Nemotron 3 Nano 30B A3B est le modèle textuel hybride à mélange d’experts de NVIDIA, développé pour réunir dans un même profil les tâches avec et sans raisonnement. Il reçoit du texte et en génère, en développant normalement une trace de raisonnement avant la réponse finale. Le gabarit de conversation du producteur peut désactiver cette trace pour obtenir des réponses directes, avec un compromis possible sur les consignes plus difficiles qui bénéficient d’une analyse.
L’architecture du fabricant est un hybride Mamba-2/transformer comportant environ trente milliards de paramètres au total. Elle comprend cinquante-deux couches : vingt-trois couches Mamba-2, vingt-trois couches d’experts et six couches d’attention. Chaque couche d’experts dispose de 128 experts routés et d’un expert partagé, et active six experts routés par token.
NVIDIA décrit un entraînement sur vingt-cinq mille milliards de tokens, suivi d’un affinage supervisé et d’un apprentissage par renforcement dans plusieurs environnements. Les domaines du post-entraînement comprennent le code, les mathématiques, les sciences, les instructions, les sorties structurées, l’utilisation d’outils en plusieurs étapes et les conversations à plusieurs tours. Il s’agit de caractéristiques du Nano d’origine, distinctes de la version ultérieure 3.5 Lightning avec prédiction de plusieurs tokens.
Pour les mathématiques, fournissez l’énoncé complet et le format du résultat final. Pour le code, donnez la fonction concernée, une entrée représentative, l’échec observé et le comportement attendu. Une consigne utile est : « Suivez le parcours de cette entrée dans l’implémentation, identifiez la première condition incorrecte et renvoyez une correction ciblée accompagnée de son explication. » Une extraction courante peut au contraire demander uniquement les champs définis.
Le fabricant indique l’anglais, l’espagnol, le français, l’allemand, le japonais et l’italien. Précisez la langue de réponse et conservez la terminologie requise. Demandez le livrable final séparément du raisonnement intermédiaire, pour que le résultat reste exploitable comme explication, code ou enregistrement structuré.
NVIDIA présente un client de référence qui obtient d’abord le contenu du raisonnement, ferme une trace inachevée, puis utilise le budget de génération restant pour la réponse finale. Il s’agit d’une procédure du client du producteur, et non d’une coupure native exacte que le nom du modèle impliquerait. Choisissez un budget de réponse qui laisse de la place à la réponse finale plutôt que de consacrer tout l’espace disponible à l’analyse.
Le profil du producteur comprend un entraînement à l’utilisation d’outils et aux sorties structurées. Une application fournit les définitions de fonctions, exécute les opérations choisies et renvoie les observations obtenues. Conservez ces résultats avec les appels correspondants. Une réponse étayée peut s’appuyer sur les documents réellement récupérés ou sur le calcul effectué, tandis qu’une révision de code doit exploiter les retours de validation observés.
La fiche du modèle indique un profil maximal d’un million de tokens en entrée et en sortie pour sa conception à contexte long. Ces chiffres doivent être interprétés avec la configuration d’exécution choisie et le budget de contexte partagé ; la consigne, l’historique, le raisonnement et la réponse occupent toujours cet espace ensemble. Une grande fenêtre ne transforme pas une collection de sources désorganisée en tâche claire.
Organisez les documents par source et le code selon les limites pertinentes, puis précisez ce qui permet de considérer la tâche comme terminée. Vérifiez les valeurs à partir des documents et le code dans son application prévue. Le livrable utile est un résultat textuel qui identifie ses preuves et les informations non résolues, tout en conservant l’identité exacte de l’édition Nano sans lui attribuer des fonctionnalités ultérieures de Nemotron ni des hypothèses de précision empruntées à d’autres versions.
