Source: https://ailoot.ai/models/ms/nvidia-nemotron-3-5-lightning-u003a-free/
Canonical: https://ailoot.ai/models/ms/nvidia-nemotron-3-5-lightning-u003a-free/
Language: ms

# NVIDIA: Nemotron 3.5 Lightning (free)

[Markdown](https://ailoot.ai/models/ms/nvidia-nemotron-3-5-lightning-u003a-free/index.md) · [JSON](https://ailoot.ai/models/ms/nvidia-nemotron-3-5-lightning-u003a-free/facts.json)

## [NVIDIA: Nemotron 3.5 Lightning (free)](https://ailoot.ai/models/ms/nvidia-nemotron-3-5-lightning-u003a-free/)

NVIDIA Nemotron 3.5 Lightning ialah model penaakulan teks dan sembang dengan 30B parameter keseluruhan dan 3B parameter aktif. Seni bina hibrid Mamba–MoEnya menyokong analisis konteks panjang, pengekodan dan aliran kerja berasaskan alat, dengan mod pemikiran atau jawapan langsung yang didokumenkan dalam templat sembang pengeluar.

- [**Ailoot Ultra · OpenAI Chat** `POST /v1/chat/completions` `nvidia/nemotron-3.5-lightning:free`](https://ailoot.ai/models/ms/nvidia-nemotron-3-5-lightning-u003a-free/#method-0)
- [**Ailoot Ultra · Anthropic Messages** `POST /v1/messages` `nvidia/nemotron-3.5-lightning:free`](https://ailoot.ai/models/ms/nvidia-nemotron-3-5-lightning-u003a-free/#method-1)

Tentang model

Huraian ini merangkumi keupayaan model. Input, output dan pilihan yang tersedia di Ailoot disenaraikan di bawah untuk kaedah yang dipilih.

NVIDIA Nemotron 3.5 Lightning ialah model bahasa untuk penaakulan, perbualan dan aliran kerja ejen khusus. Model ini mempunyai 30B parameter keseluruhan dengan 3B aktif, menggunakan seni bina hibrid yang menyelang-selikan lapisan Mamba-2, campuran pakar dan perhatian. Lapisan Multi-Token Prediction menambah isyarat latihan untuk token masa hadapan dan menyokong resipi penjanaan model yang dioptimumkan. Model ini memproses teks dan menghasilkan teks, termasuk penjelasan, kod dan jawapan berasaskan bahan yang dibekalkan.

Pengeluar menerangkan aplikasi dalam chatbot, penjanaan diperkaya pemerolehan maklumat, pematuhan arahan dan ejen. Untuk jawapan pangkalan pengetahuan, berikan soalan dan petikan yang berkaitan dengan label sumber yang stabil. Minta model menjawab daripada petikan itu, mengenal pasti petikan yang menyokong setiap dakwaan penting dan menyatakan perkara yang masih tidak diketahui. Sebagai contoh: “Dengan menggunakan artikel sokongan ini, terangkan perbezaan antara dua kaedah pemasangan dan kembalikan prasyarat, langkah dan semakan bagi setiap kaedah.” Pastikan prasyarat yang tiada kekal kelihatan dan bukannya mengundang model menciptanya.

Untuk kerja pengekodan, bekalkan kod yang berkaitan, tingkah laku yang dijangka dan kegagalan yang diperhatikan. Permintaan praktikal meminta semakan terfokus dan penjelasan tentang kes yang terjejas. Jika ejen yang disambungkan kepada alat menjalankan semakan, kembalikan output sebenarnya sebelum meminta perubahan seterusnya. Latihan model merangkumi kod, penggunaan alat berbilang langkah dan tugas output berstruktur, tetapi artifak yang selesai masih perlu sepadan dengan keperluan asal. Minta kod yang disemak, sebab bagi setiap perubahan penting dan pemerhatian yang diperlukan untuk membuktikan masalah diselesaikan.

