NVIDIA: Nemotron 3.5 Super VL
nvidia/nemotron-3.5-super-vlTekstinis dialogas su NVIDIA modeliu samprotavimui, darbui su kodu ir didelės apimties medžiagos analizei.
Samprotavimas, kodas ir darbas su ilgu tekstu
Nemotron 3.5 Super VL — NVIDIA modelis užduotims, kurioms reikia susieti kelis samprotavimo žingsnius, suprasti programos kodą arba apdoroti didelės apimties medžiagą. Ailoot ši kortelė suteikia tekstinį dialogą: perduodate instrukcijas, pradinius duomenis ir pranešimų istoriją, o modelis grąžina tekstinį atsakymą.
Jį galima naudoti techninei dokumentacijai analizuoti, reikalavimams palyginti, kodo paaiškinimams rengti ir tekstinėms ataskaitoms nagrinėti. Užklausoje patogu nustatyti tikslą, pridėti reikiamą medžiagą ir apibrėžti rezultato formą, pavyzdžiui, išvadų su pagrindimais sąrašą, programos pakeitimo planą arba kelių sprendimų palyginimą.
Sandara ir specializacija
Pradinė Super VL — NVIDIA regos ir kalbos modelis su C-RADIO vaizdiniu koduotuvu, taip pat skirtas dokumentams ir vaizdo įrašams suprasti. Šioje Ailoot kortelėje prieinamas jo darbas su tekstu; pradinė medžiaga perduodama tekstiniu turiniu.
Modelio pagrindas jungia Mamba-2, Transformer ir Mixture of Experts architektūrą. Iš maždaug 120 milijardų parametrų vienu apdorojimo žingsniu aktyvuojama apie 12 milijardų. Tai modelio sandara, kurią reikia vertinti atskirai nuo faktinio konkrečios užklausos greičio.
Mokant naudotos programų saugyklos, užduočių ir kodo pakeitimų poros, komponavimo žurnalai, daugiapakopės užduočių sprendimo sekos ir medžiaga ilgam kontekstui. Tolesnis mokymas jungė darbą su kodu, samprotavimu, instrukcijomis ir dialogu. Tokia specializacija naudinga formuluojant sudėtinę užduotį, kai pradinę informaciją pirmiausia reikia susieti, o paskui pateikti rezultatą.
Kaip parengti užduotį
Dokumento analizei pirmiausia suformuluokite klausimą ir informacijos atrankos kriterijus, tada pridėkite tekstą su skyrių antraštėmis. Jei reikia palyginti šaltinius, priskirkite jiems trumpas žymas ir paprašykite išvadas susieti su tomis žymomis. Kodo užduočiai pridėkite atitinkamą programos fragmentą, stebimą veikimą ir laukiamą rezultatą; taip atsakymą galima palyginti su konkrečiu atveju.
Didelis konteksto langas padeda sutalpinti susijusią medžiagą vienoje užklausoje. Pati konteksto apimtis nepakeičia aiškaus užduoties formulavimo: naudinga atskirti instrukcijas nuo pradinių duomenų ir iš anksto nurodyti, kokį sprendimą ar dokumentą norite gauti.
Kontekstas ir prijungimo būdai
Ailoot šiam variantui nurodytas 262144 žetonų konteksto langas. Pokalbio istorija, instrukcijos, pradinė medžiaga ir atsakymas kartu naudoja šią erdvę; rengdami ilgą užklausą palikite vietos rezultatui.
Modelis prieinamas per Chat Completions, Responses, Messages ir tekstinę Gemini formato sąsają. Šio varianto prieinamas scenarijus — tekstinė įvestis ir tekstinė išvestis; dokumentai perduodami tekstiniu turiniu.