", "aboutText": "Nemotron 3 Nano 30B A3B est le modèle textuel hybride à mélange d’experts de NVIDIA, développé pour réunir dans un même profil les tâches avec et sans raisonnement. Il reçoit du texte et en génère, en développant normalement une trace de raisonnement avant la réponse finale. Le gabarit de conversation du producteur peut désactiver cette trace pour obtenir des réponses directes, avec un compromis possible sur les consignes plus difficiles qui bénéficient d’une analyse.\n\n### Architecture et entraînement\n\nL’architecture du fabricant est un hybride Mamba-2/transformer comportant environ trente milliards de paramètres au total. Elle comprend cinquante-deux couches : vingt-trois couches Mamba-2, vingt-trois couches d’experts et six couches d’attention. Chaque couche d’experts dispose de 128 experts routés et d’un expert partagé, et active six experts routés par token.\n\nNVIDIA décrit un entraînement sur vingt-cinq mille milliards de tokens, suivi d’un affinage supervisé et d’un apprentissage par renforcement dans plusieurs environnements. Les domaines du post-entraînement comprennent le code, les mathématiques, les sciences, les instructions, les sorties structurées, l’utilisation d’outils en plusieurs étapes et les conversations à plusieurs tours. Il s’agit de caractéristiques du Nano d’origine, distinctes de la version ultérieure 3.5 Lightning avec prédiction de plusieurs tokens.\n\n### Préparer une tâche avec raisonnement ou réponse directe\n\nPour les mathématiques, fournissez l’énoncé complet et le format du résultat final. Pour le code, donnez la fonction concernée, une entrée représentative, l’échec observé et le comportement attendu. Une consigne utile est : « Suivez le parcours de cette entrée dans l’implémentation, identifiez la première condition incorrecte et renvoyez une correction ciblée accompagnée de son explication. » Une extraction courante peut au contraire demander uniquement les champs définis.\n\nLe fabricant indique l’anglais, l’espagnol, le français, l’allemand, le japonais et l’italien. Précisez la langue de réponse et conservez la terminologie requise. Demandez le livrable final séparément du raisonnement intermédiaire, pour que le résultat reste exploitable comme explication, code ou enregistrement structuré.\n\n### Référence pour le budget de raisonnement\n\nNVIDIA présente un client de référence qui obtient d’abord le contenu du raisonnement, ferme une trace inachevée, puis utilise le budget de génération restant pour la réponse finale. Il s’agit d’une procédure du client du producteur, et non d’une coupure native exacte que le nom du modèle impliquerait. Choisissez un budget de réponse qui laisse de la place à la réponse finale plutôt que de consacrer tout l’espace disponible à l’analyse.\n\n### Outils et contexte long\n\nLe profil du producteur comprend un entraînement à l’utilisation d’outils et aux sorties structurées. Une application fournit les définitions de fonctions, exécute les opérations choisies et renvoie les observations obtenues. Conservez ces résultats avec les appels correspondants. Une réponse étayée peut s’appuyer sur les documents réellement récupérés ou sur le calcul effectué, tandis qu’une révision de code doit exploiter les retours de validation observés.\n\nLa fiche du modèle indique un profil maximal d’un million de tokens en entrée et en sortie pour sa conception à contexte long. Ces chiffres doivent être interprétés avec la configuration d’exécution choisie et le budget de contexte partagé ; la consigne, l’historique, le raisonnement et la réponse occupent toujours cet espace ensemble. Une grande fenêtre ne transforme pas une collection de sources désorganisée en tâche claire.\n\nOrganisez les documents par source et le code selon les limites pertinentes, puis précisez ce qui permet de considérer la tâche comme terminée. Vérifiez les valeurs à partir des documents et le code dans son application prévue. Le livrable utile est un résultat textuel qui identifie ses preuves et les informations non résolues, tout en conservant l’identité exacte de l’édition Nano sans lui attribuer des fonctionnalités ultérieures de Nemotron ni des hypothèses de précision empruntées à d’autres versions.", "editorialOverlay": { "copy_fields": { "practical_html": "Exemple technique en anglais
Trace an inclusive-range defect\n\nTrace this Python code for start=2 and end=4: values = []\nfor n in range(start, end):\n values.append(n)\n The caller expects both endpoints included. Explain the first mismatch and propose a focused correction preserving ascending integer inputs. Include tests for 2 through 4 and equal endpoints, and state how descending inputs should be handled.A short trace, an inclusive-range correction, two tests and an explicit descending-input assumption.The equal-endpoint test yields one included value, and the changed bound does not omit end.nvidia/nemotron-3-nano-30b-a3bNemotron 3 Nano est le modèle textuel hybride Mamba-2/transformer de NVIDIA pour le raisonnement et les réponses directes. Son profil constructeur d’environ 30 milliards de paramètres prend en charge les questions à contexte long, le code, les tâches structurées et les outils, avec un mode de réflexion configurable et une méthode de référence pour contrôler la longueur du raisonnement.
Cette description présente les capacités du modèle. Les entrées, sorties et options disponibles dans Ailoot pour la méthode sélectionnée figurent ci-dessous.
