{ "aboutHtml": "

Nemotron 3 Nano Omni 30B A3B Reasoning ialah model NVIDIA dengan jumlah 30B dan 3B aktif yang diterangkan untuk kerja subejen persepsi dan konteks dalam sistem ejen perusahaan. Kaedah Ailoot untuk edisi ini ialah perbualan teks melalui POST /v1/chat/completions. Pilih ID model tepat nvidia/nemotron-3-nano-omni-30b-a3b-reasoning:free dan bekalkan tatasusunan messages yang tidak kosong dengan arahan dan teks sumber bagi tugasan. Setiap mesej mempunyai role system, developer, user atau assistant dan content rentetan biasa. name pilihan ialah rentetan; hadkan setiap mesej kepada medan ini. Hantar stream:false, atau jangan sertakan stream.

Gunakannya untuk meneliti himpunan bahan yang dibekalkan dan mengembalikan jawapan terfokus, perbandingan atau ringkasan konteks bagi langkah aplikasi seterusnya. Prompt penyerahan boleh membekalkan soalan asal, petikan berkaitan dan kekangan, kemudian meminta fakta yang telah diketahui, persoalan yang belum selesai dan petikan sumber yang menyokong setiap kesimpulan. Untuk perbandingan, nyatakan kriteria dan sertakan spesifikasi sebenar bagi pilihan yang dibandingkan supaya model boleh bekerja daripada bukti yang sama.

Edisi ini menerima input teks dan menghasilkan output teks. Untuk mengolah dokumen, masukkan teks UTF-8 yang berkaitan ke dalam content mesej dan kekalkan tajuk atau label sumber yang membantu membezakan petikan. Bekalkan sejarah perbualan yang diperlukan oleh susulan. Pastikan sebarang pelaksanaan alat atau pemerolehan maklumat dilakukan dalam aplikasi yang mengelilinginya, dan hantar hasil teksnya yang telah siap ke dalam perbualan. Input media, kawalan panggilan alat dan kawalan cache eksplisit berada di luar profil permintaan edisi ini.

Halaman model menyenaraikan tetingkap konteks 256,000 token dan sehingga 65,536 token pelengkapan. Ailoot turut memerlukan seluruh badan permintaan JSON UTF-8, termasuk arahan dan nama medan, muat dalam 256,000 bait. Untuk had output yang jelas, tetapkan tepat satu daripada max_tokens atau max_completion_tokens kepada integer positif dari 1 hingga 65,536. Jika kedua-duanya tidak dibekalkan, Ailoot meneruskan had output 4,096 token. Pastikan keseluruhan perbualan yang dibekalkan dan jawapan yang diminta berada dalam had yang berkenaan. Input panjang berguna apabila jawapan bergantung pada banyak petikan yang saling berkait, tetapi pemilihan terfokus dan hasil yang khusus memudahkan pemeriksaan sama ada balasan mengikuti bukti. Struktur yang diminta dalam prompt boleh meminta bahagian bernama atau jadual; anggap teks yang dikembalikan sebagai hasil, dan bukannya menganggapnya objek dengan skema yang dikuatkuasakan.

Untuk balasan lengkap, hantar stream:false dan simpan JSON penuh. Baca teks terjana daripada choices[].message.content dan simpan setiap pilihan yang dikembalikan, finish_reason, usage serta sebarang medan penaakulan yang dibekalkan. Kekalkan label sumber dalam jawapan akhir apabila aliran kerja anda perlu menjejak kesimpulan kepada inputnya. Semak bahawa jawapan yang diminta lengkap sebelum menghantarnya ke langkah aplikasi lain.

Sediakan bahan sumber awam atau sintetik untuk edisi percuma ini; terma penggunaan yang didokumenkan mengecualikan maklumat sulit dan data peribadi. Jika balasan tidak lengkap atau hasil penghantaran tidak pasti, simpan pengecam permintaan asal dan balasan untuk menyemak percubaan sedia ada. Permintaan teks mengembalikan hasilnya melalui balasan perbualan; tiada tugasan tak segerak atau laluan pembatalan berasingan didokumenkan untuk kad ini.

