chat
json o SSE
##### Conserva todos los resultados completados
Conserva todas las respuestas, archivos y partes de contenido completos recibidos.
Conserva cada alternativa y su contenido, llamadas de herramientas y razonamiento. En SSE, ensambla los fragmentos incrementales por índice de alternativa/herramienta y conserva el motivo final de terminación y el uso.
##### Si es necesario revisar la respuesta original
Conserva los ID de solicitud y respuesta y las cabeceras. No se proporciona una URL genérica para recuperar tareas de texto.
Campos de respuesta
| Campo | Tipo |
| --- | --- |
| Campo`choices[].index` | Tipointeger |
| Campo`choices[].message.content` | Tipostring\|null |
| Campo`choices[].message.tool_calls` | Tipotool\_call\[\] |
| Campo`choices[].message.reasoning_content` | Tipostring |
| Campo`choices[].message.reasoning_details` | Tipoobject\|array |
| Campo`choices[].finish_reason` | Tipostring\|null |
| Campo`usage` | Tipoobject |
Errores y siguientes pasos
| Respuesta | Condición | Siguiente paso |
| --- | --- | --- |
| Respuesta400 · `invalid_request_error` | CondiciónCampos obligatorios, representación del material o valor del parámetro no válidos | Siguiente pasoCorrige los campos indicados antes de una nueva solicitud de creación. |
### Alias
#### Alias del modelo
Ailoot [`nvidia/nemotron-3-super-120b-a12b`](https://ailoot.ai/models/es/#m=nvidia%2Fnemotron-3-super-120b-a12b&route=Core&caller=nvidia%2Fnemotron-3-super-120b-a12b&fmt=chat), [`nemotron-3-super`](https://ailoot.ai/models/es/#m=nvidia%2Fnemotron-3-super-120b-a12b&route=Core&caller=nemotron-3-super&fmt=chat), [`nemotron-3-super-latest`](https://ailoot.ai/models/es/#m=nvidia%2Fnemotron-3-super-120b-a12b&route=Core&caller=nemotron-3-super-latest&fmt=chat)
**Ailoot Ultra** [`nvidia/nemotron-3-super-120b-a12b`](https://ailoot.ai/models/es/#m=nvidia%2Fnemotron-3-super-120b-a12b&route=Ultra&caller=nvidia%2Fnemotron-3-super-120b-a12b&fmt=chat)
#### Alias de rutas de métodos
Usa las rutas de método indicadas arriba.
#### ID de modelo relacionados
[`nvidia/nemotron-3-super-120b-a12b`](https://ailoot.ai/models/es/#m=nvidia%2Fnemotron-3-super-120b-a12b&route=Core&caller=nvidia%2Fnemotron-3-super-120b-a12b&fmt=chat), [`nvidia/nemotron-3-super-120b-a12b`](https://ailoot.ai/models/es/#m=nvidia%2Fnemotron-3-super-120b-a12b&route=Ultra&caller=nvidia%2Fnemotron-3-super-120b-a12b&fmt=chat), [`nemotron-3-super`](https://ailoot.ai/models/es/#m=nvidia%2Fnemotron-3-super-120b-a12b&route=Core&caller=nemotron-3-super&fmt=chat), [`nemotron-3-super-latest`](https://ailoot.ai/models/es/#m=nvidia%2Fnemotron-3-super-120b-a12b&route=Core&caller=nemotron-3-super-latest&fmt=chat)
**Ailoot Ultra · Anthropic Messages** `POST /v1/messages` `nvidia/nemotron-3-super-120b-a12b`
[`nvidia/nemotron-3-super-120b-a12b`](https://ailoot.ai/models/es/#m=nvidia%2Fnemotron-3-super-120b-a12b&route=Ultra&caller=nvidia%2Fnemotron-3-super-120b-a12b&fmt=messages)
NVIDIA /`nvidia/nemotron-3-super-120b-a12b`
### Primeros pasos
Nemotron 3 Super es el modelo de texto de NVIDIA para aplicaciones complejas con agentes, con 12B parámetros activos de un total de 120B. Su diseño híbrido Mamba–Transformer de mezcla de expertos admite razonamiento, herramientas de función y controles de salida estructurada.
Entradas aceptadas
Texto
Resultados
json · sse
### Disponible en Ailoot · entradas y métodos
**Ailoot Ultra · Anthropic Messages** `POST /v1/messages`
Tipos de entrada
`text`
Tipos de salida
`json`, `sse`
Formato de salida
JSON o SSE
| Campo | Tipo | Requisito | Valores y límites | Predeterminado |
| --- | --- | --- | --- | --- |
| Campo`model` | Tipo`string` | RequisitoObligatorio | Valores y límites nvidia/nemotron-3-super-120b-a12b | Predeterminado— |
| Campo`messages` | Tipo`message[]` | RequisitoObligatorio | Valores y límites | Predeterminado— |
| Campo`messages[].role` | Tipo`string` | RequisitoObligatorio | Valores y límites user, assistant | Predeterminado— |
| Campo`messages[].content` | Tipo`string` | RequisitoObligatorio | Valores y límites | Predeterminado— |
| Campo`max_tokens` | Tipo`integer` | RequisitoObligatorio | Valores y límites | Predeterminado— |
| Campo`stream` | Tipo`boolean` | RequisitoOpcional | Valores y límites | Predeterminadofalse |
Combinaciones de materiales de entrada
**Texto** · Texto UTF-8
`cadena messages[].content`
Parámetros del método y ciclo de vida
| Parámetro | Contrato |
| --- | --- |
| Parámetro`content_type` | Contratoapplication/json |
| Parámetro`required` | Contratomodel, messages, max\_tokens |
| Parámetro`optional_controls` | Contratostream |
| Parámetro`material_types` | Contratotext |
| Parámetro`text_file_material` | ContratoLee el documento real en UTF-8 y coloca su texto en el campo input indicado o en la cadena de contenido del mensaje. |
Ciclo de vida: `synchronous_or_streamed`
### Planes
Las referencias tarifarias no añaden opciones a la solicitud. Los parámetros admitidos se indican en el método seleccionado.
Modo rápido
Tarifa estándar Cuando se selecciona el modo rápido
Modo flex
Tarifa estándar Cuando se selecciona el modo flex
Esfuerzo máximo de razonamiento
Tarifa estándar Cuando el esfuerzo máximo de razonamiento utiliza el ajuste predeterminado (default)
Esfuerzo de razonamiento · bajo
Tarifa estándar Cuando el esfuerzo de razonamiento es bajo
Esfuerzo de razonamiento · medio
Tarifa estándar Cuando el esfuerzo de razonamiento es medio
#### Tarifas de Ailoot
#### Precios por configuración
Relaciona cada cargo con las condiciones mostradas. Usa una tarifa para cada conjunto de configuraciones alternativas.
| Configuración | Tabla de tarifas | Tokens de contexto, más de | Tokens de contexto, hasta inclusive | Cargo |
| --- | --- | --- | --- | --- |
| ConfiguraciónTarifas base por token | Tabla de tarifasTarifa base | Tokens de contexto, más de— | Tokens de contexto, hasta inclusiveSin límite superior | Cargo Entrada · Tokens de entrada **$0.00017** / 1K tokens Salida · Tokens de salida **$0.0008** / 1K tokens Entrada · Lectura de caché **—** / 1K tokens Entrada · Escritura en caché **—** / 1K tokens Entrada · Escritura en caché, 1 hora **—** / 1K tokens |
| ConfiguraciónTramo 1 por longitud de la solicitud | Tabla de tarifas— | Tokens de contexto, más de0 | Tokens de contexto, hasta inclusiveSin límite superior | Cargo Entrada · Tokens de entrada **$0.00017** / 1K tokens Salida · Tokens de salida **$0.0008** / 1K tokens Entrada · Lectura de caché **—** / 1K tokens Entrada · Escritura en caché **—** / 1K tokens Entrada · Escritura en caché, 1 hora **—** / 1K tokens |
Ailoot reserva un importe estimado antes de la solicitud. Tras obtener el resultado, liquida el cargo definitivo según el uso medido. En las respuestas en flujo, la liquidación usa el registro de uso final. [Cómo funcionan la reserva y la liquidación →](https://ailoot.ai/docs/es/billing/reserve/)
### Solicitudes de ejemplo
#### Ailoot Ultra · Anthropic Messages
Cuerpo JSON mínimo completocurl · usa tu documento en UTF-8Python · guarda el resultado completo
```json
{
"model": "nvidia/nemotron-3-super-120b-a12b",
"max_tokens": 128,
"messages": [
{
"role": "user",
"content": "Summarize the incident report."
}
],
"stream": false
}
```
```bash
set -eu
: "${AILOOT_API_KEY:?Set your Ailoot API key}"
: "${AILOOT_TEXT_FILE:?Set your actual UTF-8 document}"
export AILOOT_TEXT_FILE
python3 - <<'PY_REQUEST'
import json, os
from pathlib import Path
source_file = Path(os.environ['AILOOT_TEXT_FILE'])
if not source_file.is_file():
raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')
text = source_file.read_text(encoding='utf-8')
if not text.strip():
raise SystemExit('Choose a document containing text')
payload = {'model': 'nvidia/nemotron-3-super-120b-a12b', 'max_tokens': 128, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]}
payload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\n\n' + text
Path('request.json').write_text(json.dumps(payload, ensure_ascii=False), encoding='utf-8')
PY_REQUEST
curl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/messages \
-H "x-api-key: $AILOOT_API_KEY" -H 'anthropic-version: 2023-06-01' -H 'Content-Type: application/json' \
--data-binary @request.json -D response-headers.txt -o result.json
python3 - <<'PY_RESULT'
import json
from pathlib import Path
result = json.loads(Path('result.json').read_text(encoding='utf-8'))
print(json.dumps(result, ensure_ascii=False, indent=2))
PY_RESULT
```
```python
import json, os
from pathlib import Path
source_file = Path(os.environ['AILOOT_TEXT_FILE'])
if not source_file.is_file():
raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')
text = source_file.read_text(encoding='utf-8')
if not text.strip():
raise SystemExit('Choose a document containing text')
payload = {'model': 'nvidia/nemotron-3-super-120b-a12b', 'max_tokens': 128, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]}
payload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\n\n' + text
from urllib.request import Request, urlopen
from urllib.error import HTTPError
api_key = os.environ['AILOOT_API_KEY']
if not api_key.strip():
raise SystemExit('Set AILOOT_API_KEY before making a request')
headers = {'x-api-key': 'PLACEHOLDER_KEY', 'anthropic-version': '2023-06-01', 'Content-Type': 'application/json'}
headers['x-api-key'] = api_key
request = Request('https://api.ailoot.ai/v1/messages', data=json.dumps(payload, ensure_ascii=False).encode('utf-8'), headers=headers, method='POST')
try:
with urlopen(request, timeout=120) as response:
raw = response.read()
Path('response-headers.txt').write_text(str(response.headers), encoding='utf-8')
except HTTPError as error:
Path('result.json').write_bytes(error.read())
Path('response-headers.txt').write_text(str(error.headers), encoding='utf-8')
raise
Path('result.json').write_bytes(raw)
import json
from pathlib import Path
result = json.loads(Path('result.json').read_text(encoding='utf-8'))
print(json.dumps(result, ensure_ascii=False, indent=2))
```
### Recibir y guardar resultados
#### Ailoot Ultra · Anthropic Messages
JSON o SSE
##### Conserva todos los resultados completados
Conserva todas las respuestas, archivos y partes de contenido completos recibidos.
