NVIDIA: Nemotron 3.5 Super VL

{"about":"### Ragionamento, codice e lavoro con testi lunghi\n\nNemotron 3.5 Super VL è un modello NVIDIA per attività in cui occorre collegare più passaggi di ragionamento, comprendere codice o elaborare materiali estesi. In Ailoot questa scheda offre un dialogo testuale: si inviano istruzioni, dati iniziali e cronologia dei messaggi e il modello restituisce una risposta testuale.\n\nPuò essere usato per analizzare documentazione tecnica, confrontare requisiti, preparare spiegazioni del codice e analizzare relazioni testuali. Nella richiesta conviene definire l’obiettivo, allegare i materiali necessari e scegliere la forma del risultato: per esempio conclusioni motivate, un piano di modifica del programma o il confronto tra più soluzioni.\n\n### Struttura e specializzazione\n\nIl Super VL originario è un modello visivo-linguistico NVIDIA con codificatore visivo C-RADIO, pensato anche per la comprensione di documenti e video. In questa scheda Ailoot è disponibile il lavoro con il testo; i materiali iniziali vengono forniti come contenuto testuale.\n\nLa base del modello combina Mamba-2, Transformer e architettura Mixture of Experts. Di circa 120 miliardi di parametri, circa 12 miliardi si attivano nel passaggio di elaborazione. È l’organizzazione del modello, da considerare separatamente dalla velocità effettiva di una specifica richiesta.\n\nL’addestramento ha usato repository software, coppie di attività e modifiche al codice, log di compilazione, percorsi di soluzione in più passaggi e materiali per il contesto lungo. L’addestramento successivo ha unito lavoro sul codice, ragionamento, istruzioni e dialogo. La specializzazione è utile nel definire un compito composto in cui le informazioni iniziali devono prima essere collegate e poi trasformate in un risultato.\n\n### Come preparare il compito\n\nPer analizzare un documento, formulare prima la domanda e i criteri di selezione delle informazioni, poi allegare il testo con i titoli delle sezioni. Se occorre confrontare fonti, assegnare brevi etichette e chiedere di collegare a esse le conclusioni. Per un’attività sul codice aggiungere il frammento pertinente, il comportamento osservato e il risultato atteso; così la risposta può essere confrontata con il caso concreto.\n\nUna finestra di contesto ampia aiuta a includere materiali collegati nella stessa richiesta. La sua dimensione non sostituisce una definizione chiara: conviene separare istruzioni e dati iniziali e indicare in anticipo quale soluzione o documento si desidera ottenere.\n\n### Contesto e modalità di collegamento\n\nIn Ailoot per questa variante è indicata una finestra di contesto di 262144 token. Cronologia del dialogo, istruzioni, materiali iniziali e risposta condividono questo spazio; preparando una richiesta lunga, lasciare spazio per il risultato.\n\nIl modello è disponibile tramite Chat Completions, Responses, Messages e interfaccia testuale in formato Gemini. Lo scenario disponibile di questa variante è testo in ingresso e testo in uscita; i documenti vengono inviati come contenuto testuale.","alias_of":null,"aliases":[],"author":"NVIDIA","canonical_model":"nvidia/nemotron-3.5-super-vl","ctx":null,"formats":["chat","gemini","messages","responses"],"id":"nvidia/nemotron-3.5-super-vl","input":["text"],"kind":"text","max_out":null,"methods":[{"cache_read":0.04,"cache_write":null,"cache_write_1h":null,"cache_write_5m":null,"conditional_meter":null,"ctx":null,"family":"anthropic","fast_multiplier":1,"flex_multiplier":1,"fmt":"messages","http":"POST","img_in":null,"img_out":null,"in":0.3,"input":["text"],"label":"Anthropic Messages","max_out":null,"max_tool_calls":null,"out":1.0,"output":["text"],"path":"/v1/messages","request_model_id":"nvidia/nemotron-3.5-super-vl","route_label":"Ultra","status_reads":[],"tiers":[],"tool_prices":null,"unit":"token","units":[]},{"cache_read":0.04,"cache_write":null,"cache_write_1h":null,"cache_write_5m":null,"conditional_meter":null,"ctx":null,"family":"openai","fast_multiplier":1,"flex_multiplier":1,"fmt":"responses","http":"POST","img_in":null,"img_out":null,"in":0.3,"input":["text"],"label":"OpenAI Responses","max_out":null,"max_tool_calls":null,"out":1.0,"output":["text"],"path":"/v1/responses","request_model_id":"nvidia/nemotron-3.5-super-vl","route_label":"Ultra","status_reads":[],"tiers":[],"tool_prices":null,"unit":"token","units":[]},{"cache_read":0.04,"cache_write":null,"cache_write_1h":null,"cache_write_5m":null,"conditional_meter":null,"ctx":null,"family":"openai","fast_multiplier":1,"flex_multiplier":1,"fmt":"chat","http":"POST","img_in":null,"img_out":null,"in":0.3,"input":["text"],"label":"OpenAI Chat","max_out":null,"max_tool_calls":null,"out":1.0,"output":["text"],"path":"/v1/chat/completions","request_model_id":"nvidia/nemotron-3.5-super-vl","route_label":"Ultra","status_reads":[],"tiers":[],"tool_prices":null,"unit":"token","units":[]},{"cache_read":0.04,"cache_write":null,"cache_write_1h":null,"cache_write_5m":null,"conditional_meter":null,"ctx":null,"family":"gemini","fast_multiplier":1,"flex_multiplier":1,"fmt":"gemini","http":"POST","img_in":null,"img_out":null,"in":0.3,"input":["text"],"label":"Gemini generateContent","max_out":null,"max_tool_calls":null,"out":1.0,"output":["text"],"path":"/v1beta/models/nvidia/nemotron-3.5-super-vl:generateContent","request_model_id":"nvidia/nemotron-3.5-super-vl","route_label":"Ultra","status_reads":[],"tiers":[],"tool_prices":null,"unit":"token","units":[]}],"model_aliases":[{"canonical_model_id":"nvidia/nemotron-3.5-super-vl","request_model_id":"nvidia/nemotron-3.5-super-vl","route_label":"Ultra"}],"name":"NVIDIA: Nemotron 3.5 Super VL","price":{"in":0.3,"in_label":null,"out":1.0,"out_label":null,"sort_in":0.3,"sort_out":1.0,"varies":false},"public_id":"nvidia/nemotron-3.5-super-vl","short":"Dialogo testuale con un modello NVIDIA per ragionamento, lavoro sul codice e analisi di materiali estesi."}