", "aboutText": "Nemotron 3 Nano Omni 30B A3B Reasoning ialah model NVIDIA dengan jumlah 30B dan 3B aktif yang diterangkan untuk kerja subejen persepsi dan konteks dalam sistem ejen perusahaan. Kaedah Ailoot untuk edisi ini ialah perbualan teks melalui POST /v1/chat/completions. Pilih ID model tepat nvidia/nemotron-3-nano-omni-30b-a3b-reasoning:free dan bekalkan tatasusunan messages yang tidak kosong dengan arahan dan teks sumber bagi tugasan. Setiap mesej mempunyai role system, developer, user atau assistant dan content rentetan biasa. name pilihan ialah rentetan; hadkan setiap mesej kepada medan ini. Hantar stream:false, atau jangan sertakan stream.\n\nGunakannya untuk meneliti himpunan bahan yang dibekalkan dan mengembalikan jawapan terfokus, perbandingan atau ringkasan konteks bagi langkah aplikasi seterusnya. Prompt penyerahan boleh membekalkan soalan asal, petikan berkaitan dan kekangan, kemudian meminta fakta yang telah diketahui, persoalan yang belum selesai dan petikan sumber yang menyokong setiap kesimpulan. Untuk perbandingan, nyatakan kriteria dan sertakan spesifikasi sebenar bagi pilihan yang dibandingkan supaya model boleh bekerja daripada bukti yang sama.\n\nEdisi ini menerima input teks dan menghasilkan output teks. Untuk mengolah dokumen, masukkan teks UTF-8 yang berkaitan ke dalam content mesej dan kekalkan tajuk atau label sumber yang membantu membezakan petikan. Bekalkan sejarah perbualan yang diperlukan oleh susulan. Pastikan sebarang pelaksanaan alat atau pemerolehan maklumat dilakukan dalam aplikasi yang mengelilinginya, dan hantar hasil teksnya yang telah siap ke dalam perbualan. Input media, kawalan panggilan alat dan kawalan cache eksplisit berada di luar profil permintaan edisi ini.\n\nHalaman model menyenaraikan tetingkap konteks 256,000 token dan sehingga 65,536 token pelengkapan. Ailoot turut memerlukan seluruh badan permintaan JSON UTF-8, termasuk arahan dan nama medan, muat dalam 256,000 bait. Untuk had output yang jelas, tetapkan tepat satu daripada max_tokens atau max_completion_tokens kepada integer positif dari 1 hingga 65,536. Jika kedua-duanya tidak dibekalkan, Ailoot meneruskan had output 4,096 token. Pastikan keseluruhan perbualan yang dibekalkan dan jawapan yang diminta berada dalam had yang berkenaan. Input panjang berguna apabila jawapan bergantung pada banyak petikan yang saling berkait, tetapi pemilihan terfokus dan hasil yang khusus memudahkan pemeriksaan sama ada balasan mengikuti bukti. Struktur yang diminta dalam prompt boleh meminta bahagian bernama atau jadual; anggap teks yang dikembalikan sebagai hasil, dan bukannya menganggapnya objek dengan skema yang dikuatkuasakan.\n\nUntuk balasan lengkap, hantar stream:false dan simpan JSON penuh. Baca teks terjana daripada choices[].message.content dan simpan setiap pilihan yang dikembalikan, finish_reason, usage serta sebarang medan penaakulan yang dibekalkan. Kekalkan label sumber dalam jawapan akhir apabila aliran kerja anda perlu menjejak kesimpulan kepada inputnya. Semak bahawa jawapan yang diminta lengkap sebelum menghantarnya ke langkah aplikasi lain.\n\nSediakan bahan sumber awam atau sintetik untuk edisi percuma ini; terma penggunaan yang didokumenkan mengecualikan maklumat sulit dan data peribadi. Jika balasan tidak lengkap atau hasil penghantaran tidak pasti, simpan pengecam permintaan asal dan balasan untuk menyemak percubaan sedia ada. Permintaan teks mengembalikan hasilnya melalui balasan perbualan; tiada tugasan tak segerak atau laluan pembatalan berasingan didokumenkan untuk kad ini.", "editorialOverlay": { "copy_fields": null, "copy_sha256": null, "copy_source": null, "html_sha256": "b595a75226c681e366257dcc29797f6c96f0ea3664ea181a873c09d55a38fc8d", "module_sha256": "ee9dc1c50b1e6a8fb7fa062030fcb4646b9aaaeb08be513b723a5a92a7290f06", "raw_model_unchanged": true, "schema": "ailoot-native-model-editorial-v1" }, "locale": "ms", "methods": [ { "html": "
NV

NVIDIA: Nemotron 3 Nano Omni 30B A3B Reasoning (free)

NVIDIA /nvidia/nemotron-3-nano-omni-30b-a3b-reasoning:free

Pengenalan

Nemotron 3 Nano Omni 30B A3B Reasoning ialah model penaakulan NVIDIA untuk kerja yang berfokus pada konteks dalam aplikasi ejen. Edisi Ailoot ini menerima perbualan teks dan mengembalikan teks, dengan had input 256,000 token dan sehingga 65,536 token output. Gunakan dokumen, soalan dan kekangan yang dibekalkan untuk meminta analisis terfokus atau penyerahan konteks.

Input yang diterima
Teks
Hasil
Teks
Tentang model

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

Nemotron 3 Nano Omni 30B A3B Reasoning ialah model NVIDIA dengan jumlah 30B dan 3B aktif yang diterangkan untuk kerja subejen persepsi dan konteks dalam sistem ejen perusahaan. Kaedah Ailoot untuk edisi ini ialah perbualan teks melalui POST /v1/chat/completions. Pilih ID model tepat nvidia/nemotron-3-nano-omni-30b-a3b-reasoning:free dan bekalkan tatasusunan messages yang tidak kosong dengan arahan dan teks sumber bagi tugasan. Setiap mesej mempunyai role system, developer, user atau assistant dan content rentetan biasa. name pilihan ialah rentetan; hadkan setiap mesej kepada medan ini. Hantar stream:false, atau jangan sertakan stream.

Gunakannya untuk meneliti himpunan bahan yang dibekalkan dan mengembalikan jawapan terfokus, perbandingan atau ringkasan konteks bagi langkah aplikasi seterusnya. Prompt penyerahan boleh membekalkan soalan asal, petikan berkaitan dan kekangan, kemudian meminta fakta yang telah diketahui, persoalan yang belum selesai dan petikan sumber yang menyokong setiap kesimpulan. Untuk perbandingan, nyatakan kriteria dan sertakan spesifikasi sebenar bagi pilihan yang dibandingkan supaya model boleh bekerja daripada bukti yang sama.

Edisi ini menerima input teks dan menghasilkan output teks. Untuk mengolah dokumen, masukkan teks UTF-8 yang berkaitan ke dalam content mesej dan kekalkan tajuk atau label sumber yang membantu membezakan petikan. Bekalkan sejarah perbualan yang diperlukan oleh susulan. Pastikan sebarang pelaksanaan alat atau pemerolehan maklumat dilakukan dalam aplikasi yang mengelilinginya, dan hantar hasil teksnya yang telah siap ke dalam perbualan. Input media, kawalan panggilan alat dan kawalan cache eksplisit berada di luar profil permintaan edisi ini.