Conserva todos los bloques de contenido, las firmas de razonamiento y los ID reales de uso de herramientas. Ensambla todos los fragmentos incrementales de los bloques SSE; el primer bloque de texto no constituye la salida completa.
##### Si es necesario revisar la respuesta original
Conserva los ID de solicitud y respuesta y las cabeceras. No se proporciona una URL genérica para recuperar tareas de texto.
Campos de respuesta
| Campo | Tipo |
| --- | --- |
| Campo`id` | Tipostring |
| Campo`model` | Tipostring |
| Campo`content[]` | Tipotext\|thinking\|tool\_use\|other content block |
| Campo`stop_reason` | Tipostring\|null |
| Campo`usage` | Tipoobject |
Errores y siguientes pasos
| Respuesta | Condición | Siguiente paso |
| --- | --- | --- |
| Respuesta400 · `invalid_request_error` | CondiciónCampos obligatorios, representación del material o valor del parámetro no válidos | Siguiente pasoCorrige los campos indicados antes de una nueva solicitud de creación. |
### Alias
#### Alias del modelo
Ailoot [`nvidia/nemotron-3-super-120b-a12b`](https://ailoot.ai/models/es/#m=nvidia%2Fnemotron-3-super-120b-a12b&route=Core&caller=nvidia%2Fnemotron-3-super-120b-a12b&fmt=messages), [`nemotron-3-super`](https://ailoot.ai/models/es/#m=nvidia%2Fnemotron-3-super-120b-a12b&route=Core&caller=nemotron-3-super&fmt=messages), [`nemotron-3-super-latest`](https://ailoot.ai/models/es/#m=nvidia%2Fnemotron-3-super-120b-a12b&route=Core&caller=nemotron-3-super-latest&fmt=messages)
**Ailoot Ultra** [`nvidia/nemotron-3-super-120b-a12b`](https://ailoot.ai/models/es/#m=nvidia%2Fnemotron-3-super-120b-a12b&route=Ultra&caller=nvidia%2Fnemotron-3-super-120b-a12b&fmt=messages)
#### Alias de rutas de métodos
Usa las rutas de método indicadas arriba.
#### ID de modelo relacionados
[`nvidia/nemotron-3-super-120b-a12b`](https://ailoot.ai/models/es/#m=nvidia%2Fnemotron-3-super-120b-a12b&route=Core&caller=nvidia%2Fnemotron-3-super-120b-a12b&fmt=messages), [`nvidia/nemotron-3-super-120b-a12b`](https://ailoot.ai/models/es/#m=nvidia%2Fnemotron-3-super-120b-a12b&route=Ultra&caller=nvidia%2Fnemotron-3-super-120b-a12b&fmt=messages), [`nemotron-3-super`](https://ailoot.ai/models/es/#m=nvidia%2Fnemotron-3-super-120b-a12b&route=Core&caller=nemotron-3-super&fmt=messages), [`nemotron-3-super-latest`](https://ailoot.ai/models/es/#m=nvidia%2Fnemotron-3-super-120b-a12b&route=Core&caller=nemotron-3-super-latest&fmt=messages)
**Ailoot · Anthropic Messages** `POST /v1/messages` `nemotron-3-super`
[`nemotron-3-super`](https://ailoot.ai/models/es/#m=nvidia%2Fnemotron-3-super-120b-a12b&route=Core&caller=nemotron-3-super&fmt=messages)
NVIDIA /`nemotron-3-super`
ID del modelo
- `nvidia/nemotron-3-super-120b-a12b`
- `nemotron-3-super`
- `nemotron-3-super-latest`
### Primeros pasos
Nemotron 3 Super es el modelo de texto de NVIDIA para aplicaciones complejas con agentes, con 12B parámetros activos de un total de 120B. Su diseño híbrido Mamba–Transformer de mezcla de expertos admite razonamiento, herramientas de función y controles de salida estructurada.
Entradas aceptadas
Texto
Resultados
Texto
### Disponible en Ailoot · entradas y métodos
**Ailoot · Anthropic Messages** `POST /v1/messages`
Tipos de entrada
`text`
Tipos de salida
`text`
Contexto
262.144 tokens
Salida máxima
32.768 tokens
Formato de salida
json o SSE
| Campo | Tipo | Requisito | Valores y límites | Predeterminado |
| --- | --- | --- | --- | --- |
| Campo`model` | Tipo`string` | RequisitoObligatorio | Valores y límites nemotron-3-super | Predeterminado— |
| Campo`messages` | Tipo`message[]` | RequisitoObligatorio | Valores y límites Número mínimo de elementos: 1 | Predeterminado— |
| Campo`messages[].role` | Tipo`string` | RequisitoObligatorio | Valores y límites user, assistant | Predeterminado— |
| Campo`messages[].content` | Tipo`string\|content_block[]` | RequisitoObligatorio | Valores y límites | Predeterminado— |
| Campo`system` | Tipo`string\|content_block[]` | RequisitoOpcional | Valores y límites | Predeterminado— |
| Campo`max_tokens` | Tipo`integer` | RequisitoObligatorio | Valores y límites Mínimo: 1 El límite se aplica a: límite máximo exacto de la ficha del modelo seleccionado | Predeterminado— |
| Campo`stream` | Tipo`boolean` | RequisitoOpcional | Valores y límites | Predeterminadofalse |
| Campo`temperature` | Tipo`number` | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— |
| Campo`top_p` | Tipo`number` | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— |
| Campo`stop_sequences` | Tipo`string[]` | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— |
| Campo`tools` | Tipo`tool[]` | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— |
| Campo`tools[].name` | Tipo`string` | RequisitoOpcional | Valores y límites Se aplica cuando: herramienta proporcionada | Predeterminado— |
| Campo`tools[].description` | Tipo`string` | RequisitoOpcional | Valores y límites | Predeterminado— |
| Campo`tools[].input_schema` | Tipo`JSON_schema` | RequisitoOpcional | Valores y límites | Predeterminado— |
| Campo`tool_choice` | Tipo`object` | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— |
| Campo`thinking.type` | Tipo`string` | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— |
| Campo`thinking.budget_tokens` | Tipo`integer` | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— |
| Campo`output_config.effort` | Tipo`string` | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— |
| Campo`metadata` | Tipo`object` | RequisitoOpcional | Valores y límites | Predeterminado— |
| Campo`cache_control` | Tipo`object` | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— |
Combinaciones de materiales de entrada
**Texto** · Texto UTF8
`messages[].content o bloque type=text`
Parámetros del método y ciclo de vida
| Parámetro | Contrato |
| --- | --- |
| Parámetro`material_types` | Contratotext |
| Parámetro`required` | Contratomodel, messages, max\_tokens |
| Parámetro`optional_controls` | Contratonull |
| Parámetro`content_type` | Contratoapplication/json |
| Parámetro`text_file_material` | Contratocontenido real en UTF-8 insertado como texto; los ID de archivo y las URLs requieren compatibilidad específica e independiente |
Ciclo de vida: `exact retained published method`
Las estructuras e ID de los métodos son exactos; la capacidad del proveedor y la admisión son conceptos distintos.
### Planes
#### Tarifas de métodos Ailoot
Entrada
0,00008 US$ */ 1K*
Salida
0,00045 US$ */ 1K*
Lectura de caché
0,00008 US$ */ 1K*
Escritura en caché
0,00008 US$ */ 1K*
Escritura en caché, 5 min
0,00008 US$ */ 1K tokens*
Ailoot reserva un importe 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 →](https://ailoot.ai/docs/es/billing/reserve/)
#### Detalles de la tarifa de referencia
Las tablas de referencia del modelo no cambian la selección del método, las estimaciones de coste ni los cargos. Los cargos aplicados usan las tarifas del método Ailoot seleccionado.
Tablas de referencia del modelo
#### Precios por configuración
Relaciona cada cargo con las condiciones mostradas. Usa una tarifa para cada conjunto de configuraciones alternativas.
| Configuración | Tabla de tarifas | Tokens de contexto, más de | Tokens de contexto, hasta inclusive | Cargo |
| --- | --- | --- | --- | --- |
| ConfiguraciónOpenAI Chat · Tarifas base por token | Tabla de tarifasTarifa base | Tokens de contexto, más de— | Tokens de contexto, hasta inclusiveSin límite superior | Cargo Entrada · Tokens de entrada **$0.00017** / 1K tokens Salida · Tokens de salida **$0.0008** / 1K tokens Entrada · Lectura de caché **—** / 1K tokens Entrada · Escritura en caché **—** / 1K tokens Entrada · Escritura en caché, 1 hora **—** / 1K tokens |
| ConfiguraciónOpenAI Chat · Nivel 1 según la longitud de la solicitud | Tabla de tarifas— | Tokens de contexto, más de0 | Tokens de contexto, hasta inclusiveSin límite superior | Cargo Entrada · Tokens de entrada **$0.00017** / 1K tokens Salida · Tokens de salida **$0.0008** / 1K tokens Entrada · Lectura de caché **—** / 1K tokens Entrada · Escritura en caché **—** / 1K tokens Entrada · Escritura en caché, 1 hora **—** / 1K tokens |
| ConfiguraciónAnthropic Messages · Tarifas base por token | Tabla de tarifasTarifa base | Tokens de contexto, más de— | Tokens de contexto, hasta inclusiveSin límite superior | Cargo Entrada · Tokens de entrada **$0.00017** / 1K tokens Salida · Tokens de salida **$0.0008** / 1K tokens Entrada · Lectura de caché **—** / 1K tokens Entrada · Escritura en caché **—** / 1K tokens Entrada · Escritura en caché, 1 hora **—** / 1K tokens |
| ConfiguraciónAnthropic Messages · Nivel 1 según la longitud de la solicitud | Tabla de tarifas— | Tokens de contexto, más de0 | Tokens de contexto, hasta inclusiveSin límite superior | Cargo Entrada · Tokens de entrada **$0.00017** / 1K tokens Salida · Tokens de salida **$0.0008** / 1K tokens Entrada · Lectura de caché **—** / 1K tokens Entrada · Escritura en caché **—** / 1K tokens Entrada · Escritura en caché, 1 hora **—** / 1K tokens |
### Solicitudes de ejemplo
#### Ailoot · Anthropic Messages
Ejemplo de textoPython SDKNode.js SDKFlujo en Python
```bash
set -eu
: "${AILOOT_API_KEY:?Set your Ailoot API key}"
: "${AILOOT_TEXT_FILE:?Set your actual UTF-8 source-material file}"
export AILOOT_TEXT_FILE
python3 - <<'PY_REQUEST'
import json,os
from pathlib import Path
p=json.loads('{"model": "nemotron-3-super", "max_tokens": 1024, "messages": []}')
f=Path(os.environ["AILOOT_TEXT_FILE"])
if not f.is_file():raise SystemExit("Choose your actual UTF-8 source material")
text=f.read_text(encoding="utf-8")
if not text.strip():raise SystemExit("Source material must contain text")
p["messages"]=[{"role":"user","content":"Summarize this material and quote supporting source passages.\n\n"+text}]
Path("request.json").write_text(json.dumps(p,ensure_ascii=False))
PY_REQUEST
curl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/messages \
-H "x-api-key: $AILOOT_API_KEY" -H 'anthropic-version: 2023-06-01' -H 'Content-Type: application/json' \
--data-binary @request.json -D response-headers.txt -o result.json
python3 - <<'PY_RESULT'
import json
from pathlib import Path
print(json.dumps(json.loads(Path("result.json").read_text()),ensure_ascii=False,indent=2))
PY_RESULT
```
```python
import anthropic
import os
if not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")
client = anthropic.Anthropic(base_url="https://api.ailoot.ai", api_key=os.environ["AILOOT_API_KEY"], max_retries=0)
msg = client.messages.create(
model="nemotron-3-super",
max_tokens=1024,
messages=[{"role": "user", "content": "Explain the difference between an observation and a hypothesis in three sentences."}],
)
import base64, json
from pathlib import Path
def save_result(data, stem="result"):