Pengeluar mendokumenkan pemikiran yang didayakan secara lalai dan mod jawapan langsung dengan pemikiran dilumpuhkan melalui templat sembang. Mod penaakulan berguna untuk tugas dengan beberapa syarat yang saling bergantung; jawapan langsung boleh sesuai untuk transformasi atau pengekstrakan mudah. Pengeluar mengesyorkan temperature 1.0 dan top-p 0.95 dalam contoh kliennya. Anggapnya sebagai tetapan resipi pengeluar dan pilih struktur respons akhir secara jelas, seperti penjelasan ringkas, jadual perbandingan atau jawapan diikuti bukti sokongannya.

Model menyokong konteks sehingga 1M token. Resipi penggunaan BF16 yang diterbitkan turut membezakan keupayaan model itu daripada konfigurasi yang menggunakan tetingkap 256K di bawah kekangan memori. Sediakan bahan panjang untuk tetingkap kerja yang berkenaan, dengan struktur dokumen dikekalkan dan ruang untuk respons. Konteks panjang paling berguna apabila prom menetapkan hubungan yang perlu dicari: percanggahan antara dokumen, kebergantungan merentas fail sumber atau bukti yang menyokong kesimpulan. Ia bukan alasan untuk memasukkan sejarah tidak berkaitan atau menganggap jawapan akhir boleh memenuhi seluruh tetingkap.

Bahasa Inggeris dan bahasa pengekodan ialah fokus utama, dengan bahasa Sepanyol, Perancis, Jerman, Itali dan Jepun turut disenaraikan. Nyatakan bahasa output yang diperlukan dan kekalkan nama, pengecam serta istilah sumber yang dipetik apabila ejaannya penting. Untuk kerja dokumen berbilang bahasa, nyatakan sama ada bahan perlu diterjemah, diringkaskan atau dibandingkan; permintaan ini menghasilkan artifak yang berbeza. Minta istilah yang tidak pasti ditandakan supaya terjemahan lancar tidak mengubah makna teknikal secara senyap.

NVIDIA menerbitkan keluaran rujukan BF16 terutamanya untuk penyesuaian dan penyelidikan ketepatan penuh, serta keluaran NVFP4 berasingan dengan resipi inferens yang dioptimumkan. Perbezaan ini penting apabila membandingkan panduan penggunaan: konfigurasi perkakasan atau hasil daya pemprosesan daripada satu keluaran tidak secara automatik menerangkan keluaran lain. Nama model mengenal pasti keluarga Lightning, manakala checkpoint tepat dan konfigurasi penyajian menentukan resipi. Asingkan keupayaan pada peringkat model daripada andaian prestasi dan memori khusus resipi.

Untuk kerja berasaskan alat, berikan huraian fungsi yang jelas dan kembalikan hasil sebenar setiap langkah yang dilaksanakan. Operasi yang dicadangkan menjadi bukti yang boleh digunakan hanya selepas aplikasi sekeliling melaksanakannya dan merekodkan kejadian. Minta jawapan akhir membezakan pemerhatian sumber, kesimpulan terbitan dan semakan yang belum selesai. Apabila pengiraan, arahan atau petikan yang diperoleh bercanggah dengan hasil yang dirancang, gunakan percanggahan itu untuk menyemak kesimpulan dan bukannya menghasilkan ringkasan kemas bagi andaian yang belum disahkan.

**Ailoot Ultra · OpenAI Chat** `POST /v1/chat/completions` `nvidia/nemotron-3.5-lightning:free`

[`nvidia/nemotron-3.5-lightning:free`](https://ailoot.ai/models/ms/#m=nvidia%2Fnemotron-3.5-lightning%3Afree&route=Ultra&caller=nvidia%2Fnemotron-3.5-lightning%3Afree&fmt=chat)

NVIDIA /`nvidia/nemotron-3.5-lightning:free`

### Pengenalan

NVIDIA Nemotron 3.5 Lightning ialah model penaakulan teks dan sembang dengan 30B parameter keseluruhan dan 3B parameter aktif. Seni bina hibrid Mamba–MoEnya menyokong analisis konteks panjang, pengekodan dan aliran kerja berasaskan alat, dengan mod pemikiran atau jawapan langsung yang didokumenkan dalam templat sembang pengeluar.

