models

NVIDIA: Nemotron 3.5 Super VL

Markdown · JSON

NVIDIA: Nemotron 3.5 Super VL

nvidia/nemotron-3.5-super-vl
NVIDIAМәтінКіріс 0,0003 $ / 1KШығыс 0,001 $ / 1K

Пайымдауға, кодпен жұмысқа және көлемді материалдарды талдауға арналған NVIDIA моделімен мәтіндік диалог.

Пайымдау, код және ұзын мәтінмен жұмыс

Nemotron 3.5 Super VL — бірнеше пайымдау қадамын байланыстыру, бағдарлама кодын түсіну не көлемді материалды өңдеу қажет міндеттерге арналған NVIDIA моделі. Ailoot-та бұл карточка мәтіндік диалог ұсынады: нұсқауларды, бастапқы деректер мен хабарламалар тарихын бересіз, ал модель мәтіндік жауап қайтарады.

Оны техникалық құжаттаманы талдау, талаптарды салыстыру, код түсіндірмелерін дайындау және мәтіндік есептерді талдау үшін пайдалануға болады. Сұрауда мақсатты беріп, қажетті материалдарды қосып, нәтиже пішімін анықтаған ыңғайлы: мысалы, негіздемелері бар қорытындылар тізімі, бағдарлама өзгерісінің жоспары не бірнеше шешімді салыстыру.

Құрылымы және мамандануы

Бастапқы Super VL — C-RADIO көрнекі энкодері бар, құжаттар мен бейнелерді түсінуге де арналған NVIDIA көрнекі-тілдік моделі. Осы Ailoot карточкасында оның мәтінмен жұмысы қолжетімді; бастапқы материалдар мәтіндік мазмұн ретінде беріледі.

Модель негізі Mamba-2, Transformer және Mixture of Experts архитектурасын біріктіреді. Шамамен 120 миллиард параметрдің өңдеу қадамында 12 миллиардтайы белсендіріледі. Бұл — нақты сұраудың іс жүзіндегі жылдамдығынан бөлек ескерілетін модель құрылымы.

Оқытуда бағдарламалық репозиторийлер, міндет пен код өзгерістерінің жұптары, құрастыру журналдары, міндет шешудің көпқадамды траекториялары және ұзын контекст материалдары қолданылған. Кейінгі оқыту кодпен, пайымдаумен, нұсқаулармен және диалогпен жұмысты біріктірді. Мұндай мамандану бастапқы мәліметтерді алдымен байланыстырып, кейін нәтижені рәсімдеу қажет құрама міндетті қоюда пайдалы.

Міндетті қалай дайындау керек

Құжат талдауға алдымен сұрақ пен ақпарат іріктеу өлшемдерін тұжырымдап, кейін бөлім тақырыптары бар мәтінді қосыңыз. Дереккөздерді салыстыру керек болса, оларға қысқа белгі беріп, қорытындыларды сол белгілерге байланыстыруды сұраңыз. Код міндетіне қатысты бағдарлама үзіндісін, байқалған әрекетті және күтілетін нәтижені қосыңыз; сонда жауапты нақты жағдаймен салыстыруға болады.

Үлкен контекст терезесі байланысты материалдарды бір сұрауға орналастыруға көмектеседі. Контекст көлемінің өзі анық тапсырманы алмастырмайды: нұсқауларды бастапқы деректерден бөліп, қандай шешім не құжат алғыңыз келетінін алдын ала көрсеткен пайдалы.

Контекст және қосылу тәсілдері

Ailoot-та бұл нұсқаға 262144 токендік контекст терезесі көрсетілген. Диалог тарихы, нұсқаулар, бастапқы материалдар мен жауап бұл кеңістікті бірге пайдаланады; ұзын сұрау дайындағанда нәтижеге орын қалдырыңыз.