# Keep every field, including usage, IDs, reasoning and tool requests.
Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")
print(json.dumps(data, ensure_ascii=False, indent=2))
def save_blob(encoded, suffix, label):
raw = base64.b64decode(encoded, altchars=b"-_", validate=True)
ext = "png" if raw.startswith(b"\x89PNG\r\n\x1a\n") else "jpg" if raw.startswith(b"\xff\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix
file = Path(stem + "-" + label + "." + ext)
file.write_bytes(raw)
print("Saved", file)
for index, block in enumerate(data.get("content") or []):
print("Content", index, json.dumps(block, ensure_ascii=False))
for choice in data.get("choices") or []:
print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))
for index, item in enumerate(data.get("output") or []):
print("Output", index, json.dumps(item, ensure_ascii=False))
if item.get("type") == "image_generation_call" and item.get("result"):
save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))
for ci, candidate in enumerate(data.get("candidates") or []):
for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):
print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))
blob = part.get("inlineData") or part.get("inline_data")
if blob and blob.get("data"):
mime = blob.get("mimeType") or blob.get("mime_type")
suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")
save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))
save_result(msg.to_dict(mode="json"))
```
```js
import Anthropic from "@anthropic-ai/sdk";
if (!process.env.AILOOT_API_KEY?.trim()) throw new Error("Set AILOOT_API_KEY before making a request");
const client = new Anthropic({ baseURL: "https://api.ailoot.ai", apiKey: process.env.AILOOT_API_KEY, maxRetries: 0 });
const msg = await client.messages.create({
model: "nemotron-3-super",
max_tokens: 1024,
messages: [{ role: "user", content: "Explain the difference between an observation and a hypothesis in three sentences." }],
});
import { writeFileSync } from "node:fs";
function saveResult(data, stem = "result") {
writeFileSync(stem + ".json", JSON.stringify(data, null, 2));
console.log(JSON.stringify(data, null, 2));
const saveBlob = (encoded, suffix, label) => {
const raw = Buffer.from(encoded, "base64");
const ext = raw.subarray(0,8).equals(Buffer.from([137,80,78,71,13,10,26,10])) ? "png" : raw[0]===255 && raw[1]===216 ? "jpg" : raw.subarray(0,4).toString()==="RIFF" && raw.subarray(8,12).toString()==="WEBP" ? "webp" : suffix;
const file = `${stem}-${label}.${ext}`;
writeFileSync(file, raw); console.log("Saved", file);
};
for (const [i, block] of (data.content || []).entries()) console.log("Content", i, JSON.stringify(block));
for (const choice of data.choices || []) console.log("Choice", choice.index, JSON.stringify(choice.message || choice.delta || {}));
for (const [i, item] of (data.output || []).entries()) {
console.log("Output", i, JSON.stringify(item));
if (item.type === "image_generation_call" && item.result) saveBlob(item.result, item.output_format || "bin", `output-${i}`);
}
for (const [ci, candidate] of (data.candidates || []).entries()) {
for (const [pi, part] of (candidate.content?.parts || []).entries()) {
console.log("Candidate/part", ci, pi, JSON.stringify(part));
const blob = part.inlineData || part.inline_data;
if (blob?.data) {
const mime = blob.mimeType || blob.mime_type;
const suffix = ({"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"})[mime] || "bin";
saveBlob(blob.data, suffix, `candidate-${ci}-part-${pi}`);
}
}
}
}
saveResult(msg);
```
```python
import anthropic,os
from pathlib import Path
if not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")
client=anthropic.Anthropic(base_url="https://api.ailoot.ai",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)
import base64, json
from pathlib import Path
def save_result(data, stem="result"):
# Keep every field, including usage, IDs, reasoning and tool requests.
Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")
print(json.dumps(data, ensure_ascii=False, indent=2))
def save_blob(encoded, suffix, label):
raw = base64.b64decode(encoded, altchars=b"-_", validate=True)
ext = "png" if raw.startswith(b"\x89PNG\r\n\x1a\n") else "jpg" if raw.startswith(b"\xff\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix
file = Path(stem + "-" + label + "." + ext)
file.write_bytes(raw)
print("Saved", file)
for index, block in enumerate(data.get("content") or []):
print("Content", index, json.dumps(block, ensure_ascii=False))
for choice in data.get("choices") or []:
print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))
for index, item in enumerate(data.get("output") or []):
print("Output", index, json.dumps(item, ensure_ascii=False))
if item.get("type") == "image_generation_call" and item.get("result"):
save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))
for ci, candidate in enumerate(data.get("candidates") or []):
for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):
print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))
blob = part.get("inlineData") or part.get("inline_data")
if blob and blob.get("data"):
mime = blob.get("mimeType") or blob.get("mime_type")
suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")
save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))
with client.messages.stream(model='nemotron-3-super',max_tokens=1024,messages=[{"role":"user","content":"Explain observations and hypotheses in three sentences."}]) as stream:
with Path("stream-events.jsonl").open("w",encoding="utf-8") as log:
for event in stream:
payload=event.to_dict(mode="json")
log.write(json.dumps(payload,ensure_ascii=False)+"\n"); log.flush()
print(json.dumps(payload,ensure_ascii=False))
final=stream.get_final_message()
save_result(final.to_dict(mode="json"),"stream-result")
```
### Recibir y guardar resultados
#### Ailoot · Anthropic Messages
json o SSE
##### Conserva todos los resultados completados
Conserva todas las respuestas, archivos y partes de contenido completos recibidos.
Conserva todos los bloques de contenido, las firmas de razonamiento y los ID reales de uso de herramientas. Ensambla todos los fragmentos incrementales de los bloques SSE; el primer bloque de texto no constituye la salida completa.
##### Si es necesario revisar la respuesta original
Conserva los ID de solicitud y respuesta y las cabeceras. No se proporciona una URL genérica para recuperar tareas de texto.
Campos de respuesta
| Campo | Tipo |
| --- | --- |
| Campo`id` | Tipostring |
| Campo`model` | Tipostring |
| Campo`content[]` | Tipotext\|thinking\|tool\_use\|other content block |
| Campo`stop_reason` | Tipostring\|null |
| Campo`usage` | Tipoobject |
Errores y siguientes pasos
| Respuesta | Condición | Siguiente paso |
| --- | --- | --- |
| Respuesta400 · `invalid_request_error` | CondiciónCampos obligatorios, representación del material o valor del parámetro no válidos | Siguiente pasoCorrige los campos indicados antes de una nueva solicitud de creación. |
### Alias
#### Alias del modelo
Ailoot [`nvidia/nemotron-3-super-120b-a12b`](https://ailoot.ai/models/es/#m=nvidia%2Fnemotron-3-super-120b-a12b&route=Core&caller=nvidia%2Fnemotron-3-super-120b-a12b&fmt=messages), [`nemotron-3-super`](https://ailoot.ai/models/es/#m=nvidia%2Fnemotron-3-super-120b-a12b&route=Core&caller=nemotron-3-super&fmt=messages), [`nemotron-3-super-latest`](https://ailoot.ai/models/es/#m=nvidia%2Fnemotron-3-super-120b-a12b&route=Core&caller=nemotron-3-super-latest&fmt=messages)
**Ailoot Ultra** [`nvidia/nemotron-3-super-120b-a12b`](https://ailoot.ai/models/es/#m=nvidia%2Fnemotron-3-super-120b-a12b&route=Ultra&caller=nvidia%2Fnemotron-3-super-120b-a12b&fmt=messages)
#### Alias de rutas de métodos
Usa las rutas de método indicadas arriba.
#### ID de modelo relacionados
[`nvidia/nemotron-3-super-120b-a12b`](https://ailoot.ai/models/es/#m=nvidia%2Fnemotron-3-super-120b-a12b&route=Core&caller=nvidia%2Fnemotron-3-super-120b-a12b&fmt=messages), [`nvidia/nemotron-3-super-120b-a12b`](https://ailoot.ai/models/es/#m=nvidia%2Fnemotron-3-super-120b-a12b&route=Ultra&caller=nvidia%2Fnemotron-3-super-120b-a12b&fmt=messages), [`nemotron-3-super`](https://ailoot.ai/models/es/#m=nvidia%2Fnemotron-3-super-120b-a12b&route=Core&caller=nemotron-3-super&fmt=messages), [`nemotron-3-super-latest`](https://ailoot.ai/models/es/#m=nvidia%2Fnemotron-3-super-120b-a12b&route=Core&caller=nemotron-3-super-latest&fmt=messages)
**Ailoot · OpenAI Chat** `POST /v1/chat/completions` `nemotron-3-super`
[`nemotron-3-super`](https://ailoot.ai/models/es/#m=nvidia%2Fnemotron-3-super-120b-a12b&route=Core&caller=nemotron-3-super&fmt=chat)
NVIDIA /`nemotron-3-super`
ID del modelo
- `nvidia/nemotron-3-super-120b-a12b`
- `nemotron-3-super`
- `nemotron-3-super-latest`
### Primeros pasos
Nemotron 3 Super es el modelo de texto de NVIDIA para aplicaciones complejas con agentes, con 12B parámetros activos de un total de 120B. Su diseño híbrido Mamba–Transformer de mezcla de expertos admite razonamiento, herramientas de función y controles de salida estructurada.