Input yang diterima

Teks

Hasil

Teks

### Tersedia di Ailoot · input & kaedah

**Ailoot Ultra · OpenAI Chat** `POST /v1/chat/completions`

Input

`text`

Output

`text`

Konteks

1,000,000 tokens

Output maksimum

65,536 tokens

Format output

JSON

| Medan | Jenis | Keperluan | Nilai & had | Lalai |
| --- | --- | --- | --- | --- |
| Medan`model` | Jenis`string` | KeperluanDiperlukan | Nilai & had nvidia/nemotron-3.5-lightning:free | Lalai— |
| Medan`messages` | Jenis`array` | KeperluanDiperlukan | Nilai & had | Lalai— |
| Medan`stream` | Jenis`boolean` | KeperluanPilihan | Nilai & had false | Lalaifalse |
| Medan`max_tokens` | Jenis`integer` | KeperluanPilihan | Nilai & had Minimum: 1 Maksimum: 65,536 | Lalai— |
| Medan`max_completion_tokens` | Jenis`integer` | KeperluanPilihan | Nilai & had Minimum: 1 Maksimum: 65,536 | Lalai— |
| Medan`n` | Jenis`integer` | KeperluanPilihan | Nilai & had Minimum: 1 Maksimum: 128 | Lalai— |
| Medan`temperature` | Jenis`number` | KeperluanPilihan | Nilai & had | Lalai— |
| Medan`top_p` | Jenis`number` | KeperluanPilihan | Nilai & had | Lalai— |
| Medan`seed` | Jenis`integer` | KeperluanPilihan | Nilai & had | Lalai— |
| Medan`stop` | Jenis`` | KeperluanPilihan | Nilai & had | Lalai— |
| Medan`frequency_penalty` | Jenis`number` | KeperluanPilihan | Nilai & had | Lalai— |
| Medan`presence_penalty` | Jenis`number` | KeperluanPilihan | Nilai & had | Lalai— |
| Medan`user` | Jenis`string` | KeperluanPilihan | Nilai & had | Lalai— |

Parameter kaedah dan kitar hayat

| Parameter | Kontrak |
| --- | --- |
| Parameter`content_type` | Kontrakapplication/json |
| Parameter`required` | Kontrakmodel, messages |
| Parameter`optional` | Kontrakstream, max\_tokens, max\_completion\_tokens, n, temperature, top\_p, seed, stop, frequency\_penalty, presence\_penalty, user |
| Parameter`material_types` | Kontraktext |
| Parameter`conditions` | KontrakUse literal text messages only. Cache controls, tools, image/audio/video content and streamed responses are unavailable for this method., The complete encoded JSON request must not exceed 1000000 bytes. |

Kitar hayat: `synchronous_json`

### Pelan harga

Rujukan tarif tidak menambah pilihan permintaan. Parameter yang disokong disenaraikan untuk kaedah yang dipilih.

Mod pantas

Kadar standard Apabila mod pantas dipilih

Mod flex

Kadar standard Apabila mod flex dipilih

Usaha penaakulan maksimum

Kadar standard Apabila usaha penaakulan maksimum menggunakan pelarasan default

Harga cache eksplisit

Tidak diaktifkan Apabila cache eksplisit diminta

Kadar sifar untuk teks sahaja

Text input and output only. Cache, tools, media and streaming are unavailable. Untuk input dan output teks sahaja

#### Kadar Ailoot

#### Harga mengikut konfigurasi

| Konfigurasi | Jadual kadar | Caj |
| --- | --- | --- |
| KonfigurasiKadar asas token | Jadual kadarKadar asas | Caj Input · Token input **$0** / 1K token Output · Token output **$0** / 1K token Input · Bacaan cache **—** / 1K token Input · Penulisan cache **—** / 1K token Input · Penulisan cache, 1 jam **—** / 1K token |