Prieinama per Ailoot API
POST /v1/messages- Įvestis
text- Išvestis
text- Kontekstas
- Kataloge nenurodyta
- Didžiausias atsakymas
- Kataloge nenurodyta
- Įvestis
- 0,0003 USD / 1K
- Išvestis
- 0,001 USD / 1K
- Talpyklos skaitymas
- 0,00004 USD / 1K
POST /v1/responses- Įvestis
text- Išvestis
text- Kontekstas
- Kataloge nenurodyta
- Didžiausias atsakymas
- Kataloge nenurodyta
- Įvestis
- 0,0003 USD / 1K
- Išvestis
- 0,001 USD / 1K
- Talpyklos skaitymas
- 0,00004 USD / 1K
POST /v1/chat/completions- Įvestis
text- Išvestis
text- Kontekstas
- Kataloge nenurodyta
- Didžiausias atsakymas
- Kataloge nenurodyta
- Įvestis
- 0,0003 USD / 1K
- Išvestis
- 0,001 USD / 1K
- Talpyklos skaitymas
- 0,00004 USD / 1K
POST /v1beta/models/nvidia/nemotron-3.5-super-vl:generateContent- Įvestis
text- Išvestis
text- Kontekstas
- Kataloge nenurodyta
- Didžiausias atsakymas
- Kataloge nenurodyta
- Įvestis
- 0,0003 USD / 1K
- Išvestis
- 0,001 USD / 1K
- Talpyklos skaitymas
- 0,00004 USD / 1K
nvidia/nemotron-3.5-super-vl · JSON
{"about":"### Samprotavimas, kodas ir darbas su ilgu tekstu\n\nNemotron 3.5 Super VL — NVIDIA modelis užduotims, kurioms reikia susieti kelis samprotavimo žingsnius, suprasti programos kodą arba apdoroti didelės apimties medžiagą. Ailoot ši kortelė suteikia tekstinį dialogą: perduodate instrukcijas, pradinius duomenis ir pranešimų istoriją, o modelis grąžina tekstinį atsakymą.\n\nJį galima naudoti techninei dokumentacijai analizuoti, reikalavimams palyginti, kodo paaiškinimams rengti ir tekstinėms ataskaitoms nagrinėti. Užklausoje patogu nustatyti tikslą, pridėti reikiamą medžiagą ir apibrėžti rezultato formą, pavyzdžiui, išvadų su pagrindimais sąrašą, programos pakeitimo planą arba kelių sprendimų palyginimą.\n\n### Sandara ir specializacija\n\nPradinė Super VL — NVIDIA regos ir kalbos modelis su C-RADIO vaizdiniu koduotuvu, taip pat skirtas dokumentams ir vaizdo įrašams suprasti. Šioje Ailoot kortelėje prieinamas jo darbas su tekstu; pradinė medžiaga perduodama tekstiniu turiniu.\n\nModelio pagrindas jungia Mamba-2, Transformer ir Mixture of Experts architektūrą. Iš maždaug 120 milijardų parametrų vienu apdorojimo žingsniu aktyvuojama apie 12 milijardų. Tai modelio sandara, kurią reikia vertinti atskirai nuo faktinio konkrečios užklausos greičio.\n\nMokant naudotos programų saugyklos, užduočių ir kodo pakeitimų poros, komponavimo žurnalai, daugiapakopės užduočių sprendimo sekos ir medžiaga ilgam kontekstui. Tolesnis mokymas jungė darbą su kodu, samprotavimu, instrukcijomis ir dialogu. Tokia specializacija naudinga formuluojant sudėtinę užduotį, kai pradinę informaciją pirmiausia reikia susieti, o paskui pateikti rezultatą.\n\n### Kaip parengti užduotį\n\nDokumento analizei pirmiausia suformuluokite klausimą ir informacijos atrankos kriterijus, tada pridėkite tekstą su skyrių antraštėmis. Jei reikia palyginti šaltinius, priskirkite jiems trumpas žymas ir paprašykite išvadas susieti su tomis žymomis. Kodo užduočiai pridėkite atitinkamą programos fragmentą, stebimą veikimą ir laukiamą rezultatą; taip atsakymą galima palyginti su konkrečiu atveju.\n\nDidelis konteksto langas padeda sutalpinti susijusią medžiagą vienoje užklausoje. Pati konteksto apimtis nepakeičia aiškaus užduoties formulavimo: naudinga atskirti instrukcijas nuo pradinių duomenų ir iš anksto nurodyti, kokį sprendimą ar dokumentą norite gauti.\n\n### Kontekstas ir prijungimo būdai\n\nAiloot šiam variantui nurodytas 262144 žetonų konteksto langas. Pokalbio istorija, instrukcijos, pradinė medžiaga ir atsakymas kartu naudoja šią erdvę; rengdami ilgą užklausą palikite vietos rezultatui.\n\nModelis prieinamas per Chat Completions, Responses, Messages ir tekstinę Gemini formato sąsają. Šio varianto prieinamas scenarijus — tekstinė įvestis ir tekstinė išvestis; dokumentai perduodami tekstiniu turiniu.","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":"Tekstinis dialogas su NVIDIA modeliu samprotavimui, darbui su kodu ir didelės apimties medžiagos analizei."}