Nemotron 3 Nano 30B A3B est le modèle textuel hybride à mélange d’experts de NVIDIA, développé pour réunir dans un même profil les tâches avec et sans raisonnement. Il reçoit du texte et en génère, en développant normalement une trace de raisonnement avant la réponse finale. Le gabarit de conversation du producteur peut désactiver cette trace pour obtenir des réponses directes, avec un compromis possible sur les consignes plus difficiles qui bénéficient d’une analyse.
L’architecture du fabricant est un hybride Mamba-2/transformer comportant environ trente milliards de paramètres au total. Elle comprend cinquante-deux couches : vingt-trois couches Mamba-2, vingt-trois couches d’experts et six couches d’attention. Chaque couche d’experts dispose de 128 experts routés et d’un expert partagé, et active six experts routés par token.
NVIDIA décrit un entraînement sur vingt-cinq mille milliards de tokens, suivi d’un affinage supervisé et d’un apprentissage par renforcement dans plusieurs environnements. Les domaines du post-entraînement comprennent le code, les mathématiques, les sciences, les instructions, les sorties structurées, l’utilisation d’outils en plusieurs étapes et les conversations à plusieurs tours. Il s’agit de caractéristiques du Nano d’origine, distinctes de la version ultérieure 3.5 Lightning avec prédiction de plusieurs tokens.
Pour les mathématiques, fournissez l’énoncé complet et le format du résultat final. Pour le code, donnez la fonction concernée, une entrée représentative, l’échec observé et le comportement attendu. Une consigne utile est : « Suivez le parcours de cette entrée dans l’implémentation, identifiez la première condition incorrecte et renvoyez une correction ciblée accompagnée de son explication. » Une extraction courante peut au contraire demander uniquement les champs définis.
Le fabricant indique l’anglais, l’espagnol, le français, l’allemand, le japonais et l’italien. Précisez la langue de réponse et conservez la terminologie requise. Demandez le livrable final séparément du raisonnement intermédiaire, pour que le résultat reste exploitable comme explication, code ou enregistrement structuré.
NVIDIA présente un client de référence qui obtient d’abord le contenu du raisonnement, ferme une trace inachevée, puis utilise le budget de génération restant pour la réponse finale. Il s’agit d’une procédure du client du producteur, et non d’une coupure native exacte que le nom du modèle impliquerait. Choisissez un budget de réponse qui laisse de la place à la réponse finale plutôt que de consacrer tout l’espace disponible à l’analyse.
Le profil du producteur comprend un entraînement à l’utilisation d’outils et aux sorties structurées. Une application fournit les définitions de fonctions, exécute les opérations choisies et renvoie les observations obtenues. Conservez ces résultats avec les appels correspondants. Une réponse étayée peut s’appuyer sur les documents réellement récupérés ou sur le calcul effectué, tandis qu’une révision de code doit exploiter les retours de validation observés.
La fiche du modèle indique un profil maximal d’un million de tokens en entrée et en sortie pour sa conception à contexte long. Ces chiffres doivent être interprétés avec la configuration d’exécution choisie et le budget de contexte partagé ; la consigne, l’historique, le raisonnement et la réponse occupent toujours cet espace ensemble. Une grande fenêtre ne transforme pas une collection de sources désorganisée en tâche claire.
Organisez les documents par source et le code selon les limites pertinentes, puis précisez ce qui permet de considérer la tâche comme terminée. Vérifiez les valeurs à partir des documents et le code dans son application prévue. Le livrable utile est un résultat textuel qui identifie ses preuves et les informations non résolues, tout en conservant l’identité exacte de l’édition Nano sans lui attribuer des fonctionnalités ultérieures de Nemotron ni des hypothèses de précision empruntées à d’autres versions.
