model

NVIDIA: Nemotron 3.5 Super VL

Markdown · JSON

NVIDIA: Nemotron 3.5 Super VL

nvidia/nemotron-3.5-super-vl
NVIDIATeksInput USD 0.0003 / 1KOutput USD 0.001 / 1K

Dialog teks dengan model NVIDIA untuk penaakulan, kerja kod dan analisis bahan besar.

Penaakulan, kod dan teks panjang

Nemotron 3.5 Super VL ialah model NVIDIA untuk tugas yang menghubungkan beberapa langkah penaakulan, memahami kod program atau mengolah bahan besar. Dalam Ailoot API, kad ini menyediakan dialog teks: anda menghantar arahan, data asal dan sejarah mesej, lalu model mengembalikan jawapan teks.

Model boleh digunakan untuk meneliti dokumentasi teknikal, membandingkan keperluan, menyediakan penjelasan kod dan menganalisis laporan teks. Tetapkan matlamat, lampirkan bahan yang diperlukan dan tentukan bentuk hasil, contohnya senarai kesimpulan beralasan, rancangan perubahan program atau perbandingan beberapa penyelesaian.

Seni bina dan pengkhususan

Super VL asal ialah model penglihatan–bahasa NVIDIA dengan pengekod visual C-RADIO yang turut direka untuk memahami dokumen dan video. Kad Ailoot API ini menyediakan kerja teksnya; bahan asal dihantar sebagai kandungan teks.

Asas model menggabungkan Mamba-2, Transformer dan seni bina Mixture of Experts. Daripada kira-kira 120 bilion parameter, sekitar 12 bilion diaktifkan pada setiap langkah pemprosesan. Struktur model ini perlu dipertimbangkan berasingan daripada kelajuan sebenar permintaan tertentu.

Latihan menggunakan repositori perisian, pasangan tugas dan perubahan kod, log binaan, laluan penyelesaian tugas berbilang langkah serta bahan konteks panjang. Latihan lanjutan menggabungkan kod, penaakulan, arahan dan dialog. Pengkhususan ini berguna bagi tugas gabungan yang memerlukan maklumat asal dihubungkan sebelum hasil dibentuk.

Menyediakan tugas

Untuk analisis dokumen, rumuskan soalan dan kriteria pemilihan maklumat terlebih dahulu, kemudian lampirkan teks dengan tajuk bahagian. Jika membandingkan sumber, berikan label ringkas dan minta kesimpulan dikaitkan dengan label tersebut. Bagi kod, tambahkan petikan program berkaitan, tingkah laku yang diperhatikan dan hasil yang dijangka supaya jawapan dapat dibandingkan dengan kes tertentu.

Tetingkap konteks besar membantu menempatkan bahan berkaitan dalam satu permintaan. Jumlah konteks tidak menggantikan tugas yang jelas: asingkan arahan daripada data asal dan nyatakan penyelesaian atau dokumen yang dikehendaki lebih awal.

Konteks dan cara sambungan

Dalam Ailoot API, varian ini mempunyai tetingkap konteks 262144 token. Sejarah perbualan, arahan, bahan asal dan jawapan berkongsi ruang ini; tinggalkan ruang untuk hasil semasa menyediakan permintaan panjang.

Model tersedia melalui Chat Completions, Responses, Messages dan antara muka teks berformat Gemini. Aliran varian ini ialah input teks dan output teks; dokumen dihantar sebagai kandungan teks.