Halaman model menyenaraikan tetingkap konteks 256,000 token dan sehingga 65,536 token pelengkapan. Ailoot turut memerlukan seluruh badan permintaan JSON UTF-8, termasuk arahan dan nama medan, muat dalam 256,000 bait. Untuk had output yang jelas, tetapkan tepat satu daripada max_tokens atau max_completion_tokens kepada integer positif dari 1 hingga 65,536. Jika kedua-duanya tidak dibekalkan, Ailoot meneruskan had output 4,096 token. Pastikan keseluruhan perbualan yang dibekalkan dan jawapan yang diminta berada dalam had yang berkenaan. Input panjang berguna apabila jawapan bergantung pada banyak petikan yang saling berkait, tetapi pemilihan terfokus dan hasil yang khusus memudahkan pemeriksaan sama ada balasan mengikuti bukti. Struktur yang diminta dalam prompt boleh meminta bahagian bernama atau jadual; anggap teks yang dikembalikan sebagai hasil, dan bukannya menganggapnya objek dengan skema yang dikuatkuasakan.

Untuk balasan lengkap, hantar stream:false dan simpan JSON penuh. Baca teks terjana daripada choices[].message.content dan simpan setiap pilihan yang dikembalikan, finish_reason, usage serta sebarang medan penaakulan yang dibekalkan. Kekalkan label sumber dalam jawapan akhir apabila aliran kerja anda perlu menjejak kesimpulan kepada inputnya. Semak bahawa jawapan yang diminta lengkap sebelum menghantarnya ke langkah aplikasi lain.

Sediakan bahan sumber awam atau sintetik untuk edisi percuma ini; terma penggunaan yang didokumenkan mengecualikan maklumat sulit dan data peribadi. Jika balasan tidak lengkap atau hasil penghantaran tidak pasti, simpan pengecam permintaan asal dan balasan untuk menyemak percubaan sedia ada. Permintaan teks mengembalikan hasilnya melalui balasan perbualan; tiada tugasan tak segerak atau laluan pembatalan berasingan didokumenkan untuk kad ini.

Tersedia di Ailoot · input & kaedah

Ailoot Ultra · Chat Completions POST /v1/chat/completions
Input
text
Output
text
Konteks
256,000 tokens
Output maksimum
65,536 tokens
Format output
JSON or supported SSE
MedanJenisKeperluanNilai & hadLalai
MedanmodelJenisstringKeperluanDiperlukanNilai & had
nvidia/nemotron-3-nano-omni-30b-a3b-reasoning:free
Lalai—
MedanmessagesJenisarrayKeperluanDiperlukanNilai & hadLalai—
MedanstreamJenisbooleanKeperluanPilihanNilai & had
false
Lalaifalse
Medanmax_tokensJenisintegerKeperluanPilihanNilai & had
Minimum: 1
Maksimum: 65,536
Lalai—
Medanmax_completion_tokensJenisintegerKeperluanPilihanNilai & had
Minimum: 1
Maksimum: 65,536
Lalai—
MedannJenisintegerKeperluanPilihanNilai & had
Minimum: 1
Maksimum: 128
Lalai—
MedantemperatureJenisnumberKeperluanPilihanNilai & hadLalai—
Medantop_pJenisnumberKeperluanPilihanNilai & hadLalai—
MedanseedJenisintegerKeperluanPilihanNilai & hadLalai—
MedanstopJenisKeperluanPilihanNilai & hadLalai—
Medanfrequency_penaltyJenisnumberKeperluanPilihanNilai & hadLalai—
Medanpresence_penaltyJenisnumberKeperluanPilihanNilai & hadLalai—
MedanuserJenisstringKeperluanPilihanNilai & hadLalai—
Parameter kaedah dan kitar hayat
ParameterKontrak
Parametercontent_typeKontrakapplication/json
ParameterrequiredKontrakmodel, messages
ParameteroptionalKontrakstream, max_tokens, max_completion_tokens, n, temperature, top_p, seed, stop, frequency_penalty, presence_penalty, user
Parametermaterial_typesKontraktext
ParameterconditionsKontrakUse 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 256000 bytes.

Kitar hayat: synchronous_json_or_sse

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
Data cache, alat dan media tertakluk pada syarat harga masing-masing yang disenaraikan secara berasingan. Untuk input dan output teks sahaja

Kadar Ailoot

Harga mengikut konfigurasi

KonfigurasiJadual kadarCaj
KonfigurasiKadar asas tokenJadual kadarKadar asasCaj
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 →

Contoh permintaan

Ailoot Ultra · Chat Completions

set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\nexport AILOOT_API_KEY\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "nvidia/nemotron-3-nano-omni-30b-a3b-reasoning:free", "messages": [{"role": "user", "content": "Summarize the supplied text in three concise points."}], "stream": false}')\n\nPath("request.json").write_text(json.dumps(p,ensure_ascii=False))\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/chat/completions \\\n  -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \\\n  --data-binary @request.json -D response-headers.txt -o result.json\n# Submit once. Retain the complete result, original identifiers and every response header.\n

Terima dan simpan hasil

Ailoot Ultra · Chat Completions

JSON or supported SSE

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-nano-omni-30b-a3b-reasoning:free

Alias laluan kaedah

Gunakan laluan kaedah yang dipaparkan di atas.