POST /v1/chat/completionstexttext| Champ | Type | Exigence | Valeurs et limites | Par défaut |
|---|---|---|---|---|
Champmodel | Typestring | ExigenceObligatoire | Valeurs et limites nvidia/nemotron-3-nano-30b-a3b | Par défaut— |
Champmessages | Typemessage[] | ExigenceObligatoire | Valeurs et limites Nombre minimal d’éléments: 1 | Par défaut— |
Champmessages[].role | Typestring | ExigenceObligatoire | Valeurs et limites Exemples : system, user, assistant, tool, function Conditions: Ces rôles sont explicitement représentés par les types de compatibilité du code source ; l’ensemble exact des rôles reste propre à chaque modèle. Selon le modèle | Par défaut— |
Champmessages[].content | Typestring|content_part[]|null | ExigenceFacultatif | Valeurs et limites | Par défaut— |
Champmessages[].tool_calls | Typetool_call[] | ExigenceFacultatif | Valeurs et limites | Par défaut— |
Champmessages[].tool_call_id | Typestring | ExigenceFacultatif | Valeurs et limites S’applique lorsque: role=tool ; utilisez l’identifiant réellement renvoyé | Par défaut— |
Champmessages[].name | Typestring | ExigenceFacultatif | Valeurs et limites | Par défaut— |
Champmessages[].reasoning_content | Typestring | ExigenceFacultatif | Valeurs et limites S’applique lorsque: Réinjectez le raisonnement réellement renvoyé lorsque ce modèle l’utilise | Par défaut— |
Champmessages[].reasoning_details | Typeobject|array | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champmax_tokens | Typeinteger | ExigenceFacultatif | Valeurs et limites Minimum: 1 Selon le modèle | Par défaut— |
Champmax_completion_tokens | Typeinteger | ExigenceFacultatif | Valeurs et limites Minimum: 1 Selon le modèle | Par défaut— |
Champstream | Typeboolean | ExigenceFacultatif | Valeurs et limites | Par défautfalse |
Champstream_options.include_usage | Typeboolean | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champtemperature | Typenumber | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champtop_p | Typenumber | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champstop | Typestring|string[] | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champtools | Typefunction_tool[] | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champtools[].type | Typestring | ExigenceFacultatif | Valeurs et limites function Selon le modèle | Par défaut— |
Champtools[].function.name | Typestring | ExigenceObligatoire | Valeurs et limites S’applique lorsque: outil de fonction fourni | Par défaut— |
Champtools[].function.description | Typestring | ExigenceFacultatif | Valeurs et limites | Par défaut— |
Champtools[].function.parameters | TypeJSON_schema | ExigenceFacultatif | Valeurs et limites | Par défaut— |
Champtool_choice | Typestring|object | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champparallel_tool_calls | Typeboolean | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champresponse_format | Typeobject | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champreasoning_effort | Typestring | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champreasoning | Typeobject | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champservice_tier | Typestring | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champinstructions | Typestring | ExigenceFacultatif | Valeurs et limites Champ de compatibilité | Par défaut— |
Champfunctions | Typefunction[] | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champfunction_call | Typestring|object | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champprompt_cache_options | Typeobject | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champmodalities | Typestring[] | ExigenceFacultatif | Valeurs et limites text | Par défaut— |
Champprovider | Typeobject | ExigenceFacultatif | Valeurs et limites Conditions: provider.options est rejeté sur cette route textuelle Ultra | Par défaut— |
Champcache_control.ttl | Typestring | ExigenceFacultatif | Valeurs et limites Conditions: 1h est rejeté dans les emplacements réels du cache de prompt | Par défaut— |
Texte · Texte UTF8
messages[].content
| Paramètre | Contrat |
|---|---|
Paramètrecontent_type | Contratapplication/json |
Paramètrerequired | Contratmodel, messages |
Paramètrematerial_types | Contrattext |
Paramètremessages | Contrattableau de messages avec une structure role/content |
Paramètrefile_material | Contratdocument UTF-8 réel inséré sous forme de texte littéral ; aucun identifiant de fichier déduit |
Paramètreoptional_controls | Contratstream, temperature, top_p, stop, max_tokens, max_completion_tokens, reasoning, response_format, tools, tool_choice |
Paramètrecontrol_scope | Contratpropre au modèle ; les outils de fonctions de l’utilisateur diffèrent des outils hébergés |
Paramètreoutput_modalities | Contrattext |
Paramètrehosted_operations | Contratfalse |
Paramètremultimodal_input_binding | Contratnull |
Cycle de vie : synchronous_or_streamed
Envoyez l’identifiant exact du modèle avec messages.
La longueur du contexte n’est pas un plafond de sortie.
Un fichier texte peut fournir du texte littéral ; les entrées image/audio/objets fichier nécessitent une liaison exacte.
Les tarifs n’ajoutent pas d’options de requête. Les paramètres pris en charge figurent dans la méthode sélectionnée.