Tersedia melalui Ailoot API

Ultra Anthropic MessagesPOST /v1/messages
Input
text
Output
text
Konteks
Tidak dinyatakan dalam katalog
Respons maksimum
Tidak dinyatakan dalam katalog
Input
USD 0.0003 / 1K
Output
USD 0.001 / 1K
Bacaan cache
USD 0.00004 / 1K
Ultra OpenAI ResponsesPOST /v1/responses
Input
text
Output
text
Konteks
Tidak dinyatakan dalam katalog
Respons maksimum
Tidak dinyatakan dalam katalog
Input
USD 0.0003 / 1K
Output
USD 0.001 / 1K
Bacaan cache
USD 0.00004 / 1K
Ultra OpenAI ChatPOST /v1/chat/completions
Input
text
Output
text
Konteks
Tidak dinyatakan dalam katalog
Respons maksimum
Tidak dinyatakan dalam katalog
Input
USD 0.0003 / 1K
Output
USD 0.001 / 1K
Bacaan cache
USD 0.00004 / 1K
Ultra Gemini generateContentPOST /v1beta/models/nvidia/nemotron-3.5-super-vl:generateContent
Input
text
Output
text
Konteks
Tidak dinyatakan dalam katalog
Respons maksimum
Tidak dinyatakan dalam katalog
Input
USD 0.0003 / 1K
Output
USD 0.001 / 1K
Bacaan cache
USD 0.00004 / 1K
nvidia/nemotron-3.5-super-vl · JSON
{"about":"### Penaakulan, kod dan teks panjang\n\nNemotron 3.5 Super VL ialah model NVIDIA untuk tugas yang menghubungkan beberapa langkah penaakulan, memahami kod program atau mengolah bahan besar. Dalam Ailoot API, kad ini menyediakan dialog teks: anda menghantar arahan, data asal dan sejarah mesej, lalu model mengembalikan jawapan teks.\n\nModel boleh digunakan untuk meneliti dokumentasi teknikal, membandingkan keperluan, menyediakan penjelasan kod dan menganalisis laporan teks. Tetapkan matlamat, lampirkan bahan yang diperlukan dan tentukan bentuk hasil, contohnya senarai kesimpulan beralasan, rancangan perubahan program atau perbandingan beberapa penyelesaian.\n\n### Seni bina dan pengkhususan\n\nSuper VL asal ialah model penglihatan–bahasa NVIDIA dengan pengekod visual C-RADIO yang turut direka untuk memahami dokumen dan video. Kad Ailoot API ini menyediakan kerja teksnya; bahan asal dihantar sebagai kandungan teks.\n\nAsas model menggabungkan Mamba-2, Transformer dan seni bina Mixture of Experts. Daripada kira-kira 120 bilion parameter, sekitar 12 bilion diaktifkan pada setiap langkah pemprosesan. Struktur model ini perlu dipertimbangkan berasingan daripada kelajuan sebenar permintaan tertentu.\n\nLatihan menggunakan repositori perisian, pasangan tugas dan perubahan kod, log binaan, laluan penyelesaian tugas berbilang langkah serta bahan konteks panjang. Latihan lanjutan menggabungkan kod, penaakulan, arahan dan dialog. Pengkhususan ini berguna bagi tugas gabungan yang memerlukan maklumat asal dihubungkan sebelum hasil dibentuk.\n\n### Menyediakan tugas\n\nUntuk analisis dokumen, rumuskan soalan dan kriteria pemilihan maklumat terlebih dahulu, kemudian lampirkan teks dengan tajuk bahagian. Jika membandingkan sumber, berikan label ringkas dan minta kesimpulan dikaitkan dengan label tersebut. Bagi kod, tambahkan petikan program berkaitan, tingkah laku yang diperhatikan dan hasil yang dijangka supaya jawapan dapat dibandingkan dengan kes tertentu.\n\nTetingkap konteks besar membantu menempatkan bahan berkaitan dalam satu permintaan. Jumlah konteks tidak menggantikan tugas yang jelas: asingkan arahan daripada data asal dan nyatakan penyelesaian atau dokumen yang dikehendaki lebih awal.\n\n### Konteks dan cara sambungan\n\nDalam Ailoot API, varian ini mempunyai tetingkap konteks 262144 token. Sejarah perbualan, arahan, bahan asal dan jawapan berkongsi ruang ini; tinggalkan ruang untuk hasil semasa menyediakan permintaan panjang.\n\nModel tersedia melalui Chat Completions, Responses, Messages dan antara muka teks berformat Gemini. Aliran varian ini ialah input teks dan output teks; dokumen dihantar sebagai kandungan teks.","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":"Dialog teks dengan model NVIDIA untuk penaakulan, kerja kod dan analisis bahan besar."}

Soalan

Bagaimanakah saya memilih model untuk tugasan saya?

Kenal pasti dahulu input dan output yang diperlukan: teks, imej, audio atau video. Kemudian bandingkan kaedah API yang serasi, ID model yang tepat atau model yang dirujuk oleh alias pada masa ini, harga dan unit pengebilan. GET /v1/models adalah percuma dan menyenaraikan model yang tersedia untuk kunci anda.

Adakah setiap model menyokong semua kaedah API dan jenis media?

Gunakan kaedah API dan jenis input/output yang disenaraikan pada kad model. Sokongan untuk teks, imej, audio atau video bergantung pada model dan kaedah yang dipilih; semak contoh permintaan yang berkenaan sebelum menghantar data anda.

Apakah perbezaan antara ID model dengan alias?

ID model yang tepat mengenal pasti model tertentu. Alias merujuk kepada model dan model sasarannya boleh berubah. Semak model yang dirujuk oleh alias pada masa ini dalam katalog; gunakan ID yang tepat apabila integrasi anda memerlukan model tertentu.

Bagaimanakah saya membandingkan harga sebelum menghantar permintaan?

Semak kad model untuk harga dan unit pengebilan bagi kaedah API yang dipilih. Bandingkan menggunakan unit dan jenis input/output yang sama; sejarah permintaan menunjukkan penggunaan sebenar dan amaun yang dicaj.

Apakah manfaat langganan?

Diskaun pembelian token untuk penggunaan berkala. Pilih pelan berdasarkan jumlah permintaan; terma dan harga langganan dipaparkan semasa pembelian.

Bagaimanakah kod promosi diskaun sehingga 50% digunakan?

Masukkan kod promosi semasa membeli token. Jumlah akhir dikira semula mengikut terma promosi; kadar diskaun kelihatan sebelum pembayaran.