Модель Chat Completions, Responses, Messages және Gemini пішіміндегі мәтіндік интерфейс арқылы қолжетімді. Бұл нұсқаның қолжетімді сценарийі — кірісте мәтін, шығыста мәтін; құжаттар мәтіндік мазмұн ретінде беріледі.

Ailoot API арқылы қолжетімді

Ultra Anthropic MessagesPOST /v1/messages
Кіріс
text
Шығыс
text
Контекст
Каталогта көрсетілмеген
Жауаптың ең көп көлемі
Каталогта көрсетілмеген
Кіріс
0,0003 $ / 1K
Шығыс
0,001 $ / 1K
Кэшті оқу
0,00004 $ / 1K
Ultra OpenAI ResponsesPOST /v1/responses
Кіріс
text
Шығыс
text
Контекст
Каталогта көрсетілмеген
Жауаптың ең көп көлемі
Каталогта көрсетілмеген
Кіріс
0,0003 $ / 1K
Шығыс
0,001 $ / 1K
Кэшті оқу
0,00004 $ / 1K
Ultra OpenAI ChatPOST /v1/chat/completions
Кіріс
text
Шығыс
text
Контекст
Каталогта көрсетілмеген
Жауаптың ең көп көлемі
Каталогта көрсетілмеген
Кіріс
0,0003 $ / 1K
Шығыс
0,001 $ / 1K
Кэшті оқу
0,00004 $ / 1K
Ultra Gemini generateContentPOST /v1beta/models/nvidia/nemotron-3.5-super-vl:generateContent
Кіріс
text
Шығыс
text
Контекст
Каталогта көрсетілмеген
Жауаптың ең көп көлемі
Каталогта көрсетілмеген
Кіріс
0,0003 $ / 1K
Шығыс
0,001 $ / 1K
Кэшті оқу
0,00004 $ / 1K
nvidia/nemotron-3.5-super-vl · JSON
{"about":"### Пайымдау, код және ұзын мәтінмен жұмыс\n\nNemotron 3.5 Super VL — бірнеше пайымдау қадамын байланыстыру, бағдарлама кодын түсіну не көлемді материалды өңдеу қажет міндеттерге арналған NVIDIA моделі. Ailoot-та бұл карточка мәтіндік диалог ұсынады: нұсқауларды, бастапқы деректер мен хабарламалар тарихын бересіз, ал модель мәтіндік жауап қайтарады.\n\nОны техникалық құжаттаманы талдау, талаптарды салыстыру, код түсіндірмелерін дайындау және мәтіндік есептерді талдау үшін пайдалануға болады. Сұрауда мақсатты беріп, қажетті материалдарды қосып, нәтиже пішімін анықтаған ыңғайлы: мысалы, негіздемелері бар қорытындылар тізімі, бағдарлама өзгерісінің жоспары не бірнеше шешімді салыстыру.\n\n### Құрылымы және мамандануы\n\nБастапқы Super VL — C-RADIO көрнекі энкодері бар, құжаттар мен бейнелерді түсінуге де арналған NVIDIA көрнекі-тілдік моделі. Осы Ailoot карточкасында оның мәтінмен жұмысы қолжетімді; бастапқы материалдар мәтіндік мазмұн ретінде беріледі.\n\nМодель негізі Mamba-2, Transformer және Mixture of Experts архитектурасын біріктіреді. Шамамен 120 миллиард параметрдің өңдеу қадамында 12 миллиардтайы белсендіріледі. Бұл — нақты сұраудың іс жүзіндегі жылдамдығынан бөлек ескерілетін модель құрылымы.\n\nОқытуда бағдарламалық репозиторийлер, міндет пен код өзгерістерінің жұптары, құрастыру журналдары, міндет шешудің көпқадамды траекториялары және ұзын контекст материалдары қолданылған. Кейінгі оқыту кодпен, пайымдаумен, нұсқаулармен және диалогпен жұмысты біріктірді. Мұндай мамандану бастапқы мәліметтерді алдымен байланыстырып, кейін нәтижені рәсімдеу қажет құрама міндетті қоюда пайдалы.\n\n### Міндетті қалай дайындау керек\n\nҚұжат талдауға алдымен сұрақ пен ақпарат іріктеу өлшемдерін тұжырымдап, кейін бөлім тақырыптары бар мәтінді қосыңыз. Дереккөздерді салыстыру керек болса, оларға қысқа белгі беріп, қорытындыларды сол белгілерге байланыстыруды сұраңыз. Код міндетіне қатысты бағдарлама үзіндісін, байқалған әрекетті және күтілетін нәтижені қосыңыз; сонда жауапты нақты жағдаймен салыстыруға болады.\n\nҮлкен контекст терезесі байланысты материалдарды бір сұрауға орналастыруға көмектеседі. Контекст көлемінің өзі анық тапсырманы алмастырмайды: нұсқауларды бастапқы деректерден бөліп, қандай шешім не құжат алғыңыз келетінін алдын ала көрсеткен пайдалы.\n\n### Контекст және қосылу тәсілдері\n\nAiloot-та бұл нұсқаға 262144 токендік контекст терезесі көрсетілген. Диалог тарихы, нұсқаулар, бастапқы материалдар мен жауап бұл кеңістікті бірге пайдаланады; ұзын сұрау дайындағанда нәтижеге орын қалдырыңыз.\n\nМодель Chat Completions, Responses, Messages және Gemini пішіміндегі мәтіндік интерфейс арқылы қолжетімді. Бұл нұсқаның қолжетімді сценарийі — кірісте мәтін, шығыста мәтін; құжаттар мәтіндік мазмұн ретінде беріледі.","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":"Пайымдауға, кодпен жұмысқа және көлемді материалдарды талдауға арналған NVIDIA моделімен мәтіндік диалог."}