Associez chaque coût aux conditions indiquées. Utilisez un seul tarif pour chaque ensemble de configurations alternatives.
| Configuration | Barème tarifaire | Tokens de contexte, plus de | Tokens de contexte, jusqu’à la limite incluse | Coût |
|---|---|---|---|---|
| ConfigurationTarifs de base des tokens | Barème tarifaireTarif de base | Tokens de contexte, plus de— | Tokens de contexte, jusqu’à la limite incluseSans borne supérieure | Coût Entrée · Tokens en entrée $0.0001 / 1K tokens Sortie · Tokens en sortie $0.0004 / 1K tokens Entrée · Lecture du cache — / 1K tokens Entrée · Écriture dans le cache — / 1K tokens Entrée · Écriture dans le cache, 1 h — / 1K tokens |
| ConfigurationPalier 1 de longueur de requête | Barème tarifaire— | Tokens de contexte, plus de0 | Tokens de contexte, jusqu’à la limite incluseSans borne supérieure | Coût Entrée · Tokens en entrée $0.0001 / 1K tokens Sortie · Tokens en sortie $0.0004 / 1K tokens Entrée · Lecture du cache — / 1K tokens Entrée · Écriture dans le cache — / 1K tokens Entrée · Écriture dans le cache, 1 h — / 1K tokens |
Ailoot réserve un montant estimé avant une requête. Après le résultat, le montant final est débité selon l’utilisation mesurée. Pour le streaming, le montant final à débiter est calculé à partir du relevé final d’utilisation. Fonctionnement de la réservation et du débit →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "nvidia/nemotron-3-nano-30b-a3b", "messages": [{"role": "user", "content": "Explain the difference between an observation and a hypothesis in three sentences."}]}')\n\nPath("request.json").write_text(json.dumps(p,ensure_ascii=False))\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/chat/completions \\\n -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\nr=json.loads(Path("result.json").read_text())\nfor x in r.get("choices",[]):\n if x.get("message",{}).get("content"): print(x["message"]["content"])\nPY_RESULT\nfrom openai import OpenAI\nimport os\n\nif not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")\nclient=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)\nresult=client.chat.completions.create(model='nvidia/nemotron-3-nano-30b-a3b',messages=[{"role":"user","content":"Explain observations and hypotheses in three sentences."}])\nimport base64, json\nfrom pathlib import Path\n\ndef save_result(data, stem="result"):\n # Keep every field, including usage, IDs, reasoning and tool requests.\n Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")\n print(json.dumps(data, ensure_ascii=False, indent=2))\n def save_blob(encoded, suffix, label):\n raw = base64.b64decode(encoded, altchars=b"-_", validate=True)\n 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\n file = Path(stem + "-" + label + "." + ext)\n file.write_bytes(raw)\n print("Saved", file)\n for index, block in enumerate(data.get("content") or []):\n print("Content", index, json.dumps(block, ensure_ascii=False))\n for choice in data.get("choices") or []:\n print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))\n for index, item in enumerate(data.get("output") or []):\n print("Output", index, json.dumps(item, ensure_ascii=False))\n if item.get("type") == "image_generation_call" and item.get("result"):\n save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))\n for ci, candidate in enumerate(data.get("candidates") or []):\n for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):\n print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))\n blob = part.get("inlineData") or part.get("inline_data")\n if blob and blob.get("data"):\n mime = blob.get("mimeType") or blob.get("mime_type")\n suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")\n save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))\n\nsave_result(result.to_dict(mode="json"))\nfrom openai import OpenAI\nimport os\nfrom pathlib import Path\n\nif not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")\nclient=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)\nimport base64, json\nfrom pathlib import Path\n\ndef save_result(data, stem="result"):\n # Keep every field, including usage, IDs, reasoning and tool requests.\n Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")\n print(json.dumps(data, ensure_ascii=False, indent=2))\n def save_blob(encoded, suffix, label):\n raw = base64.b64decode(encoded, altchars=b"-_", validate=True)\n 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\n file = Path(stem + "-" + label + "." + ext)\n file.write_bytes(raw)\n print("Saved", file)\n for index, block in enumerate(data.get("content") or []):\n print("Content", index, json.dumps(block, ensure_ascii=False))\n for choice in data.get("choices") or []:\n print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))\n for index, item in enumerate(data.get("output") or []):\n print("Output", index, json.dumps(item, ensure_ascii=False))\n if item.get("type") == "image_generation_call" and item.get("result"):\n save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))\n for ci, candidate in enumerate(data.get("candidates") or []):\n for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):\n print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))\n blob = part.get("inlineData") or part.get("inline_data")\n if blob and blob.get("data"):\n mime = blob.get("mimeType") or blob.get("mime_type")\n suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")\n save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))\n\nwith client.chat.completions.stream(model='nvidia/nemotron-3-nano-30b-a3b',messages=[{"role":"user","content":"Explain observations and hypotheses in three sentences."}]) as stream:\n with Path("stream-events.jsonl").open("w",encoding="utf-8") as log:\n for event in stream:\n payload=event.to_dict(mode="json")\n log.write(json.dumps(payload,ensure_ascii=False)+"\\n"); log.flush()\n print(json.dumps(payload,ensure_ascii=False))\n final=stream.get_final_completion()\n save_result(final.to_dict(mode="json"),"stream-result")\njson ou SSE
Conservez chaque réponse, fichier et partie de contenu renvoyés dans leur intégralité.