Ailoot merizabkan anggaran amaun sebelum permintaan. Selepas hasil diterima, caj akhir diselesaikan berdasarkan penggunaan terukur. Penyelesaian caj penstriman menggunakan rekod penggunaan akhir. [Cara rizab dan penyelesaian caj berfungsi →](https://ailoot.ai/docs/ms/billing/reserve/)

### Contoh permintaan

#### Ailoot Ultra · OpenAI Chat

curl · cipta sekali sahaja dan simpan hasil lengkap

```bash
set -eu
: "${AILOOT_API_KEY:?Set your Ailoot API key}"
export AILOOT_API_KEY
python3 - <<'PY_REQUEST'
import json,os
from pathlib import Path
p=json.loads('{"model": "nvidia/nemotron-3.5-lightning:free", "messages": [{"role": "user", "content": "Summarize the supplied text in three concise points."}], "stream": false}')

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
# Submit once. Retain the complete result, original identifiers and every response header.
```

### Terima dan simpan hasil

#### Ailoot Ultra · OpenAI Chat

JSON

##### Simpan semua hasil yang selesai

Simpan setiap respons lengkap, fail dan bahagian kandungan yang dikembalikan.

Retain the complete response, all actual results, original identifiers, usage and response headers.

##### Jika respons asal perlu disemak

Preserve the original response, headers and X-Client-Request-ID. An uncertain outcome does not authorize another creation.

### Alias

#### Alias model

**Ailoot Ultra** [`nvidia/nemotron-3.5-lightning:free`](https://ailoot.ai/models/ms/#m=nvidia%2Fnemotron-3.5-lightning%3Afree&route=Ultra&caller=nvidia%2Fnemotron-3.5-lightning%3Afree&fmt=chat)

#### Alias laluan kaedah

Gunakan laluan kaedah yang dipaparkan di atas.

#### ID pemanggil berkaitan

[`nvidia/nemotron-3.5-lightning:free`](https://ailoot.ai/models/ms/#m=nvidia%2Fnemotron-3.5-lightning%3Afree&route=Ultra&caller=nvidia%2Fnemotron-3.5-lightning%3Afree&fmt=chat)

**Ailoot Ultra · Anthropic Messages** `POST /v1/messages` `nvidia/nemotron-3.5-lightning:free`

[`nvidia/nemotron-3.5-lightning:free`](https://ailoot.ai/models/ms/#m=nvidia%2Fnemotron-3.5-lightning%3Afree&route=Ultra&caller=nvidia%2Fnemotron-3.5-lightning%3Afree&fmt=messages)

NVIDIA /`nvidia/nemotron-3.5-lightning:free`

### Pengenalan

NVIDIA Nemotron 3.5 Lightning ialah model penaakulan teks dan sembang dengan 30B parameter keseluruhan dan 3B parameter aktif. Seni bina hibrid Mamba–MoEnya menyokong analisis konteks panjang, pengekodan dan aliran kerja berasaskan alat, dengan mod pemikiran atau jawapan langsung yang didokumenkan dalam templat sembang pengeluar.

Input yang diterima

Teks

Hasil

Teks

### Tersedia di Ailoot · input & kaedah

**Ailoot Ultra · Anthropic Messages** `POST /v1/messages`

Input

`text`

Output

`text`

Konteks

1,000,000 tokens

Output maksimum

65,536 tokens

Format output

JSON

| Medan | Jenis | Keperluan | Nilai & had | Lalai |
| --- | --- | --- | --- | --- |
| Medan`model` | Jenis`string` | KeperluanDiperlukan | Nilai & had nvidia/nemotron-3.5-lightning:free | Lalai— |
| Medan`messages` | Jenis`array` | KeperluanDiperlukan | Nilai & had | Lalai— |
| Medan`stream` | Jenis`boolean` | KeperluanPilihan | Nilai & had false | Lalaifalse |
| Medan`system` | Jenis`string` | KeperluanPilihan | Nilai & had | Lalai— |
| Medan`max_tokens` | Jenis`integer` | KeperluanDiperlukan | Nilai & had Minimum: 1 Maksimum: 65,536 | Lalai— |
| Medan`temperature` | Jenis`number` | KeperluanPilihan | Nilai & had | Lalai— |
| Medan`top_p` | Jenis`number` | KeperluanPilihan | Nilai & had | Lalai— |
| Medan`top_k` | Jenis`integer` | KeperluanPilihan | Nilai & had | Lalai— |
| Medan`stop_sequences` | Jenis`array` | KeperluanPilihan | Nilai & had | Lalai— |
| Medan`metadata` | Jenis`object` | KeperluanPilihan | Nilai & had | Lalai— |