Entradas aceptadas
Texto
Resultados
Texto
### Disponible en Ailoot · entradas y métodos
**Ailoot · OpenAI Chat** `POST /v1/chat/completions`
Tipos de entrada
`text`
Tipos de salida
`text`
Contexto
4096 tokens
Salida máxima
1024 tokens
Formato de salida
json o SSE
| Campo | Tipo | Requisito | Valores y límites | Predeterminado |
| --- | --- | --- | --- | --- |
| Campo`model` | Tipo`string` | RequisitoObligatorio | Valores y límites nemotron-3-super | Predeterminado— |
| Campo`messages` | Tipo`message[]` | RequisitoObligatorio | Valores y límites Número mínimo de elementos: 1 | Predeterminado— |
| Campo`messages[].role` | Tipo`string` | RequisitoObligatorio | Valores y límites Ejemplos: system, user, assistant, tool, function Condiciones: Estos roles están representados explícitamente por los tipos de compatibilidad del código fuente; el conjunto exacto de roles depende del modelo. Depende del modelo | Predeterminado— |
| Campo`messages[].content` | Tipo`string\|content_part[]\|null` | RequisitoOpcional | Valores y límites | Predeterminado— |
| Campo`messages[].tool_calls` | Tipo`tool_call[]` | RequisitoOpcional | Valores y límites | Predeterminado— |
| Campo`messages[].tool_call_id` | Tipo`string` | RequisitoOpcional | Valores y límites Se aplica cuando: role=tool; utiliza el ID real devuelto | Predeterminado— |
| Campo`messages[].name` | Tipo`string` | RequisitoOpcional | Valores y límites | Predeterminado— |
| Campo`messages[].reasoning_content` | Tipo`string` | RequisitoOpcional | Valores y límites Se aplica cuando: Devuelve en los turnos siguientes el razonamiento realmente recibido cuando este modelo lo utilice | Predeterminado— |
| Campo`messages[].reasoning_details` | Tipo`object\|array` | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— |
| Campo`max_tokens` | Tipo`integer` | RequisitoOpcional | Valores y límites Mínimo: 1 Depende del modelo | Predeterminado— |
| Campo`max_completion_tokens` | Tipo`integer` | RequisitoOpcional | Valores y límites Mínimo: 1 Depende del modelo | Predeterminado— |
| Campo`stream` | Tipo`boolean` | RequisitoOpcional | Valores y límites | Predeterminadofalse |
| Campo`stream_options.include_usage` | Tipo`boolean` | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— |
| Campo`temperature` | Tipo`number` | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— |
| Campo`top_p` | Tipo`number` | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— |
| Campo`stop` | Tipo`string\|string[]` | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— |
| Campo`tools` | Tipo`function_tool[]` | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— |
| Campo`tools[].type` | Tipo`string` | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— |
| Campo`tools[].function.name` | Tipo`string` | RequisitoObligatorio | Valores y límites Se aplica cuando: herramienta de función proporcionada | Predeterminado— |
| Campo`tools[].function.description` | Tipo`string` | RequisitoOpcional | Valores y límites | Predeterminado— |
| Campo`tools[].function.parameters` | Tipo`JSON_schema` | RequisitoOpcional | Valores y límites | Predeterminado— |
| Campo`tool_choice` | Tipo`string\|object` | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— |
| Campo`parallel_tool_calls` | Tipo`boolean` | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— |
| Campo`response_format` | Tipo`object` | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— |
| Campo`reasoning_effort` | Tipo`string` | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— |
| Campo`reasoning` | Tipo`object` | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— |
| Campo`service_tier` | Tipo`string` | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— |
| Campo`instructions` | Tipo`string` | RequisitoOpcional | Valores y límites Campo de compatibilidad | Predeterminado— |
| Campo`functions` | Tipo`function[]` | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— |
| Campo`function_call` | Tipo`string\|object` | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— |
| Campo`prompt_cache_options` | Tipo`object` | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— |
Combinaciones de materiales de entrada
**Texto** · Texto UTF8
`messages[].content`
Parámetros del método y ciclo de vida
| Parámetro | Contrato |
| --- | --- |
| Parámetro`material_types` | Contratotext |
| Parámetro`required` | Contratomodel, messages |
| Parámetro`optional_controls` | Contratonull |
| Parámetro`content_type` | Contratoapplication/json |
| Parámetro`text_file_material` | Contratocontenido real en UTF-8 insertado como texto; los ID de archivo y las URLs requieren compatibilidad específica e independiente |
Ciclo de vida: `exact retained published method`
Las estructuras e ID de los métodos son exactos; la capacidad del proveedor y la admisión son conceptos distintos.
### Planes
#### Tarifas de métodos Ailoot
Entrada
0,00008 US$ */ 1K*
Salida
0,00045 US$ */ 1K*
Lectura de caché
0,00008 US$ */ 1K*
Escritura en caché
0,00008 US$ */ 1K*
Escritura en caché, 5 min
0,00008 US$ */ 1K tokens*
Ailoot reserva un importe 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 →](https://ailoot.ai/docs/es/billing/reserve/)
#### Detalles de la tarifa de referencia
Las tablas de referencia del modelo no cambian la selección del método, las estimaciones de coste ni los cargos. Los cargos aplicados usan las tarifas del método Ailoot seleccionado.
Tablas de referencia del modelo
#### Precios por configuración
Relaciona cada cargo con las condiciones mostradas. Usa una tarifa para cada conjunto de configuraciones alternativas.
| Configuración | Tabla de tarifas | Tokens de contexto, más de | Tokens de contexto, hasta inclusive | Cargo |
| --- | --- | --- | --- | --- |
| ConfiguraciónOpenAI Chat · Tarifas base por token | Tabla de tarifasTarifa base | Tokens de contexto, más de— | Tokens de contexto, hasta inclusiveSin límite superior | Cargo Entrada · Tokens de entrada **$0.00017** / 1K tokens Salida · Tokens de salida **$0.0008** / 1K tokens Entrada · Lectura de caché **—** / 1K tokens Entrada · Escritura en caché **—** / 1K tokens Entrada · Escritura en caché, 1 hora **—** / 1K tokens |
| ConfiguraciónOpenAI Chat · Nivel 1 según la longitud de la solicitud | Tabla de tarifas— | Tokens de contexto, más de0 | Tokens de contexto, hasta inclusiveSin límite superior | Cargo Entrada · Tokens de entrada **$0.00017** / 1K tokens Salida · Tokens de salida **$0.0008** / 1K tokens Entrada · Lectura de caché **—** / 1K tokens Entrada · Escritura en caché **—** / 1K tokens Entrada · Escritura en caché, 1 hora **—** / 1K tokens |
| ConfiguraciónAnthropic Messages · Tarifas base por token | Tabla de tarifasTarifa base | Tokens de contexto, más de— | Tokens de contexto, hasta inclusiveSin límite superior | Cargo Entrada · Tokens de entrada **$0.00017** / 1K tokens Salida · Tokens de salida **$0.0008** / 1K tokens Entrada · Lectura de caché **—** / 1K tokens Entrada · Escritura en caché **—** / 1K tokens Entrada · Escritura en caché, 1 hora **—** / 1K tokens |
| ConfiguraciónAnthropic Messages · Nivel 1 según la longitud de la solicitud | Tabla de tarifas— | Tokens de contexto, más de0 | Tokens de contexto, hasta inclusiveSin límite superior | Cargo Entrada · Tokens de entrada **$0.00017** / 1K tokens Salida · Tokens de salida **$0.0008** / 1K tokens Entrada · Lectura de caché **—** / 1K tokens Entrada · Escritura en caché **—** / 1K tokens Entrada · Escritura en caché, 1 hora **—** / 1K tokens |
### Solicitudes de ejemplo
#### Ailoot · OpenAI Chat
Ejemplo de textoPython SDKNode.js SDKFlujo en Python
```bash
set -eu
: "${AILOOT_API_KEY:?Set your Ailoot API key}"
: "${AILOOT_TEXT_FILE:?Set your actual UTF-8 source-material file}"
export AILOOT_TEXT_FILE
python3 - <<'PY_REQUEST'
import json,os
from pathlib import Path
p=json.loads('{"model": "nemotron-3-super", "messages": []}')
f=Path(os.environ["AILOOT_TEXT_FILE"])
if not f.is_file():raise SystemExit("Choose your actual UTF-8 source material")
text=f.read_text(encoding="utf-8")
if not text.strip():raise SystemExit("Source material must contain text")
p["messages"]=[{"role":"user","content":"Summarize this material and quote supporting source passages.\n\n"+text}]
Path("request.json").write_text(json.dumps(p,ensure_ascii=False))
PY_REQUEST
curl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/chat/completions \
-H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \
--data-binary @request.json -D response-headers.txt -o result.json
python3 - <<'PY_RESULT'
import json
from pathlib import Path
print(json.dumps(json.loads(Path("result.json").read_text()),ensure_ascii=False,indent=2))
PY_RESULT
```
```python
from openai import OpenAI
import os
if not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")
client = OpenAI(base_url="https://api.ailoot.ai/v1", api_key=os.environ["AILOOT_API_KEY"], max_retries=0)
resp = client.chat.completions.create(
model="nemotron-3-super",
messages=[{"role": "user", "content": "Explain the difference between an observation and a hypothesis in three sentences."}],
)
import base64, json
from pathlib import Path
def save_result(data, stem="result"):
# Keep every field, including usage, IDs, reasoning and tool requests.
Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")
print(json.dumps(data, ensure_ascii=False, indent=2))
def save_blob(encoded, suffix, label):
raw = base64.b64decode(encoded, altchars=b"-_", validate=True)
ext = "png" if raw.startswith(b"\x89PNG\r\n\x1a\n") else "jpg" if raw.startswith(b"\xff\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix
file = Path(stem + "-" + label + "." + ext)
file.write_bytes(raw)
print("Saved", file)
for index, block in enumerate(data.get("content") or []):
print("Content", index, json.dumps(block, ensure_ascii=False))
for choice in data.get("choices") or []:
print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))
for index, item in enumerate(data.get("output") or []):
print("Output", index, json.dumps(item, ensure_ascii=False))
if item.get("type") == "image_generation_call" and item.get("result"):
save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))
for ci, candidate in enumerate(data.get("candidates") or []):
for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):
print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))
blob = part.get("inlineData") or part.get("inline_data")
if blob and blob.get("data"):
mime = blob.get("mimeType") or blob.get("mime_type")
suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")
save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))
save_result(resp.to_dict(mode="json"))
```
```js
import OpenAI from "openai";
if (!process.env.AILOOT_API_KEY?.trim()) throw new Error("Set AILOOT_API_KEY before making a request");
const client = new OpenAI({ baseURL: "https://api.ailoot.ai/v1", apiKey: process.env.AILOOT_API_KEY, maxRetries: 0 });
const resp = await client.chat.completions.create({
model: "nemotron-3-super",
messages: [{ role: "user", content: "Explain the difference between an observation and a hypothesis in three sentences." }],
});
import { writeFileSync } from "node:fs";
function saveResult(data, stem = "result") {
writeFileSync(stem + ".json", JSON.stringify(data, null, 2));
console.log(JSON.stringify(data, null, 2));
const saveBlob = (encoded, suffix, label) => {
const raw = Buffer.from(encoded, "base64");
const ext = raw.subarray(0,8).equals(Buffer.from([137,80,78,71,13,10,26,10])) ? "png" : raw[0]===255 && raw[1]===216 ? "jpg" : raw.subarray(0,4).toString()==="RIFF" && raw.subarray(8,12).toString()==="WEBP" ? "webp" : suffix;
const file = `${stem}-${label}.${ext}`;
writeFileSync(file, raw); console.log("Saved", file);
};
for (const [i, block] of (data.content || []).entries()) console.log("Content", i, JSON.stringify(block));
for (const choice of data.choices || []) console.log("Choice", choice.index, JSON.stringify(choice.message || choice.delta || {}));
for (const [i, item] of (data.output || []).entries()) {
console.log("Output", i, JSON.stringify(item));
if (item.type === "image_generation_call" && item.result) saveBlob(item.result, item.output_format || "bin", `output-${i}`);
}
for (const [ci, candidate] of (data.candidates || []).entries()) {
for (const [pi, part] of (candidate.content?.parts || []).entries()) {
console.log("Candidate/part", ci, pi, JSON.stringify(part));
const blob = part.inlineData || part.inline_data;
if (blob?.data) {
const mime = blob.mimeType || blob.mime_type;
const suffix = ({"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"})[mime] || "bin";
saveBlob(blob.data, suffix, `candidate-${ci}-part-${pi}`);
}
}
}
}
saveResult(resp);
```
```python
from openai import OpenAI
import os
from pathlib import Path
if not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")
client=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)
import base64, json
from pathlib import Path
def save_result(data, stem="result"):
# Keep every field, including usage, IDs, reasoning and tool requests.
Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")
print(json.dumps(data, ensure_ascii=False, indent=2))
def save_blob(encoded, suffix, label):
raw = base64.b64decode(encoded, altchars=b"-_", validate=True)
ext = "png" if raw.startswith(b"\x89PNG\r\n\x1a\n") else "jpg" if raw.startswith(b"\xff\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix
file = Path(stem + "-" + label + "." + ext)
file.write_bytes(raw)
print("Saved", file)
for index, block in enumerate(data.get("content") or []):
print("Content", index, json.dumps(block, ensure_ascii=False))
for choice in data.get("choices") or []:
print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))
for index, item in enumerate(data.get("output") or []):
print("Output", index, json.dumps(item, ensure_ascii=False))
if item.get("type") == "image_generation_call" and item.get("result"):
save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))
for ci, candidate in enumerate(data.get("candidates") or []):
for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):
print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))
blob = part.get("inlineData") or part.get("inline_data")
if blob and blob.get("data"):
mime = blob.get("mimeType") or blob.get("mime_type")
suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")
save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))
with client.chat.completions.stream(model='nemotron-3-super',messages=[{"role":"user","content":"Explain observations and hypotheses in three sentences."}]) as stream:
with Path("stream-events.jsonl").open("w",encoding="utf-8") as log:
for event in stream:
payload=event.to_dict(mode="json")
log.write(json.dumps(payload,ensure_ascii=False)+"\n"); log.flush()
print(json.dumps(payload,ensure_ascii=False))
final=stream.get_final_completion()
save_result(final.to_dict(mode="json"),"stream-result")
```
### Recibir y guardar resultados
#### Ailoot · OpenAI Chat
json o SSE
##### Conserva todos los resultados completados
Conserva todas las respuestas, archivos y partes de contenido completos recibidos.