Conservez chaque choix avec son contenu, ses appels d’outils et son raisonnement. En SSE, assemblez les deltas par index de choix et d’outil, puis conservez le motif final de terminaison et les données d’utilisation.
Conservez les identifiants de requête et de réponse ainsi que les en-têtes. Aucune URL générique de récupération des tâches textuelles n’est fournie.
| Champ | Type |
|---|---|
Champchoices[].index | Typeinteger |
Champchoices[].message.content | Typestring|null |
Champchoices[].message.tool_calls | Typetool_call[] |
Champchoices[].message.reasoning_content | Typestring |
Champchoices[].message.reasoning_details | Typeobject|array |
Champchoices[].finish_reason | Typestring|null |
Champusage | Typeobject |
| Réponse | Condition | Étape suivante |
|---|---|---|
Réponse400 · invalid_request_error | ConditionChamps obligatoires, représentation des contenus ou valeur de paramètre non valides | Étape suivanteCorrigez les champs indiqués avant une nouvelle requête de création. |
Ailoot Ultra nvidia/nemotron-3-nano-30b-a3b
Utilisez les chemins de méthode indiqués ci-dessus.
nvidia/nemotron-3-nano-30b-a3bNemotron 3 Nano est le modèle textuel hybride Mamba-2/transformer de NVIDIA pour le raisonnement et les réponses directes. Son profil constructeur d’environ 30 milliards de paramètres prend en charge les questions à contexte long, le code, les tâches structurées et les outils, avec un mode de réflexion configurable et une méthode de référence pour contrôler la longueur du raisonnement.
Cette description présente les capacités du modèle. Les entrées, sorties et options disponibles dans Ailoot pour la méthode sélectionnée figurent ci-dessous.
Nemotron 3 Nano 30B A3B est le modèle textuel hybride à mélange d’experts de NVIDIA, développé pour réunir dans un même profil les tâches avec et sans raisonnement. Il reçoit du texte et en génère, en développant normalement une trace de raisonnement avant la réponse finale. Le gabarit de conversation du producteur peut désactiver cette trace pour obtenir des réponses directes, avec un compromis possible sur les consignes plus difficiles qui bénéficient d’une analyse.
L’architecture du fabricant est un hybride Mamba-2/transformer comportant environ trente milliards de paramètres au total. Elle comprend cinquante-deux couches : vingt-trois couches Mamba-2, vingt-trois couches d’experts et six couches d’attention. Chaque couche d’experts dispose de 128 experts routés et d’un expert partagé, et active six experts routés par token.
NVIDIA décrit un entraînement sur vingt-cinq mille milliards de tokens, suivi d’un affinage supervisé et d’un apprentissage par renforcement dans plusieurs environnements. Les domaines du post-entraînement comprennent le code, les mathématiques, les sciences, les instructions, les sorties structurées, l’utilisation d’outils en plusieurs étapes et les conversations à plusieurs tours. Il s’agit de caractéristiques du Nano d’origine, distinctes de la version ultérieure 3.5 Lightning avec prédiction de plusieurs tokens.
Pour les mathématiques, fournissez l’énoncé complet et le format du résultat final. Pour le code, donnez la fonction concernée, une entrée représentative, l’échec observé et le comportement attendu. Une consigne utile est : « Suivez le parcours de cette entrée dans l’implémentation, identifiez la première condition incorrecte et renvoyez une correction ciblée accompagnée de son explication. » Une extraction courante peut au contraire demander uniquement les champs définis.
Le fabricant indique l’anglais, l’espagnol, le français, l’allemand, le japonais et l’italien. Précisez la langue de réponse et conservez la terminologie requise. Demandez le livrable final séparément du raisonnement intermédiaire, pour que le résultat reste exploitable comme explication, code ou enregistrement structuré.