Parameter kaedah dan kitar hayat

| Parameter | Kontrak |
| --- | --- |
| Parameter`content_type` | Kontrakapplication/json |
| Parameter`required` | Kontrakmodel, messages, max\_tokens |
| Parameter`optional` | Kontrakstream, system, temperature, top\_p, top\_k, stop\_sequences, metadata |
| Parameter`material_types` | Kontraktext |
| Parameter`conditions` | KontrakUse literal text messages only. Cache controls, tools, image/audio/video content and streamed responses are unavailable for this method., The complete encoded JSON request must not exceed 1000000 bytes. |

Kitar hayat: `synchronous_json`

### Pelan harga

Rujukan tarif tidak menambah pilihan permintaan. Parameter yang disokong disenaraikan untuk kaedah yang dipilih.

Mod pantas

Kadar standard Apabila mod pantas dipilih

Mod flex

Kadar standard Apabila mod flex dipilih

Usaha penaakulan maksimum

Kadar standard Apabila usaha penaakulan maksimum menggunakan pelarasan default

Kadar sifar untuk teks sahaja

Text input and output only. Cache, tools, media and streaming are unavailable. Untuk input dan output teks sahaja

#### Kadar Ailoot

#### Harga mengikut konfigurasi

| Konfigurasi | Jadual kadar | Caj |
| --- | --- | --- |
| KonfigurasiKadar asas token | Jadual kadarKadar asas | Caj Input · Token input **$0** / 1K token Output · Token output **$0** / 1K token Input · Bacaan cache **—** / 1K token Input · Penulisan cache **—** / 1K token Input · Penulisan cache, 1 jam **—** / 1K token |

Ailoot merizabkan anggaran amaun sebelum permintaan. Selepas hasil diterima, caj akhir diselesaikan berdasarkan penggunaan terukur. Penyelesaian caj penstriman menggunakan rekod penggunaan akhir. [Cara rizab dan penyelesaian caj berfungsi →](https://ailoot.ai/docs/ms/billing/reserve/)

### Contoh permintaan

#### Ailoot Ultra · Anthropic Messages

curl · cipta sekali sahaja dan simpan hasil lengkap

```bash
set -eu
: "${AILOOT_API_KEY:?Set your Ailoot API key}"
export AILOOT_API_KEY
python3 - <<'PY_REQUEST'
import json,os
from pathlib import Path
p=json.loads('{"model": "nvidia/nemotron-3.5-lightning:free", "messages": [{"role": "user", "content": "Summarize the supplied text in three concise points."}], "stream": false, "max_tokens": 256}')

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 "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \
  --data-binary @request.json -D response-headers.txt -o result.json
# Submit once. Retain the complete result, original identifiers and every response header.
```

### Terima dan simpan hasil

#### Ailoot Ultra · Anthropic Messages

JSON

##### Simpan semua hasil yang selesai

Simpan setiap respons lengkap, fail dan bahagian kandungan yang dikembalikan.

Retain the complete response, all actual results, original identifiers, usage and response headers.

##### Jika respons asal perlu disemak

Preserve the original response, headers and X-Client-Request-ID. An uncertain outcome does not authorize another creation.

### Alias

#### Alias model

**Ailoot Ultra** [`nvidia/nemotron-3.5-lightning:free`](https://ailoot.ai/models/ms/#m=nvidia%2Fnemotron-3.5-lightning%3Afree&route=Ultra&caller=nvidia%2Fnemotron-3.5-lightning%3Afree&fmt=messages)

#### Alias laluan kaedah

Gunakan laluan kaedah yang dipaparkan di atas.