Conserva cada alternativa y su contenido, llamadas de herramientas y razonamiento. En SSE, ensambla los fragmentos incrementales por índice de alternativa/herramienta y conserva el motivo final de terminación y el uso.
##### Si es necesario revisar la respuesta original
Conserva los ID de solicitud y respuesta y las cabeceras. No se proporciona una URL genérica para recuperar tareas de texto.
Campos de respuesta
| Campo | Tipo |
| --- | --- |
| Campo`choices[].index` | Tipointeger |
| Campo`choices[].message.content` | Tipostring\|null |
| Campo`choices[].message.tool_calls` | Tipotool\_call\[\] |
| Campo`choices[].message.reasoning_content` | Tipostring |
| Campo`choices[].message.reasoning_details` | Tipoobject\|array |
| Campo`choices[].finish_reason` | Tipostring\|null |
| Campo`usage` | Tipoobject |
Errores y siguientes pasos
| Respuesta | Condición | Siguiente paso |
| --- | --- | --- |
| Respuesta400 · `invalid_request_error` | CondiciónCampos obligatorios, representación del material o valor del parámetro no válidos | Siguiente pasoCorrige los campos indicados antes de una nueva solicitud de creación. |
### Alias
#### Alias del modelo
Ailoot [`nvidia/nemotron-3-super-120b-a12b`](https://ailoot.ai/models/es/#m=nvidia%2Fnemotron-3-super-120b-a12b&route=Core&caller=nvidia%2Fnemotron-3-super-120b-a12b&fmt=chat), [`nemotron-3-super`](https://ailoot.ai/models/es/#m=nvidia%2Fnemotron-3-super-120b-a12b&route=Core&caller=nemotron-3-super&fmt=chat), [`nemotron-3-super-latest`](https://ailoot.ai/models/es/#m=nvidia%2Fnemotron-3-super-120b-a12b&route=Core&caller=nemotron-3-super-latest&fmt=chat)
**Ailoot Ultra** [`nvidia/nemotron-3-super-120b-a12b`](https://ailoot.ai/models/es/#m=nvidia%2Fnemotron-3-super-120b-a12b&route=Ultra&caller=nvidia%2Fnemotron-3-super-120b-a12b&fmt=chat)
#### Alias de rutas de métodos
Usa las rutas de método indicadas arriba.
#### ID de modelo relacionados
[`nvidia/nemotron-3-super-120b-a12b`](https://ailoot.ai/models/es/#m=nvidia%2Fnemotron-3-super-120b-a12b&route=Core&caller=nvidia%2Fnemotron-3-super-120b-a12b&fmt=chat), [`nvidia/nemotron-3-super-120b-a12b`](https://ailoot.ai/models/es/#m=nvidia%2Fnemotron-3-super-120b-a12b&route=Ultra&caller=nvidia%2Fnemotron-3-super-120b-a12b&fmt=chat), [`nemotron-3-super`](https://ailoot.ai/models/es/#m=nvidia%2Fnemotron-3-super-120b-a12b&route=Core&caller=nemotron-3-super&fmt=chat), [`nemotron-3-super-latest`](https://ailoot.ai/models/es/#m=nvidia%2Fnemotron-3-super-120b-a12b&route=Core&caller=nemotron-3-super-latest&fmt=chat)
**Ailoot · Anthropic Messages** `POST /v1/messages` `nemotron-3-super-latest`
[`nemotron-3-super-latest`](https://ailoot.ai/models/es/#m=nvidia%2Fnemotron-3-super-120b-a12b&route=Core&caller=nemotron-3-super-latest&fmt=messages)
NVIDIA /`nemotron-3-super-latest`
ID del modelo
- `nvidia/nemotron-3-super-120b-a12b`
- `nemotron-3-super`
- `nemotron-3-super-latest`
### Primeros pasos
Nemotron 3 Super es el modelo de texto de NVIDIA para aplicaciones complejas con agentes, con 12B parámetros activos de un total de 120B. Su diseño híbrido Mamba–Transformer de mezcla de expertos admite razonamiento, herramientas de función y controles de salida estructurada.
Entradas aceptadas
Texto
Resultados
Texto
### Disponible en Ailoot · entradas y métodos
**Ailoot · Anthropic Messages** `POST /v1/messages`
Tipos de entrada
`text`
Tipos de salida
`text`
Contexto
262.144 tokens
Salida máxima
32.768 tokens
Formato de salida
json o SSE
| Campo | Tipo | Requisito | Valores y límites | Predeterminado |
| --- | --- | --- | --- | --- |
| Campo`model` | Tipo`string` | RequisitoObligatorio | Valores y límites nemotron-3-super-latest | Predeterminado— |
| Campo`messages` | Tipo`message[]` | RequisitoObligatorio | Valores y límites Número mínimo de elementos: 1 | Predeterminado— |
| Campo`messages[].role` | Tipo`string` | RequisitoObligatorio | Valores y límites user, assistant | Predeterminado— |
| Campo`messages[].content` | Tipo`string\|content_block[]` | RequisitoObligatorio | Valores y límites | Predeterminado— |
| Campo`system` | Tipo`string\|content_block[]` | RequisitoOpcional | Valores y límites | Predeterminado— |
| Campo`max_tokens` | Tipo`integer` | RequisitoObligatorio | Valores y límites Mínimo: 1 El límite se aplica a: límite máximo exacto de la ficha del modelo seleccionado | Predeterminado— |
| Campo`stream` | Tipo`boolean` | RequisitoOpcional | Valores y límites | Predeterminadofalse |
| Campo`temperature` | Tipo`number` | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— |
| Campo`top_p` | Tipo`number` | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— |
| Campo`stop_sequences` | Tipo`string[]` | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— |
| Campo`tools` | Tipo`tool[]` | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— |
| Campo`tools[].name` | Tipo`string` | RequisitoOpcional | Valores y límites Se aplica cuando: herramienta proporcionada | Predeterminado— |
| Campo`tools[].description` | Tipo`string` | RequisitoOpcional | Valores y límites | Predeterminado— |
| Campo`tools[].input_schema` | Tipo`JSON_schema` | RequisitoOpcional | Valores y límites | Predeterminado— |
| Campo`tool_choice` | Tipo`object` | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— |
| Campo`thinking.type` | Tipo`string` | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— |
| Campo`thinking.budget_tokens` | Tipo`integer` | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— |
| Campo`output_config.effort` | Tipo`string` | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— |
| Campo`metadata` | Tipo`object` | RequisitoOpcional | Valores y límites | Predeterminado— |
| Campo`cache_control` | Tipo`object` | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— |
Combinaciones de materiales de entrada
**Texto** · Texto UTF8
`messages[].content o bloque type=text`
Parámetros del método y ciclo de vida
| Parámetro | Contrato |
| --- | --- |
| Parámetro`material_types` | Contratotext |
| Parámetro`required` | Contratomodel, messages, max\_tokens |
| Parámetro`optional_controls` | Contratonull |
| Parámetro`content_type` | Contratoapplication/json |
| Parámetro`text_file_material` | Contratocontenido real en UTF-8 insertado como texto; los ID de archivo y las URLs requieren compatibilidad específica e independiente |
Ciclo de vida: `exact retained published method`
Las estructuras e ID de los métodos son exactos; la capacidad del proveedor y la admisión son conceptos distintos.
### Planes
#### Tarifas de métodos Ailoot
Entrada
0,00008 US$ */ 1K*
Salida
0,00045 US$ */ 1K*
Lectura de caché
0,00008 US$ */ 1K*
Escritura en caché
0,00008 US$ */ 1K*
Escritura en caché, 5 min
0,00008 US$ */ 1K tokens*
Ailoot reserva un importe 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 →](https://ailoot.ai/docs/es/billing/reserve/)
#### Detalles de la tarifa de referencia
Las tablas de referencia del modelo no cambian la selección del método, las estimaciones de coste ni los cargos. Los cargos aplicados usan las tarifas del método Ailoot seleccionado.
Tablas de referencia del modelo
#### Precios por configuración
Relaciona cada cargo con las condiciones mostradas. Usa una tarifa para cada conjunto de configuraciones alternativas.