ID pemanggil berkaitan

nvidia/nemotron-3-nano-omni-30b-a3b-reasoning:free

", "method_identity": { "effective_request_model_id": "nvidia/nemotron-3-nano-omni-30b-a3b-reasoning:free", "fmt": "chat", "http": "POST", "path": "/v1/chat/completions", "request_model_id": "nvidia/nemotron-3-nano-omni-30b-a3b-reasoning:free", "route_label": "Ultra" }, "method_key": "Ultra|chat|/v1/chat/completions|nvidia%2Fnemotron-3-nano-omni-30b-a3b-reasoning%3Afree", "ordinal": 0, "rawMethod": { "available": null, "cache_read": null, "cache_write": null, "cache_write_1h": null, "contract": { "data": { "all_results": "Retain the complete response, all actual results, original identifiers, usage and response headers.", "authentication": { "api_key_source": "AILOOT_API_KEY", "header": "Authorization: Bearer" }, "example_body": { "messages": [ { "content": "Summarize the supplied text in three concise points.", "role": "user" } ], "model": "nvidia/nemotron-3-nano-omni-30b-a3b-reasoning:free", "stream": false }, "lifecycle": { "cancel_endpoint": null, "create": { "http": "POST", "path": "/v1/chat/completions" }, "mode": "synchronous_json_or_sse", "status": [], "unknown": "Preserve the original response, headers and X-Client-Request-ID. An uncertain outcome does not authorize another creation.", "unknown_no_replay": true }, "outputs": { "all_results": "Retain the complete response, all actual results, original identifiers, usage and response headers.", "family": "text", "format": "JSON or supported SSE" }, "parameters": [ { "default_known": false, "enum": [ "nvidia/nemotron-3-nano-omni-30b-a3b-reasoning:free" ], "enum_known": true, "name": "model", "required": true, "type": "string" }, { "default_known": false, "enum_known": false, "items": { "additionalProperties": false, "properties": { "content": { "type": "string" }, "role": { "enum": [ "user", "assistant", "system", "developer" ], "type": "string" } }, "required": [ "role", "content" ], "type": "object" }, "minItems": 1, "name": "messages", "required": true, "type": "array" }, { "default": false, "default_known": true, "enum": [ false ], "enum_known": true, "name": "stream", "required": false, "type": "boolean" }, { "default_known": false, "enum_known": false, "maximum": 65536, "minimum": 1, "name": "max_tokens", "required": false, "type": "integer" }, { "default_known": false, "enum_known": false, "maximum": 65536, "minimum": 1, "name": "max_completion_tokens", "required": false, "type": "integer" }, { "default_known": false, "enum_known": false, "maximum": 128, "minimum": 1, "name": "n", "required": false, "type": "integer" }, { "default_known": false, "enum_known": false, "name": "temperature", "required": false, "type": "number" }, { "default_known": false, "enum_known": false, "name": "top_p", "required": false, "type": "number" }, { "default_known": false, "enum_known": false, "name": "seed", "required": false, "type": "integer" }, { "default_known": false, "enum_known": false, "name": "stop", "oneOf": [ { "type": "string" }, { "items": { "type": "string" }, "type": "array" } ], "required": false }, { "default_known": false, "enum_known": false, "name": "frequency_penalty", "required": false, "type": "number" }, { "default_known": false, "enum_known": false, "name": "presence_penalty", "required": false, "type": "number" }, { "default_known": false, "enum_known": false, "name": "user", "required": false, "type": "string" } ], "request_schema": { "additionalProperties": false, "properties": { "frequency_penalty": { "type": "number" }, "max_completion_tokens": { "maximum": 65536, "minimum": 1, "type": "integer" }, "max_tokens": { "maximum": 65536, "minimum": 1, "type": "integer" }, "messages": { "items": { "additionalProperties": false, "properties": { "content": { "type": "string" }, "role": { "enum": [ "user", "assistant", "system", "developer" ], "type": "string" } }, "required": [ "role", "content" ], "type": "object" }, "minItems": 1, "type": "array" }, "model": { "enum": [ "nvidia/nemotron-3-nano-omni-30b-a3b-reasoning:free" ], "type": "string" }, "n": { "maximum": 128, "minimum": 1, "type": "integer" }, "presence_penalty": { "type": "number" }, "seed": { "type": "integer" }, "stop": { "oneOf": [ { "type": "string" }, { "items": { "type": "string" }, "type": "array" } ] }, "stream": { "default": false, "enum": [ false ], "type": "boolean" }, "temperature": { "type": "number" }, "top_p": { "type": "number" }, "user": { "type": "string" } }, "required": [ "model", "messages" ], "type": "object" }, "schema_template": { "body": { "messages": [ { "content": "Summarize the supplied text in three concise points.", "role": "user" } ], "model": "nvidia/nemotron-3-nano-omni-30b-a3b-reasoning:free", "stream": false }, "content_type": "application/json" } }, "input": { "conditions": [ "Use 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 256000 bytes." ], "content_type": "application/json", "material_types": [ "text" ], "optional": [ "stream", "max_tokens", "max_completion_tokens", "n", "temperature", "top_p", "seed", "stop", "frequency_penalty", "presence_penalty", "user" ], "required": [ "model", "messages" ] }, "lifecycle": { "cancel_endpoint": null, "create": { "http": "POST", "path": "/v1/chat/completions" }, "mode": "synchronous_json_or_sse", "status": [], "unknown": "Preserve the original response, headers and X-Client-Request-ID. An uncertain outcome does not authorize another creation.", "unknown_no_replay": true }, "method": { "http": "POST", "path": "/v1/chat/completions" }, "method_aliases": [], "output": { "all_results": "Retain the complete response, all actual results, original identifiers, usage and response headers.", "family": "text", "format": "JSON or supported SSE" } }, "ctx": 256000, "declared_pricing_profiles": [ { "dimensions": { "regime": "base" }, "label": "Base token rates", "units": [ { "amount": "0", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "input_price", "label": "Input tokens", "native_amount_usd_per_unit": "0", "native_quantity": 