NVIDIA présente un client de référence qui obtient d’abord le contenu du raisonnement, ferme une trace inachevée, puis utilise le budget de génération restant pour la réponse finale. Il s’agit d’une procédure du client du producteur, et non d’une coupure native exacte que le nom du modèle impliquerait. Choisissez un budget de réponse qui laisse de la place à la réponse finale plutôt que de consacrer tout l’espace disponible à l’analyse.
Le profil du producteur comprend un entraînement à l’utilisation d’outils et aux sorties structurées. Une application fournit les définitions de fonctions, exécute les opérations choisies et renvoie les observations obtenues. Conservez ces résultats avec les appels correspondants. Une réponse étayée peut s’appuyer sur les documents réellement récupérés ou sur le calcul effectué, tandis qu’une révision de code doit exploiter les retours de validation observés.
La fiche du modèle indique un profil maximal d’un million de tokens en entrée et en sortie pour sa conception à contexte long. Ces chiffres doivent être interprétés avec la configuration d’exécution choisie et le budget de contexte partagé ; la consigne, l’historique, le raisonnement et la réponse occupent toujours cet espace ensemble. Une grande fenêtre ne transforme pas une collection de sources désorganisée en tâche claire.
Organisez les documents par source et le code selon les limites pertinentes, puis précisez ce qui permet de considérer la tâche comme terminée. Vérifiez les valeurs à partir des documents et le code dans son application prévue. Le livrable utile est un résultat textuel qui identifie ses preuves et les informations non résolues, tout en conservant l’identité exacte de l’édition Nano sans lui attribuer des fonctionnalités ultérieures de Nemotron ni des hypothèses de précision empruntées à d’autres versions.
POST /v1/messagestextjson, sse| Champ | Type | Exigence | Valeurs et limites | Par défaut |
|---|---|---|---|---|
Champmodel | Typestring | ExigenceObligatoire | Valeurs et limites nvidia/nemotron-3-nano-30b-a3b | Par défaut— |
Champmessages | Typemessage[] | ExigenceObligatoire | Valeurs et limites | Par défaut— |
Champmessages[].role | Typestring | ExigenceObligatoire | Valeurs et limites user, assistant | Par défaut— |
Champmessages[].content | Typestring | ExigenceObligatoire | Valeurs et limites | Par défaut— |
Champmax_tokens | Typeinteger | ExigenceObligatoire | Valeurs et limites | Par défaut— |
Champstream | Typeboolean | ExigenceFacultatif | Valeurs et limites | Par défautfalse |
Texte · Texte UTF-8
chaîne messages[].content
| Paramètre | Contrat |
|---|---|
Paramètrecontent_type | Contratapplication/json |
Paramètrerequired | Contratmodel, messages, max_tokens |
Paramètreoptional_controls | Contratstream |
Paramètrematerial_types | Contrattext |
Paramètretext_file_material | ContratLisez le document UTF-8 réel et placez son texte dans l’entrée indiquée ou dans la chaîne de contenu du message. |
Cycle de vie : synchronous_or_streamed
Les tarifs n’ajoutent pas d’options de requête. Les paramètres pris en charge figurent dans la méthode sélectionnée.
Associez chaque coût aux conditions indiquées. Utilisez un seul tarif pour chaque ensemble de configurations alternatives.
| Configuration | Barème tarifaire | Tokens de contexte, plus de | Tokens de contexte, jusqu’à la limite incluse | Coût |
|---|---|---|---|---|
| ConfigurationTarifs de base des tokens | Barème tarifaireTarif de base | Tokens de contexte, plus de— | Tokens de contexte, jusqu’à la limite incluseSans borne supérieure | Coût Entrée · Tokens en entrée $0.0001 / 1K tokens Sortie · Tokens en sortie $0.0004 / 1K tokens Entrée · Lecture du cache — / 1K tokens Entrée · Écriture dans le cache — / 1K tokens Entrée · Écriture dans le cache, 1 h — / 1K tokens |
| ConfigurationPalier 1 de longueur de requête | Barème tarifaire— | Tokens de contexte, plus de0 | Tokens de contexte, jusqu’à la limite incluseSans borne supérieure | Coût Entrée · Tokens en entrée $0.0001 / 1K tokens Sortie · Tokens en sortie $0.0004 / 1K tokens Entrée · Lecture du cache — / 1K tokens Entrée · Écriture dans le cache — / 1K tokens Entrée · Écriture dans le cache, 1 h — / 1K tokens |
Ailoot réserve un montant estimé avant une requête. Après le résultat, le montant final est débité selon l’utilisation mesurée. Pour le streaming, le montant final à débiter est calculé à partir du relevé final d’utilisation. Fonctionnement de la réservation et du débit →