| Configuración | Tabla de tarifas | Tokens de contexto, más de | Tokens de contexto, hasta inclusive | Cargo |
| --- | --- | --- | --- | --- |
| ConfiguraciónOpenAI Chat · Tarifas base por token | Tabla de tarifasTarifa base | Tokens de contexto, más de— | Tokens de contexto, hasta inclusiveSin límite superior | Cargo Entrada · Tokens de entrada **$0.00017** / 1K tokens Salida · Tokens de salida **$0.0008** / 1K tokens Entrada · Lectura de caché **—** / 1K tokens Entrada · Escritura en caché **—** / 1K tokens Entrada · Escritura en caché, 1 hora **—** / 1K tokens |
| ConfiguraciónOpenAI Chat · Nivel 1 según la longitud de la solicitud | Tabla de tarifas— | Tokens de contexto, más de0 | Tokens de contexto, hasta inclusiveSin límite superior | Cargo Entrada · Tokens de entrada **$0.00017** / 1K tokens Salida · Tokens de salida **$0.0008** / 1K tokens Entrada · Lectura de caché **—** / 1K tokens Entrada · Escritura en caché **—** / 1K tokens Entrada · Escritura en caché, 1 hora **—** / 1K tokens |
| ConfiguraciónAnthropic Messages · Tarifas base por token | Tabla de tarifasTarifa base | Tokens de contexto, más de— | Tokens de contexto, hasta inclusiveSin límite superior | Cargo Entrada · Tokens de entrada **$0.00017** / 1K tokens Salida · Tokens de salida **$0.0008** / 1K tokens Entrada · Lectura de caché **—** / 1K tokens Entrada · Escritura en caché **—** / 1K tokens Entrada · Escritura en caché, 1 hora **—** / 1K tokens |
| ConfiguraciónAnthropic Messages · Nivel 1 según la longitud de la solicitud | Tabla de tarifas— | Tokens de contexto, más de0 | Tokens de contexto, hasta inclusiveSin límite superior | Cargo Entrada · Tokens de entrada **$0.00017** / 1K tokens Salida · Tokens de salida **$0.0008** / 1K tokens Entrada · Lectura de caché **—** / 1K tokens Entrada · Escritura en caché **—** / 1K tokens Entrada · Escritura en caché, 1 hora **—** / 1K tokens |
### Solicitudes de ejemplo
#### Ailoot · Anthropic Messages
Ejemplo de textoPython SDKNode.js SDKFlujo en Python
```bash
set -eu
: "${AILOOT_API_KEY:?Set your Ailoot API key}"
: "${AILOOT_TEXT_FILE:?Set your actual UTF-8 source-material file}"
export AILOOT_TEXT_FILE
python3 - <<'PY_REQUEST'
import json,os
from pathlib import Path
p=json.loads('{"model": "nemotron-3-super-latest", "max_tokens": 1024, "messages": []}')
f=Path(os.environ["AILOOT_TEXT_FILE"])
if not f.is_file():raise SystemExit("Choose your actual UTF-8 source material")
text=f.read_text(encoding="utf-8")
if not text.strip():raise SystemExit("Source material must contain text")
p["messages"]=[{"role":"user","content":"Summarize this material and quote supporting source passages.\n\n"+text}]
Path("request.json").write_text(json.dumps(p,ensure_ascii=False))
PY_REQUEST
curl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/messages \
-H "x-api-key: $AILOOT_API_KEY" -H 'anthropic-version: 2023-06-01' -H 'Content-Type: application/json' \
--data-binary @request.json -D response-headers.txt -o result.json
python3 - <<'PY_RESULT'
import json
from pathlib import Path
print(json.dumps(json.loads(Path("result.json").read_text()),ensure_ascii=False,indent=2))
PY_RESULT
```
```python
import anthropic
import os
if not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")
client = anthropic.Anthropic(base_url="https://api.ailoot.ai", api_key=os.environ["AILOOT_API_KEY"], max_retries=0)
msg = client.messages.create(
model="nemotron-3-super-latest",
max_tokens=1024,
messages=[{"role": "user", "content": "Explain the difference between an observation and a hypothesis in three sentences."}],
)
import base64, json
from pathlib import Path
def save_result(data, stem="result"):
# Keep every field, including usage, IDs, reasoning and tool requests.
Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")
print(json.dumps(data, ensure_ascii=False, indent=2))
def save_blob(encoded, suffix, label):
raw = base64.b64decode(encoded, altchars=b"-_", validate=True)
ext = "png" if raw.startswith(b"\x89PNG\r\n\x1a\n") else "jpg" if raw.startswith(b"\xff\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix
file = Path(stem + "-" + label + "." + ext)
file.write_bytes(raw)
print("Saved", file)
for index, block in enumerate(data.get("content") or []):
print("Content", index, json.dumps(block, ensure_ascii=False))
for choice in data.get("choices") or []:
print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))
for index, item in enumerate(data.get("output") or []):
print("Output", index, json.dumps(item, ensure_ascii=False))
if item.get("type") == "image_generation_call" and item.get("result"):
save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))
for ci, candidate in enumerate(data.get("candidates") or []):
for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):
print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))
blob = part.get("inlineData") or part.get("inline_data")
if blob and blob.get("data"):
mime = blob.get("mimeType") or blob.get("mime_type")
suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")
save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))
save_result(msg.to_dict(mode="json"))
```
```js
import Anthropic from "@anthropic-ai/sdk";
if (!process.env.AILOOT_API_KEY?.trim()) throw new Error("Set AILOOT_API_KEY before making a request");
const client = new Anthropic({ baseURL: "https://api.ailoot.ai", apiKey: process.env.AILOOT_API_KEY, maxRetries: 0 });
const msg = await client.messages.create({
model: "nemotron-3-super-latest",
max_tokens: 1024,
messages: [{ role: "user", content: "Explain the difference between an observation and a hypothesis in three sentences." }],
});
import { writeFileSync } from "node:fs";
function saveResult(data, stem = "result") {
writeFileSync(stem + ".json", JSON.stringify(data, null, 2));
console.log(JSON.stringify(data, null, 2));
const saveBlob = (encoded, suffix, label) => {
const raw = Buffer.from(encoded, "base64");
const ext = raw.subarray(0,8).equals(Buffer.from([137,80,78,71,13,10,26,10])) ? "png" : raw[0]===255 && raw[1]===216 ? "jpg" : raw.subarray(0,4).toString()==="RIFF" && raw.subarray(8,12).toString()==="WEBP" ? "webp" : suffix;
const file = `${stem}-${label}.${ext}`;
writeFileSync(file, raw); console.log("Saved", file);
};
for (const [i, block] of (data.content || []).entries()) console.log("Content", i, JSON.stringify(block));
for (const choice of data.choices || []) console.log("Choice", choice.index, JSON.stringify(choice.message || choice.delta || {}));
for (const [i, item] of (data.output || []).entries()) {
console.log("Output", i, JSON.stringify(item));
if (item.type === "image_generation_call" && item.result) saveBlob(item.result, item.output_format || "bin", `output-${i}`);
}
for (const [ci, candidate] of (data.candidates || []).entries()) {
for (const [pi, part] of (candidate.content?.parts || []).entries()) {
console.log("Candidate/part", ci, pi, JSON.stringify(part));
const blob = part.inlineData || part.inline_data;
if (blob?.data) {
const mime = blob.mimeType || blob.mime_type;
const suffix = ({"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"})[mime] || "bin";
saveBlob(blob.data, suffix, `candidate-${ci}-part-${pi}`);
}
}
}
}
saveResult(msg);
```
```python
import anthropic,os
from pathlib import Path
if not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")
client=anthropic.Anthropic(base_url="https://api.ailoot.ai",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)
import base64, json
from pathlib import Path
def save_result(data, stem="result"):
# Keep every field, including usage, IDs, reasoning and tool requests.
Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")
print(json.dumps(data, ensure_ascii=False, indent=2))
def save_blob(encoded, suffix, label):
raw = base64.b64decode(encoded, altchars=b"-_", validate=True)
ext = "png" if raw.startswith(b"\x89PNG\r\n\x1a\n") else "jpg" if raw.startswith(b"\xff\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix
file = Path(stem + "-" + label + "." + ext)
file.write_bytes(raw)
print("Saved", file)
for index, block in enumerate(data.get("content") or []):
print("Content", index, json.dumps(block, ensure_ascii=False))
for choice in data.get("choices") or []:
print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))
for index, item in enumerate(data.get("output") or []):
print("Output", index, json.dumps(item, ensure_ascii=False))
if item.get("type") == "image_generation_call" and item.get("result"):
save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))
for ci, candidate in enumerate(data.get("candidates") or []):
for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):
print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))
blob = part.get("inlineData") or part.get("inline_data")
if blob and blob.get("data"):
mime = blob.get("mimeType") or blob.get("mime_type")
suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")
save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))
with client.messages.stream(model='nemotron-3-super-latest',max_tokens=1024,messages=[{"role":"user","content":"Explain observations and hypotheses in three sentences."}]) as stream:
with Path("stream-events.jsonl").open("w",encoding="utf-8") as log:
for event in stream:
payload=event.to_dict(mode="json")
log.write(json.dumps(payload,ensure_ascii=False)+"\n"); log.flush()
print(json.dumps(payload,ensure_ascii=False))
final=stream.get_final_message()
save_result(final.to_dict(mode="json"),"stream-result")
```
### Recibir y guardar resultados
#### Ailoot · Anthropic Messages
json o SSE
##### Conserva todos los resultados completados
Conserva todas las respuestas, archivos y partes de contenido completos recibidos.
Conserva todos los bloques de contenido, las firmas de razonamiento y los ID reales de uso de herramientas. Ensambla todos los fragmentos incrementales de los bloques SSE; el primer bloque de texto no constituye la salida completa.
##### Si es necesario revisar la respuesta original
Conserva los ID de solicitud y respuesta y las cabeceras. No se proporciona una URL genérica para recuperar tareas de texto.
Campos de respuesta
| Campo | Tipo |
| --- | --- |
| Campo`id` | Tipostring |
| Campo`model` | Tipostring |
| Campo`content[]` | Tipotext\|thinking\|tool\_use\|other content block |
| Campo`stop_reason` | Tipostring\|null |
| Campo`usage` | Tipoobject |
Errores y siguientes pasos
| Respuesta | Condición | Siguiente paso |
| --- | --- | --- |
| Respuesta400 · `invalid_request_error` | CondiciónCampos obligatorios, representación del material o valor del parámetro no válidos | Siguiente pasoCorrige los campos indicados antes de una nueva solicitud de creación. |
### Alias
#### Alias del modelo
Ailoot [`nvidia/nemotron-3-super-120b-a12b`](https://ailoot.ai/models/es/#m=nvidia%2Fnemotron-3-super-120b-a12b&route=Core&caller=nvidia%2Fnemotron-3-super-120b-a12b&fmt=messages), [`nemotron-3-super`](https://ailoot.ai/models/es/#m=nvidia%2Fnemotron-3-super-120b-a12b&route=Core&caller=nemotron-3-super&fmt=messages), [`nemotron-3-super-latest`](https://ailoot.ai/models/es/#m=nvidia%2Fnemotron-3-super-120b-a12b&route=Core&caller=nemotron-3-super-latest&fmt=messages)
**Ailoot Ultra** [`nvidia/nemotron-3-super-120b-a12b`](https://ailoot.ai/models/es/#m=nvidia%2Fnemotron-3-super-120b-a12b&route=Ultra&caller=nvidia%2Fnemotron-3-super-120b-a12b&fmt=messages)
#### Alias de rutas de métodos
Usa las rutas de método indicadas arriba.
#### ID de modelo relacionados
[`nvidia/nemotron-3-super-120b-a12b`](https://ailoot.ai/models/es/#m=nvidia%2Fnemotron-3-super-120b-a12b&route=Core&caller=nvidia%2Fnemotron-3-super-120b-a12b&fmt=messages), [`nvidia/nemotron-3-super-120b-a12b`](https://ailoot.ai/models/es/#m=nvidia%2Fnemotron-3-super-120b-a12b&route=Ultra&caller=nvidia%2Fnemotron-3-super-120b-a12b&fmt=messages), [`nemotron-3-super`](https://ailoot.ai/models/es/#m=nvidia%2Fnemotron-3-super-120b-a12b&route=Core&caller=nemotron-3-super&fmt=messages), [`nemotron-3-super-latest`](https://ailoot.ai/models/es/#m=nvidia%2Fnemotron-3-super-120b-a12b&route=Core&caller=nemotron-3-super-latest&fmt=messages)
**Ailoot · OpenAI Chat** `POST /v1/chat/completions` `nemotron-3-super-latest`
[`nemotron-3-super-latest`](https://ailoot.ai/models/es/#m=nvidia%2Fnemotron-3-super-120b-a12b&route=Core&caller=nemotron-3-super-latest&fmt=chat)
NVIDIA /`nemotron-3-super-latest`
ID del modelo
- `nvidia/nemotron-3-super-120b-a12b`
- `nemotron-3-super`
- `nemotron-3-super-latest`
### Primeros pasos
Nemotron 3 Super es el modelo de texto de NVIDIA para aplicaciones complejas con agentes, con 12B parámetros activos de un total de 120B. Su diseño híbrido Mamba–Transformer de mezcla de expertos admite razonamiento, herramientas de función y controles de salida estructurada.