Сұрақтар

Міндетіме сай модельді қалай таңдаймын?

Алдымен қажетті кіріс пен шығысты анықтаңыз: мәтін, сурет, аудио немесе видео. Содан кейін үйлесімді API әдістерін, модельдің нақты ID мәнін немесе бүркеншік атау қазір сілтейтін модельді, бағаны және есептеу бірлігін салыстырыңыз. GET /v1/models тегін және кілтіңізге қолжетімді модельдер тізімін береді.

Әр модель барлық API әдісін және медиа түрін қолдай ма?

Модель карточкасында көрсетілген API әдістері мен кіріс/шығыс деректерінің түрлерін пайдаланыңыз. Мәтін, сурет, аудио немесе видео қолдауы таңдалған модель мен әдіске байланысты; деректеріңізді жібермес бұрын тиісті сұрау мысалын тексеріңіз.

Модельдің ID мәні мен бүркеншік атаудың айырмашылығы қандай?

Модельдің нақты ID мәні белгілі бір модельді анықтайды. Бүркеншік атау модельге сілтейді және оның нысанасы өзгеруі мүмкін. Каталогтан бүркеншік атаудың қазір қай модельге сілтейтінін тексеріңіз; интеграцияңызға белгілі бір модель қажет болса, нақты ID мәнін пайдаланыңыз.

Сұрау жібермес бұрын бағаларды қалай салыстырамын?

Таңдалған API әдісінің бағасы мен есептеу бірлігін модель карточкасынан қараңыз. Бірдей бірлік пен кіріс/шығыс деректерінің бірдей түрін салыстырыңыз; сұраулар тарихында нақты пайдалану көлемі мен шегерілген сома көрсетіледі.

Жазылым не береді?

Тұрақты жұмысқа токен сатып алу жеңілдігін. Сұрау көлеміне сай тариф таңдаңыз; жазылым шарты мен бағасы рәсімдегенде көрсетіледі.

50% дейінгі промокод жеңілдігін қалай қолданамын?

Токен сатып алғанда промокод енгізіңіз. Соңғы сома науқан шартымен қайта есептеледі; жеңілдік төлемге дейін көрінеді.