{\n "model": "nvidia/nemotron-3-nano-30b-a3b",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\n: "${AILOOT_TEXT_FILE:?Set your actual UTF-8 document}"\nexport AILOOT_TEXT_FILE\npython3 - <<'PY_REQUEST'\nimport json, os\nfrom pathlib import Path\n\nsource_file = Path(os.environ['AILOOT_TEXT_FILE'])\nif not source_file.is_file():\n raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')\ntext = source_file.read_text(encoding='utf-8')\nif not text.strip():\n raise SystemExit('Choose a document containing text')\npayload = {'model': 'nvidia/nemotron-3-nano-30b-a3b', 'max_tokens': 128, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]}\npayload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\\n\\n' + text\nPath('request.json').write_text(json.dumps(payload, ensure_ascii=False), encoding='utf-8')\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/messages \\\n -H "x-api-key: $AILOOT_API_KEY" -H 'anthropic-version: 2023-06-01' -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\n\nresult = json.loads(Path('result.json').read_text(encoding='utf-8'))\nprint(json.dumps(result, ensure_ascii=False, indent=2))\nPY_RESULT\nimport json, os\nfrom pathlib import Path\n\nsource_file = Path(os.environ['AILOOT_TEXT_FILE'])\nif not source_file.is_file():\n raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')\ntext = source_file.read_text(encoding='utf-8')\nif not text.strip():\n raise SystemExit('Choose a document containing text')\npayload = {'model': 'nvidia/nemotron-3-nano-30b-a3b', 'max_tokens': 128, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]}\npayload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\\n\\n' + text\nfrom urllib.request import Request, urlopen\nfrom urllib.error import HTTPError\n\napi_key = os.environ['AILOOT_API_KEY']\nif not api_key.strip():\n raise SystemExit('Set AILOOT_API_KEY before making a request')\nheaders = {'x-api-key': 'PLACEHOLDER_KEY', 'anthropic-version': '2023-06-01', 'Content-Type': 'application/json'}\nheaders['x-api-key'] = api_key\nrequest = Request('https://api.ailoot.ai/v1/messages', data=json.dumps(payload, ensure_ascii=False).encode('utf-8'), headers=headers, method='POST')\ntry:\n with urlopen(request, timeout=120) as response:\n raw = response.read()\n Path('response-headers.txt').write_text(str(response.headers), encoding='utf-8')\nexcept HTTPError as error:\n Path('result.json').write_bytes(error.read())\n Path('response-headers.txt').write_text(str(error.headers), encoding='utf-8')\n raise\nPath('result.json').write_bytes(raw)\nimport json\nfrom pathlib import Path\n\nresult = json.loads(Path('result.json').read_text(encoding='utf-8'))\nprint(json.dumps(result, ensure_ascii=False, indent=2))\nJSON ou SSE
Conservez chaque réponse, fichier et partie de contenu renvoyés dans leur intégralité.
Conservez tous les blocs de contenu, les signatures de raisonnement et les identifiants réels d’utilisation d’outils. Assemblez tous les deltas de blocs SSE ; un premier bloc de texte ne constitue pas la sortie complète.
Conservez les identifiants de requête et de réponse ainsi que les en-têtes. Aucune URL générique de récupération des tâches textuelles n’est fournie.
| Champ | Type |
|---|---|
Champid | Typestring |
Champmodel | Typestring |
Champcontent[] | Typetext|thinking|tool_use|other content block |
Champstop_reason | Typestring|null |
Champusage | Typeobject |
| Réponse | Condition | Étape suivante |
|---|---|---|
Réponse400 · invalid_request_error | ConditionChamps obligatoires, représentation des contenus ou valeur de paramètre non valides | Étape suivanteCorrigez les champs indiqués avant une nouvelle requête de création. |
Ailoot Ultra nvidia/nemotron-3-nano-30b-a3b
Utilisez les chemins de méthode indiqués ci-dessus.
Exemple technique en anglais
Trace an inclusive-range defect\n\nTrace this Python code for start=2 and end=4: values = []\nfor n in range(start, end):\n values.append(n)\n The caller expects both endpoints included. Explain the first mismatch and propose a focused correction preserving ascending integer inputs. Include tests for 2 through 4 and equal endpoints, and state how descending inputs should be handled.A short trace, an inclusive-range correction, two tests and an explicit descending-input assumption.The equal-endpoint test yields one included value, and the changed bound does not omit end.