Entradas aceptadas
Texto
Resultados
Texto
### Disponible en Ailoot · entradas y métodos
**Ailoot · OpenAI Chat** `POST /v1/chat/completions`
Tipos de entrada
`text`
Tipos de salida
`text`
Contexto
4096 tokens
Salida máxima
1024 tokens
Formato de salida
json o SSE
| Campo | Tipo | Requisito | Valores y límites | Predeterminado |
| --- | --- | --- | --- | --- |
| Campo`model` | Tipo`string` | RequisitoObligatorio | Valores y límites nemotron-3-super-latest | Predeterminado— |
| Campo`messages` | Tipo`message[]` | RequisitoObligatorio | Valores y límites Número mínimo de elementos: 1 | Predeterminado— |
| Campo`messages[].role` | Tipo`string` | RequisitoObligatorio | Valores y límites Ejemplos: system, user, assistant, tool, function Condiciones: Estos roles están representados explícitamente por los tipos de compatibilidad del código fuente; el conjunto exacto de roles depende del modelo. Depende del modelo | Predeterminado— |
| Campo`messages[].content` | Tipo`string\|content_part[]\|null` | RequisitoOpcional | Valores y límites | Predeterminado— |
| Campo`messages[].tool_calls` | Tipo`tool_call[]` | RequisitoOpcional | Valores y límites | Predeterminado— |
| Campo`messages[].tool_call_id` | Tipo`string` | RequisitoOpcional | Valores y límites Se aplica cuando: role=tool; utiliza el ID real devuelto | Predeterminado— |
| Campo`messages[].name` | Tipo`string` | RequisitoOpcional | Valores y límites | Predeterminado— |
| Campo`messages[].reasoning_content` | Tipo`string` | RequisitoOpcional | Valores y límites Se aplica cuando: Devuelve en los turnos siguientes el razonamiento realmente recibido cuando este modelo lo utilice | Predeterminado— |
| Campo`messages[].reasoning_details` | Tipo`object\|array` | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— |
| Campo`max_tokens` | Tipo`integer` | RequisitoOpcional | Valores y límites Mínimo: 1 Depende del modelo | Predeterminado— |
| Campo`max_completion_tokens` | Tipo`integer` | RequisitoOpcional | Valores y límites Mínimo: 1 Depende del modelo | Predeterminado— |
| Campo`stream` | Tipo`boolean` | RequisitoOpcional | Valores y límites | Predeterminadofalse |
| Campo`stream_options.include_usage` | Tipo`boolean` | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— |
| Campo`temperature` | Tipo`number` | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— |
| Campo`top_p` | Tipo`number` | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— |
| Campo`stop` | Tipo`string\|string[]` | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— |
| Campo`tools` | Tipo`function_tool[]` | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— |
| Campo`tools[].type` | Tipo`string` | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— |
| Campo`tools[].function.name` | Tipo`string` | RequisitoObligatorio | Valores y límites Se aplica cuando: herramienta de función proporcionada | Predeterminado— |
| Campo`tools[].function.description` | Tipo`string` | RequisitoOpcional | Valores y límites | Predeterminado— |
| Campo`tools[].function.parameters` | Tipo`JSON_schema` | RequisitoOpcional | Valores y límites | Predeterminado— |
| Campo`tool_choice` | Tipo`string\|object` | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— |
| Campo`parallel_tool_calls` | Tipo`boolean` | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— |
| Campo`response_format` | Tipo`object` | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— |
| Campo`reasoning_effort` | Tipo`string` | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— |
| Campo`reasoning` | Tipo`object` | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— |
| Campo`service_tier` | Tipo`string` | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— |
| Campo`instructions` | Tipo`string` | RequisitoOpcional | Valores y límites Campo de compatibilidad | Predeterminado— |
| Campo`functions` | Tipo`function[]` | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— |
| Campo`function_call` | Tipo`string\|object` | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— |
| Campo`prompt_cache_options` | Tipo`object` | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— |
Combinaciones de materiales de entrada
**Texto** · Texto UTF8
`messages[].content`
Parámetros del método y ciclo de vida
| Parámetro | Contrato |
| --- | --- |
| Parámetro`material_types` | Contratotext |
| Parámetro`required` | Contratomodel, messages |
| Parámetro`optional_controls` | Contratonull |
| Parámetro`content_type` | Contratoapplication/json |
| Parámetro`text_file_material` | Contratocontenido real en UTF-8 insertado como texto; los ID de archivo y las URLs requieren compatibilidad específica e independiente |
Ciclo de vida: `exact retained published method`
Las estructuras e ID de los métodos son exactos; la capacidad del proveedor y la admisión son conceptos distintos.
### Planes
#### Tarifas de métodos Ailoot
Entrada
0,00008 US$ */ 1K*
Salida
0,00045 US$ */ 1K*
Lectura de caché
0,00008 US$ */ 1K*
Escritura en caché
0,00008 US$ */ 1K*
Escritura en caché, 5 min
0,00008 US$ */ 1K tokens*
Ailoot reserva un importe 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 →](https://ailoot.ai/docs/es/billing/reserve/)
#### Detalles de la tarifa de referencia
Las tablas de referencia del modelo no cambian la selección del método, las estimaciones de coste ni los cargos. Los cargos aplicados usan las tarifas del método Ailoot seleccionado.
Tablas de referencia del modelo
#### Precios por configuración
Relaciona cada cargo con las condiciones mostradas. Usa una tarifa para cada conjunto de configuraciones alternativas.
| Configuración | Tabla de tarifas | Tokens de contexto, más de | Tokens de contexto, hasta inclusive | Cargo |
| --- | --- | --- | --- | --- |
| ConfiguraciónOpenAI Chat · Tarifas base por token | Tabla de tarifasTarifa base | Tokens de contexto, más de— | Tokens de contexto, hasta inclusiveSin límite superior | Cargo Entrada · Tokens de entrada **$0.00017** / 1K tokens Salida · Tokens de salida **$0.0008** / 1K tokens Entrada · Lectura de caché **—** / 1K tokens Entrada · Escritura en caché **—** / 1K tokens Entrada · Escritura en caché, 1 hora **—** / 1K tokens |
| ConfiguraciónOpenAI Chat · Nivel 1 según la longitud de la solicitud | Tabla de tarifas— | Tokens de contexto, más de0 | Tokens de contexto, hasta inclusiveSin límite superior | Cargo Entrada · Tokens de entrada **$0.00017** / 1K tokens Salida · Tokens de salida **$0.0008** / 1K tokens Entrada · Lectura de caché **—** / 1K tokens Entrada · Escritura en caché **—** / 1K tokens Entrada · Escritura en caché, 1 hora **—** / 1K tokens |
| ConfiguraciónAnthropic Messages · Tarifas base por token | Tabla de tarifasTarifa base | Tokens de contexto, más de— | Tokens de contexto, hasta inclusiveSin límite superior | Cargo Entrada · Tokens de entrada **$0.00017** / 1K tokens Salida · Tokens de salida **$0.0008** / 1K tokens Entrada · Lectura de caché **—** / 1K tokens Entrada · Escritura en caché **—** / 1K tokens Entrada · Escritura en caché, 1 hora **—** / 1K tokens |
| ConfiguraciónAnthropic Messages · Nivel 1 según la longitud de la solicitud | Tabla de tarifas— | Tokens de contexto, más de0 | Tokens de contexto, hasta inclusiveSin límite superior | Cargo Entrada · Tokens de entrada **$0.00017** / 1K tokens Salida · Tokens de salida **$0.0008** / 1K tokens Entrada · Lectura de caché **—** / 1K tokens Entrada · Escritura en caché **—** / 1K tokens Entrada · Escritura en caché, 1 hora **—** / 1K tokens |
### Solicitudes de ejemplo
#### Ailoot · OpenAI Chat
Ejemplo de textoPython SDKNode.js SDKFlujo en Python
```bash
set -eu
: "${AILOOT_API_KEY:?Set your Ailoot API key}"
: "${AILOOT_TEXT_FILE:?Set your actual UTF-8 source-material file}"
export AILOOT_TEXT_FILE
python3 - <<'PY_REQUEST'
import json,os
from pathlib import Path
p=json.loads('{"model": "nemotron-3-super-latest", "messages": []}')
f=Path(os.environ["AILOOT_TEXT_FILE"])
if not f.is_file():raise SystemExit("Choose your actual UTF-8 source material")
text=f.read_text(encoding="utf-8")
if not text.strip():raise SystemExit("Source material must contain text")
p["messages"]=[{"role":"user","content":"Summarize this material and quote supporting source passages.\n\n"+text}]
Path("request.json").write_text(json.dumps(p,ensure_ascii=False))
PY_REQUEST
curl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/chat/completions \
-H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \
--data-binary @request.json -D response-headers.txt -o result.json
python3 - <<'PY_RESULT'
import json
from pathlib import Path
print(json.dumps(json.loads(Path("result.json").read_text()),ensure_ascii=False,indent=2))
PY_RESULT
```
```python
from openai import OpenAI
import os
if not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")
client = OpenAI(base_url="https://api.ailoot.ai/v1", api_key=os.environ["AILOOT_API_KEY"], max_retries=0)
resp = client.chat.completions.create(
model="nemotron-3-super-latest",
messages=[{"role": "user", "content": "Explain the difference between an observation and a hypothesis in three sentences."}],
)
import base64, json
from pathlib import Path
def save_result(data, stem="result"):
# Keep every field, including usage, IDs, reasoning and tool requests.
Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")
print(json.dumps(data, ensure_ascii=False, indent=2))
def save_blob(encoded, suffix, label):
raw = base64.b64decode(encoded, altchars=b"-_", validate=True)
ext = "png" if raw.startswith(b"\x89PNG\r\n\x1a\n") else "jpg" if raw.startswith(b"\xff\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix
file = Path(stem + "-" + label + "." + ext)
file.write_bytes(raw)
print("Saved", file)
for index, block in enumerate(data.get("content") or []):
print("Content", index, json.dumps(block, ensure_ascii=False))
for choice in data.get("choices") or []:
print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))
for index, item in enumerate(data.get("output") or []):
print("Output", index, json.dumps(item, ensure_ascii=False))
if item.get("type") == "image_generation_call" and item.get("result"):
save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))
for ci, candidate in enumerate(data.get("candidates") or []):
for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):
print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))
blob = part.get("inlineData") or part.get("inline_data")
if blob and blob.get("data"):
mime = blob.get("mimeType") or blob.get("mime_type")
suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")
save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))
save_result(resp.to_dict(mode="json"))
```
```js
import OpenAI from "openai";
if (!process.env.AILOOT_API_KEY?.trim()) throw new Error("Set AILOOT_API_KEY before making a request");
const client = new OpenAI({ baseURL: "https://api.ailoot.ai/v1", apiKey: process.env.AILOOT_API_KEY, maxRetries: 0 });
const resp = await client.chat.completions.create({
model: "nemotron-3-super-latest",
messages: [{ role: "user", content: "Explain the difference between an observation and a hypothesis in three sentences." }],
});
import { writeFileSync } from "node:fs";
function saveResult(data, stem = "result") {
writeFileSync(stem + ".json", JSON.stringify(data, null, 2));
console.log(JSON.stringify(data, null, 2));
const saveBlob = (encoded, suffix, label) => {
const raw = Buffer.from(encoded, "base64");
const ext = raw.subarray(0,8).equals(Buffer.from([137,80,78,71,13,10,26,10])) ? "png" : raw[0]===255 && raw[1]===216 ? "jpg" : raw.subarray(0,4).toString()==="RIFF" && raw.subarray(8,12).toString()==="WEBP" ? "webp" : suffix;
const file = `${stem}-${label}.${ext}`;
writeFileSync(file, raw); console.log("Saved", file);
};
for (const [i, block] of (data.content || []).entries()) console.log("Content", i, JSON.stringify(block));
for (const choice of data.choices || []) console.log("Choice", choice.index, JSON.stringify(choice.message || choice.delta || {}));
for (const [i, item] of (data.output || []).entries()) {
console.log("Output", i, JSON.stringify(item));
if (item.type === "image_generation_call" && item.result) saveBlob(item.result, item.output_format || "bin", `output-${i}`);
}
for (const [ci, candidate] of (data.candidates || []).entries()) {
for (const [pi, part] of (candidate.content?.parts || []).entries()) {
console.log("Candidate/part", ci, pi, JSON.stringify(part));
const blob = part.inlineData || part.inline_data;
if (blob?.data) {
const mime = blob.mimeType || blob.mime_type;
const suffix = ({"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"})[mime] || "bin";
saveBlob(blob.data, suffix, `candidate-${ci}-part-${pi}`);
}
}
}
}
saveResult(resp);
```
```python
from openai import OpenAI
import os
from pathlib import Path
if not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")
client=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)
import base64, json
from pathlib import Path
def save_result(data, stem="result"):