#### ID pemanggil berkaitan

[`nvidia/nemotron-3.5-lightning:free`](https://ailoot.ai/models/ms/#m=nvidia%2Fnemotron-3.5-lightning%3Afree&route=Ultra&caller=nvidia%2Fnemotron-3.5-lightning%3Afree&fmt=messages)

FAQ · NVIDIA: Nemotron 3.5 Lightning (free)

Apakah input dan hasil yang tersedia?

`POST /v1/chat/completions` · `nvidia/nemotron-3.5-lightning:free`: `text` → `text` `POST /v1/messages` · `nvidia/nemotron-3.5-lightning:free`: `text` → `text`

Apakah medan yang digunakan oleh permintaan?

`POST /v1/chat/completions` · `nvidia/nemotron-3.5-lightning:free`: `model`, `messages`, `stream`, `max_tokens`, `max_completion_tokens`, `n`, `temperature`, `top_p`, `seed`, `stop`, `frequency_penalty`, `presence_penalty`, `user` `POST /v1/messages` · `nvidia/nemotron-3.5-lightning:free`: `model`, `messages`, `stream`, `system`, `max_tokens`, `temperature`, `top_p`, `top_k`, `stop_sequences`, `metadata`

Apakah had yang terpakai?

`POST /v1/chat/completions` · `nvidia/nemotron-3.5-lightning:free`: `ctx`: `1000000`; `max_out`: `65536`; `max_tokens.minimum`: `1`; `max_tokens.maximum`: `65536`; `max_completion_tokens.minimum`: `1`; `max_completion_tokens.maximum`: `65536`; `n.minimum`: `1`; `n.maximum`: `128` `POST /v1/messages` · `nvidia/nemotron-3.5-lightning:free`: `ctx`: `1000000`; `max_out`: `65536`; `max_tokens.minimum`: `1`; `max_tokens.maximum`: `65536`

Sambungkan Ailoot kepada Claude Code, OpenCode, Hermes atau aplikasi anda.

## Syarikat dan portfolio projeknya

Syarikat dan portfolio projeknya: jutaan pelanggan; jualan bernilai berbilion setiap bulan.

## Beli token dengan diskaun.

Diskaun langganan untuk penggunaan berkala. Kod promosi — sehingga 50% bagi pembelian token.

Langganan

Pilih pelan berdiskaun untuk permintaan berkala anda.

Kod promosi sehingga 50%

Masukkan kod semasa pembelian. Harga dikira semula mengikut promosi semasa.

Perbelanjaan dalam sejarah

Model, token dan jumlah disimpan bagi setiap permintaan.

[Pilih langganan](https://ailoot.ai/docs/ms/billing/subscriptions/) · [Lihat harga model](https://ailoot.ai/models/ms/)

## Sambungkan API kepada produk yang anda jual.

SaaS, aplikasi dan bot — di bawah tawaran rasmi serta perjanjian lesen Ailoot. Untuk jualan semula, mohon lesen penjual semula.

Aplikasi komersial

Tambahkan penjanaan teks, imej, video dan audio pada ciri berbayar perkhidmatan anda.

Lesen penjual semula

Hantar keterangan projek dan susunan akses. Minta terma penggunaan serta jualan semula secara bertulis.

Dokumen pada laman

Tawaran, perjanjian lesen dan dasar pemprosesan data tersedia sebelum sambungan.

[Mohon lesen penjual semula](mailto:support@ailoot.ai) · [Tawaran dan perjanjian lesen](https://ailoot.ai/legal/offer?lang=ms)

## Ailoot · Syarikat dan portfolio projeknya





Ailoot berteraskan pengalaman operasi yang mantap, pangkalan pelanggan yang besar, perkhidmatan yang stabil dan pemantauan KPI berterusan.





Syarikat dan portfolio projeknya: jutaan pelanggan; jualan bernilai berbilion setiap bulan.





Ailoot menggunakan pengalaman operasi ini untuk akses API kepada ciri AI dalam produk pelanggan, ejen, aplikasi dan automasi.