1, "native_unit": "input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "input_token" }, { "amount": "0", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "output_price", "label": "Output tokens", "native_amount_usd_per_unit": "0", "native_quantity": 1, "native_unit": "output_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "out", "unit": "output_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_read_price", "label": "Cache read", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "cached_input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "cached_input_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_price", "label": "Cache write", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "generic_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "generic_cache_creation_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_1h_price", "label": "Cache write, 1 hour", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "one_hour_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "one_hour_cache_creation_token" } ] } ], "examples": [ { "code": "set -eu\n: \"${AILOOT_API_KEY:?Set your Ailoot API key}\"\nexport AILOOT_API_KEY\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{\"model\": \"nvidia/nemotron-3-nano-omni-30b-a3b-reasoning:free\", \"messages\": [{\"role\": \"user\", \"content\": \"Summarize the supplied text in three concise points.\"}], \"stream\": false}')\n\nPath(\"request.json\").write_text(json.dumps(p,ensure_ascii=False))\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/chat/completions \\\n -H \"Authorization: Bearer $AILOOT_API_KEY\" -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\n# Submit once. Retain the complete result, original identifiers and every response header.\n", "label": "curl · create once and retain the complete result", "language": "bash" } ], "family": "openai", "fast_multiplier": 1, "flex_multiplier": 1, "fmt": "chat", "http": "POST", "img_in": null, "img_out": null, "in": "0", "input": [ "text" ], "label": "Chat Completions", "max_out": 65536, "max_reasoning_effort_multiplier": 1, "method_aliases": [], "out": "0", "output": [ "text" ], "path": "/v1/chat/completions", "price_conditions": [ { "label": "Fast mode", "value": "Standard rate", "when": "When fast mode is selected" }, { "label": "Flex mode", "value": "Standard rate", "when": "When flex mode is selected" }, { "label": "Maximum reasoning effort", "value": "Standard rate", "when": "When maximum reasoning effort uses the default adjustment" }, { "label": "Explicit cache pricing", "value": "Not enabled", "when": "When explicit cache is requested" }, { "label": "Text-only zero rates", "value": "Cache, tools and media follow their separately listed pricing conditions.", "when": "For text-only input and output" } ], "pricing": { "allow_explicit_cache": false, "billing_mode": "token", "cache_read_price": null, "cache_write_1h_price": null, "cache_write_price": null, "fast_multiplier": 1, "flex_multiplier": 1, "image_input_price": null, "image_output_price": null, "input_price": 0, "intervals": [], "max_reasoning_effort_multiplier": 1, "output_price": 0, "per_request_price": null }, "pricing_profiles": [ { "dimensions": { "regime": "base" }, "label": "Base token rates", "units": [ { "amount": "0", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "input_price", "label": "Input tokens", "native_amount_usd_per_unit": "0", "native_quantity": 1, "native_unit": "input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "input_token" }, { "amount": "0", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "output_price", "label": "Output tokens", "native_amount_usd_per_unit": "0", "native_quantity": 1, "native_unit": "output_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "out", "unit": "output_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_read_price", "label": "Cache read", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "cached_input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "cached_input_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_price", "label": "Cache write", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "generic_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "generic_cache_creation_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_1h_price", "label": "Cache write, 1 hour", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "one_hour_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "one_hour_cache_creation_token" } ] } ], "request_model_id": "nvidia/nemotron-3-nano-omni-30b-a3b-reasoning:free", "route_label": "Ultra", "status_reads": [], "tiers": [], "unit": "token", "units": [ { "amount": "0", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "input_price", "label": "Input tokens", "native_amount_usd_per_unit": "0", "native_quantity": 1, "native_unit": "input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "input_token" }, { "amount": "0", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "output_price", "label": "Output tokens", "native_amount_usd_per_unit": "0", "native_quantity": 1, "native_unit": "output_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "out", "unit": "output_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_read_price", "label": "Cache read", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "cached_input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "cached_input_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_price", "label": "Cache write", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "generic_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "generic_cache_creation_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_1h_price", "label": "Cache write, 1 hour", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "one_hour_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "one_hour_cache_creation_token" } ] } } ], "model_id": "nvidia/nemotron-3-nano-omni-30b-a3b-reasoning:free", "nativeProvenance": { "input_facts_canonical_sha256": "12d129c203bb285707626b1355cf32de8e4c225d49e0fa90d791c05ef28cd057", "input_html_sha256": "04ac0af8fac08ca8b9629957f2f6d579cbac2c065951af954b6d0de898a487c7", "private_audit_sha256": "498ae4d7a4b514e21bbcb35b7b37239e001cf1c8be171ca47459f9f993a89aef", "role": "historical-normalized-input-audit-hashes", "schema": "ailoot-native-model-provenance-v2" }, "page": { "canonical": "https://ailoot.ai/models/ms/nvidia-nemotron-3-nano-omni-30b-a3b-reasoning-u003a-free/", "description": "Nemotron 