# Keep every field, including usage, IDs, reasoning and tool requests.
Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")
print(json.dumps(data, ensure_ascii=False, indent=2))
def save_blob(encoded, suffix, label):
raw = base64.b64decode(encoded, altchars=b"-_", validate=True)
ext = "png" if raw.startswith(b"\x89PNG\r\n\x1a\n") else "jpg" if raw.startswith(b"\xff\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix
file = Path(stem + "-" + label + "." + ext)
file.write_bytes(raw)
print("Saved", file)
for index, block in enumerate(data.get("content") or []):
print("Content", index, json.dumps(block, ensure_ascii=False))
for choice in data.get("choices") or []:
print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))
for index, item in enumerate(data.get("output") or []):
print("Output", index, json.dumps(item, ensure_ascii=False))
if item.get("type") == "image_generation_call" and item.get("result"):
save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))
for ci, candidate in enumerate(data.get("candidates") or []):
for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):
print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))
blob = part.get("inlineData") or part.get("inline_data")
if blob and blob.get("data"):
mime = blob.get("mimeType") or blob.get("mime_type")
suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")
save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))
with client.chat.completions.stream(model='nemotron-3-super-latest',messages=[{"role":"user","content":"Explain observations and hypotheses in three sentences."}]) as stream:
with Path("stream-events.jsonl").open("w",encoding="utf-8") as log:
for event in stream:
payload=event.to_dict(mode="json")
log.write(json.dumps(payload,ensure_ascii=False)+"\n"); log.flush()
print(json.dumps(payload,ensure_ascii=False))
final=stream.get_final_completion()
save_result(final.to_dict(mode="json"),"stream-result")
```
### Recibir y guardar resultados
#### Ailoot · OpenAI Chat
json o SSE
##### Conserva todos los resultados completados
Conserva todas las respuestas, archivos y partes de contenido completos recibidos.
Conserva cada alternativa y su contenido, llamadas de herramientas y razonamiento. En SSE, ensambla los fragmentos incrementales por índice de alternativa/herramienta y conserva el motivo final de terminación y el uso.
##### Si es necesario revisar la respuesta original
Conserva los ID de solicitud y respuesta y las cabeceras. No se proporciona una URL genérica para recuperar tareas de texto.
Campos de respuesta
| Campo | Tipo |
| --- | --- |
| Campo`choices[].index` | Tipointeger |
| Campo`choices[].message.content` | Tipostring\|null |
| Campo`choices[].message.tool_calls` | Tipotool\_call\[\] |
| Campo`choices[].message.reasoning_content` | Tipostring |
| Campo`choices[].message.reasoning_details` | Tipoobject\|array |
| Campo`choices[].finish_reason` | Tipostring\|null |
| Campo`usage` | Tipoobject |
Errores y siguientes pasos
| Respuesta | Condición | Siguiente paso |
| --- | --- | --- |
| Respuesta400 · `invalid_request_error` | CondiciónCampos obligatorios, representación del material o valor del parámetro no válidos | Siguiente pasoCorrige los campos indicados antes de una nueva solicitud de creación. |
### Alias
#### Alias del modelo
Ailoot [`nvidia/nemotron-3-super-120b-a12b`](https://ailoot.ai/models/es/#m=nvidia%2Fnemotron-3-super-120b-a12b&route=Core&caller=nvidia%2Fnemotron-3-super-120b-a12b&fmt=chat), [`nemotron-3-super`](https://ailoot.ai/models/es/#m=nvidia%2Fnemotron-3-super-120b-a12b&route=Core&caller=nemotron-3-super&fmt=chat), [`nemotron-3-super-latest`](https://ailoot.ai/models/es/#m=nvidia%2Fnemotron-3-super-120b-a12b&route=Core&caller=nemotron-3-super-latest&fmt=chat)
**Ailoot Ultra** [`nvidia/nemotron-3-super-120b-a12b`](https://ailoot.ai/models/es/#m=nvidia%2Fnemotron-3-super-120b-a12b&route=Ultra&caller=nvidia%2Fnemotron-3-super-120b-a12b&fmt=chat)
#### Alias de rutas de métodos
Usa las rutas de método indicadas arriba.
#### ID de modelo relacionados
[`nvidia/nemotron-3-super-120b-a12b`](https://ailoot.ai/models/es/#m=nvidia%2Fnemotron-3-super-120b-a12b&route=Core&caller=nvidia%2Fnemotron-3-super-120b-a12b&fmt=chat), [`nvidia/nemotron-3-super-120b-a12b`](https://ailoot.ai/models/es/#m=nvidia%2Fnemotron-3-super-120b-a12b&route=Ultra&caller=nvidia%2Fnemotron-3-super-120b-a12b&fmt=chat), [`nemotron-3-super`](https://ailoot.ai/models/es/#m=nvidia%2Fnemotron-3-super-120b-a12b&route=Core&caller=nemotron-3-super&fmt=chat), [`nemotron-3-super-latest`](https://ailoot.ai/models/es/#m=nvidia%2Fnemotron-3-super-120b-a12b&route=Core&caller=nemotron-3-super-latest&fmt=chat)
FAQ · nvidia/nemotron-3-super-120b-a12b
¿Qué entradas y resultados están disponibles?
`POST /v1/messages` · `nvidia/nemotron-3-super-120b-a12b`: `text` → `text` `POST /v1/chat/completions` · `nvidia/nemotron-3-super-120b-a12b`: `text` → `text` `POST /v1/chat/completions` · `nvidia/nemotron-3-super-120b-a12b`: `text` → `text` `POST /v1/messages` · `nvidia/nemotron-3-super-120b-a12b`: `text` → `json`, `sse` `POST /v1/messages` · `nemotron-3-super`: `text` → `text` `POST /v1/chat/completions` · `nemotron-3-super`: `text` → `text` `POST /v1/messages` · `nemotron-3-super-latest`: `text` → `text` `POST /v1/chat/completions` · `nemotron-3-super-latest`: `text` → `text`
¿Qué campos utiliza la solicitud?
`POST /v1/messages` · `nvidia/nemotron-3-super-120b-a12b`: `model`, `messages`, `system`, `max_tokens`, `stream`, `metadata` `POST /v1/chat/completions` · `nvidia/nemotron-3-super-120b-a12b`: `model`, `messages`, `stream` `POST /v1/chat/completions` · `nvidia/nemotron-3-super-120b-a12b`: `model`, `messages`, `stream`, `modalities`, `provider` `POST /v1/messages` · `nvidia/nemotron-3-super-120b-a12b`: `model`, `messages`, `max_tokens`, `stream` `POST /v1/messages` · `nemotron-3-super`: `model`, `messages`, `system`, `max_tokens`, `stream`, `metadata` `POST /v1/chat/completions` · `nemotron-3-super`: `model`, `messages`, `stream` `POST /v1/messages` · `nemotron-3-super-latest`: `model`, `messages`, `system`, `max_tokens`, `stream`, `metadata` `POST /v1/chat/completions` · `nemotron-3-super-latest`: `model`, `messages`, `stream`
¿Qué límites se aplican?
`POST /v1/messages` · `nvidia/nemotron-3-super-120b-a12b`: `ctx`: `262144`; `max_out`: `32768`; `messages.min_items`: `1`; `max_tokens.minimum`: `1` `POST /v1/chat/completions` · `nvidia/nemotron-3-super-120b-a12b`: `ctx`: `4096`; `max_out`: `1024`; `messages.min_items`: `1` `POST /v1/chat/completions` · `nvidia/nemotron-3-super-120b-a12b`: `messages.min_items`: `1` `POST /v1/messages` · `nemotron-3-super`: `ctx`: `262144`; `max_out`: `32768`; `messages.min_items`: `1`; `max_tokens.minimum`: `1` `POST /v1/chat/completions` · `nemotron-3-super`: `ctx`: `4096`; `max_out`: `1024`; `messages.min_items`: `1` `POST /v1/messages` · `nemotron-3-super-latest`: `ctx`: `262144`; `max_out`: `32768`; `messages.min_items`: `1`; `max_tokens.minimum`: `1` `POST /v1/chat/completions` · `nemotron-3-super-latest`: `ctx`: `4096`; `max_out`: `1024`; `messages.min_items`: `1`
Conecta Ailoot a Claude Code, OpenCode, Hermes o tu aplicación.
## La empresa y su cartera de proyectos
La empresa y su cartera de proyectos: millones de clientes; ventas por miles de millones al mes.
## Compra tokens con descuento.
Ahorro por suscripción para trabajo habitual. Códigos promocionales: hasta el 50% al comprar tokens.
Suscripción
Elige un plan con descuento para tus peticiones habituales.
Código de hasta el 50%
Introduce el código al comprar. El precio se recalcula según la promoción vigente.
Gasto en el historial
Modelo, tokens e importe quedan guardados por cada petición.
[Elegir suscripción](https://ailoot.ai/docs/es/billing/subscriptions/) · [Consultar precios de modelos](https://ailoot.ai/models/es/)
## Conecta la API al producto que vendes.
SaaS, aplicaciones y bots bajo la oferta y el acuerdo de licencia Ailoot. Solicita una licencia de reventa para redistribuir el acceso.
Aplicación comercial
Integra generación de texto, imágenes, vídeo y sonido en funciones de pago de tu servicio.
Licencia para revendedores
Envía descripción del proyecto y esquema de acceso. Solicita condiciones escritas de uso y reventa.
Documentos en la web
La oferta, el acuerdo de licencia y la política de datos están disponibles antes de conectar.
[Solicitar licencia de reventa](mailto:support@ailoot.ai) · [Oferta y acuerdo de licencia](https://ailoot.ai/legal/offer?lang=es)
## Ailoot · La empresa y su cartera de proyectos
Ailoot se apoya en la experiencia operativa acumulada, una amplia base de clientes, un servicio estable y el seguimiento continuo de KPI.
La empresa y su cartera de proyectos: millones de clientes; ventas por miles de millones al mes.
Ailoot aplica esa experiencia operativa al acceso por API a funciones de IA en productos de clientes, agentes, aplicaciones y automatizaciones.