3 Nano Omni 30B A3B Reasoning ialah model penaakulan NVIDIA untuk kerja yang berfokus pada konteks dalam aplikasi ejen. Edisi Ailoot ini menerima perbualan teks dan mengembalikan teks, dengan had input 256,000 token dan sehingga 65,536 token output. Gunakan dokumen, soalan dan kekangan yang dibekalkan untuk meminta analisis terfokus atau penyerahan konteks.", "locale": "ms", "md_url": "https://ailoot.ai/models/ms/nvidia-nemotron-3-nano-omni-30b-a3b-reasoning-u003a-free/index.md", "title": "NVIDIA: Nemotron 3 Nano Omni 30B A3B Reasoning (free) — Ailoot", "url": "https://ailoot.ai/models/ms/nvidia-nemotron-3-nano-omni-30b-a3b-reasoning-u003a-free/" }, "rawModel": { "about": "Nemotron 3 Nano Omni 30B A3B Reasoning ialah model NVIDIA dengan jumlah 30B dan 3B aktif yang diterangkan untuk kerja subejen persepsi dan konteks dalam sistem ejen perusahaan. Kaedah Ailoot untuk edisi ini ialah perbualan teks melalui POST /v1/chat/completions. Pilih ID model tepat nvidia/nemotron-3-nano-omni-30b-a3b-reasoning:free dan bekalkan tatasusunan messages yang tidak kosong dengan arahan dan teks sumber bagi tugasan. Setiap mesej mempunyai role system, developer, user atau assistant dan content rentetan biasa. name pilihan ialah rentetan; hadkan setiap mesej kepada medan ini. Hantar stream:false, atau jangan sertakan stream.\n\nGunakannya untuk meneliti himpunan bahan yang dibekalkan dan mengembalikan jawapan terfokus, perbandingan atau ringkasan konteks bagi langkah aplikasi seterusnya. Prompt penyerahan boleh membekalkan soalan asal, petikan berkaitan dan kekangan, kemudian meminta fakta yang telah diketahui, persoalan yang belum selesai dan petikan sumber yang menyokong setiap kesimpulan. Untuk perbandingan, nyatakan kriteria dan sertakan spesifikasi sebenar bagi pilihan yang dibandingkan supaya model boleh bekerja daripada bukti yang sama.\n\nEdisi ini menerima input teks dan menghasilkan output teks. Untuk mengolah dokumen, masukkan teks UTF-8 yang berkaitan ke dalam content mesej dan kekalkan tajuk atau label sumber yang membantu membezakan petikan. Bekalkan sejarah perbualan yang diperlukan oleh susulan. Pastikan sebarang pelaksanaan alat atau pemerolehan maklumat dilakukan dalam aplikasi yang mengelilinginya, dan hantar hasil teksnya yang telah siap ke dalam perbualan. Input media, kawalan panggilan alat dan kawalan cache eksplisit berada di luar profil permintaan edisi ini.\n\nHalaman model menyenaraikan tetingkap konteks 256,000 token dan sehingga 65,536 token pelengkapan. Ailoot turut memerlukan seluruh badan permintaan JSON UTF-8, termasuk arahan dan nama medan, muat dalam 256,000 bait. Untuk had output yang jelas, tetapkan tepat satu daripada max_tokens atau max_completion_tokens kepada integer positif dari 1 hingga 65,536. Jika kedua-duanya tidak dibekalkan, Ailoot meneruskan had output 4,096 token. Pastikan keseluruhan perbualan yang dibekalkan dan jawapan yang diminta berada dalam had yang berkenaan. Input panjang berguna apabila jawapan bergantung pada banyak petikan yang saling berkait, tetapi pemilihan terfokus dan hasil yang khusus memudahkan pemeriksaan sama ada balasan mengikuti bukti. Struktur yang diminta dalam prompt boleh meminta bahagian bernama atau jadual; anggap teks yang dikembalikan sebagai hasil, dan bukannya menganggapnya objek dengan skema yang dikuatkuasakan.\n\nUntuk balasan lengkap, hantar stream:false dan simpan JSON penuh. Baca teks terjana daripada choices[].message.content dan simpan setiap pilihan yang dikembalikan, finish_reason, usage serta sebarang medan penaakulan yang dibekalkan. Kekalkan label sumber dalam jawapan akhir apabila aliran kerja anda perlu menjejak kesimpulan kepada inputnya. Semak bahawa jawapan yang diminta lengkap sebelum menghantarnya ke langkah aplikasi lain.\n\nSediakan bahan sumber awam atau sintetik untuk edisi percuma ini; terma penggunaan yang didokumenkan mengecualikan maklumat sulit dan data peribadi. Jika balasan tidak lengkap atau hasil penghantaran tidak pasti, simpan pengecam permintaan asal dan balasan untuk menyemak percubaan sedia ada. Permintaan teks mengembalikan hasilnya melalui balasan perbualan; tiada tugasan tak segerak atau laluan pembatalan berasingan didokumenkan untuk kad ini.", "alias_of": null, "aliases": [], "author": "NVIDIA", "ctx": 256000, "formats": [ "chat" ], "id": "nvidia/nemotron-3-nano-omni-30b-a3b-reasoning:free", "input": [ "text" ], "kind": "text", "max_out": 65536, "methods": [ { "available": null, "cache_read": null, "cache_write": null, "cache_write_1h": null, "contract": { "data": { "all_results": "Retain the complete response, all actual results, original identifiers, usage and response headers.", "authentication": { "api_key_source": "AILOOT_API_KEY", "header": "Authorization: Bearer" }, "example_body": { "messages": [ { "content": "Summarize the supplied text in three concise points.", "role": "user" } ], "model": "nvidia/nemotron-3-nano-omni-30b-a3b-reasoning:free", "stream": false }, "lifecycle": { "cancel_endpoint": null, "create": { "http": "POST", "path": "/v1/chat/completions" }, "mode": "synchronous_json_or_sse", "status": [], "unknown": "Preserve the original response, headers and X-Client-Request-ID. An uncertain outcome does not authorize another creation.", "unknown_no_replay": true }, "outputs": { "all_results": "Retain the complete response, all actual results, original identifiers, usage and response headers.", "family": "text", "format": "JSON or supported SSE" }, "parameters": [ { "default_known": false, "enum": [ "nvidia/nemotron-3-nano-omni-30b-a3b-reasoning:free" ], "enum_known": true, "name": "model", "required": true, "type": "string" }, { "default_known": false, "enum_known": false, "items": { "additionalProperties": false, "properties": { "content": { "type": "string" }, "role": { "enum": [ "user", "assistant", "system", "developer" ], "type": "string" } }, "required": [ "role", "content" ], "type": "object" }, "minItems": 1, "name": "messages", "required": true, "type": "array" }, { "default": false, "default_known": true, "enum": [ false ], "enum_known": true, "name": "stream", "required": false, "type": "boolean" }, { "default_known": false, "enum_known": false, "maximum": 65536, "minimum": 1, "name": "max_tokens", "required": false, "type": "integer" }, { "default_known": false, "enum_known": false, "maximum": 65536, "minimum": 1, "name": "max_completion_tokens", "required": false, "type": "integer" }, { "default_known": false, "enum_known": false, "maximum": 128, "minimum": 1, "name": "n", "required": false, "type": "integer" }, { "default_known": false, "enum_known": false, "name": "temperature", "required": false, "type": "number" }, { "default_known": false, "enum_known": false, "name": "top_p", "required": false, "type": "number" }, { "default_known": false, "enum_known": false, "name": "seed", "required": false, "type": "integer" }, { "default_known": false, "enum_known": false, "name": "stop", "oneOf": [ { "type": "string" }, { "items": { "type": "string" }, "type": "array" } ], "required": false }, { "default_known": false, "enum_known": false, "name": "frequency_penalty", "required": false, "type": "number" }, { "default_known": false, "enum_known": false, "name": "presence_penalty", "required": false, "type": "number" }, { "default_known": false, "enum_known": false, "name": "user", "required": false, "type": "string" } ], "request_schema": { "additionalProperties": false, "properties": { "frequency_penalty": { "type": "number" }, "max_completion_tokens": { "maximum": 65536, "minimum": 1, "type": "integer" }, "max_tokens": { "maximum": 65536, "minimum": 1, "type": "integer" }, "messages": { "items": { "additionalProperties": false, "properties": { "content": { "type": "string" }, "role": { "enum": [ "user", "assistant", "system", "developer" ], "type": "string" } }, "required": [ "role", "content" ], "type": "object" }, "minItems": 1, "type": "array" }, "model": { "enum": [ "nvidia/nemotron-3-nano-omni-30b-a3b-reasoning:free" ], "type": "string" }, "n": { "maximum": 128, "minimum": 1, "type": "integer" }, "presence_penalty": { "type": "number" }, "seed": { "type": "integer" }, "stop": { "oneOf": [ { "type": "string" }, { "items": { "type": "string" }, "type": "array" } ] }, "stream": { "default": false, "enum": [ false ], "type": "boolean" }, "temperature": { "type": "number" }, "top_p": { "type": "number" }, "user": { "type": "string" } }, "required": [ "model", "messages" ], "type": "object" }, "schema_template": { "body": { "messages": [ { "content": "Summarize the supplied text in three concise points.", "role": "user" } ], "model": "nvidia/nemotron-3-nano-omni-30b-a3b-reasoning:free", "stream": false }, "content_type": "application/json" } }, "input": { "conditions": [ "Use 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 256000 bytes." ], "content_type": "application/json", "material_types": [ "text" ], "optional": [ "stream", "max_tokens", "max_completion_tokens", "n", "temperature", "top_p", "seed", "stop", "frequency_penalty", "presence_penalty", "user" ], "required": [ "model", "messages" ] }, "lifecycle": { "cancel_endpoint": null, "create": { "http": "POST", "path": "/v1/chat/completions" }, "mode": "synchronous_json_or_sse", "status": [], "unknown": "Preserve the original response, headers and X-Client-Request-ID. An uncertain outcome does not authorize another creation.", "unknown_no_replay": true }, "method": { "http": "POST", "path": "/v1/chat/completions" }, "method_aliases": [], "output": { "all_results": "Retain the complete response, all actual results, original identifiers, usage and response headers.", "family": "text", "format": "JSON or supported SSE" } }, "ctx": 256000, "declared_pricing_profiles": [ { "dimensions": { "regime": "base" }, "label": "Base token rates", "units": [ { "amount": "0", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "input_price", "label": "Input tokens", "native_amount_usd_per_unit": "0", "native_quantity": 1, "native_unit": "input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "input_token" }, { "amount": "0", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "output_price", "label": "Output tokens", "native_amount_usd_per_unit": "0", "native_quantity": 1, "native_unit": "output_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "out", "unit": "output_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_read_price", "label": "Cache read", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "cached_input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "cached_input_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_price", "label": "Cache write", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "generic_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "generic_cache_creation_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_1h_price", "label": "Cache write, 1 hour", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "one_hour_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "one_hour_cache_creation_token" } ] } ], "examples": [ { "code": "set -eu\n: \"${AILOOT_API_KEY:?Set your Ailoot API key}\"\nexport AILOOT_API_KEY\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{\"model\": \"nvidia/nemotron-3-nano-omni-30b-a3b-reasoning:free\", \"messages\": [{\"role\": \"user\", \"content\": \"Summarize the supplied text in three concise points.\"}], \"stream\": false}')\n\nPath(\"request.json\").write_text(json.dumps(p,ensure_ascii=False))\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/chat/completions \\\n -H \"Authorization: Bearer $AILOOT_API_KEY\" -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\n# Submit once. Retain the complete result, original identifiers and every response header.\n", "label": "curl · create once and retain the complete result", "language": "bash" } ], "family": "openai", "fast_multiplier": 1, "flex_multiplier": 1, "fmt": "chat", "http": "POST", "img_in": null, "img_out": null, "in": "0", "input": [ "text" ], "label": "Chat Completions", "max_out": 65536, "max_reasoning_effort_multiplier": 1, "method_aliases": [], "out": "0", "output": [ "text" ], "path": "/v1/chat/completions", "price_conditions": [ { "label": "Fast mode", "value": "Standard rate", "when": "When fast mode is selected" }, { "label": "Flex mode", "value": "Standard rate", "when": "When flex mode is selected" }, { "label": "Maximum reasoning effort", "value": "Standard rate", "when": "When maximum reasoning effort uses the default adjustment" }, { "label": "Explicit cache pricing", "value": "Not enabled", "when": "When explicit cache is requested" }, { "label": "Text-only zero rates", "value": "Cache, tools and media follow their separately listed pricing conditions.", "when": "For text-only input and output" } ], "pricing": { "allow_explicit_cache": false, "billing_mode": "token", "cache_read_price": null, "cache_write_1h_price": null, "cache_write_price": null, "fast_multiplier": 1, "flex_multiplier": 1, "image_input_price": null, "image_output_price": null, "input_price": 0, "intervals": [], "max_reasoning_effort_multiplier": 1, "output_price": 0, "per_request_price": null }, "pricing_profiles": [ { "dimensions": { "regime": "base" }, "label": "Base token rates", "units": [ { "amount": "0", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "input_price", "label": "Input tokens", "native_amount_usd_per_unit": "0", "native_quantity": 1, "native_unit": "input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "input_token" }, { "amount": "0", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "output_price", "label": "Output tokens", "native_amount_usd_per_unit": "0", "native_quantity": 1, "native_unit": "output_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "out", "unit": "output_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_read_price", "label": "Cache read", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "cached_input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "cached_input_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_price", "label": "Cache write", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "generic_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "generic_cache_creation_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_1h_price", "label": "Cache write, 1 hour", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "one_hour_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "one_hour_cache_creation_token" } ] } ], "request_model_id": "nvidia/nemotron-3-nano-omni-30b-a3b-reasoning:free", "route_label": "Ultra", "status_reads": [], "tiers": [], "unit": "token", "units": [ { "amount": "0", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "input_price", "label": "Input tokens", "native_amount_usd_per_unit": "0", "native_quantity": 1, "native_unit": "input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "input_token" }, { "amount": "0", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "output_price", "label": "Output tokens", "native_amount_usd_per_unit": "0", "native_quantity": 1, "native_unit": "output_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "out", "unit": "output_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_read_price", "label": "Cache read", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "cached_input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "cached_input_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_price", "label": "Cache write", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "generic_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "generic_cache_creation_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_1h_price", "label": "Cache write, 1 hour", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "one_hour_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "one_hour_cache_creation_token" } ] } ], "model_aliases": [ { "canonical_model_id": "nvidia/nemotron-3-nano-omni-30b-a3b-reasoning:free", "request_model_id": "nvidia/nemotron-3-nano-omni-30b-a3b-reasoning:free", "route_label": "Ultra" } ], "name": "NVIDIA: Nemotron 3 Nano Omni 30B A3B Reasoning (free)", "price": { "in": "0", "in_label": null, "out": "0", "out_label": null, "sort_in": "0", "sort_out": "0", "varies": false }, "short": "Nemotron 3 Nano Omni 30B A3B Reasoning ialah model penaakulan NVIDIA untuk kerja yang berfokus pada konteks dalam aplikasi ejen. Edisi Ailoot ini menerima perbualan teks dan mengembalikan teks, dengan had input 256,000 token dan sehingga 65,536 token output. Gunakan dokumen, soalan dan kekangan yang dibekalkan untuk meminta analisis terfokus atau penyerahan konteks." }, "renderer_schema": { "method_order": "Original DTO methods order; every exact route/format/path/caller survives.", "prices": "Original public DTO fields and original native display HTML; no flattened or normalized offers." }, "representation": "exact-public-dto-and-native-renderer-html", "representationNotes": { "current_reference": { "about_json_pointer": "/aboutHtml", "methods": [ { "contract_json_pointer": "/methods/0/rawMethod/contract", "html_json_pointer": "/methods/0/html", "method_ordinal": 0 } ], "role": "current-semantic-reference" }, "raw_input": { "examples_role": "historical-input-not-current-ready-examples", "json_pointers": [ "/rawModel", "/methods/0/rawMethod" ], "role": "historical-owner-input" }, "schema": "ailoot-native-model-representations-v1" }, "schema": "ailoot-static-model-facts-v1", "schema_version": 1, "shortText": "Nemotron 3 Nano Omni 30B A3B Reasoning ialah model penaakulan NVIDIA untuk kerja yang berfokus pada konteks dalam aplikasi ejen. Edisi Ailoot ini menerima perbualan teks dan mengembalikan teks, dengan had input 256,000 token dan sehingga 65,536 token output. Gunakan dokumen, soalan dan kekangan yang dibekalkan untuk meminta analisis terfokus atau penyerahan konteks.", "source": { "audit_sha256": "2e00086bcbfc28e64d0cebe97aa47c17d8d5618963027f8ffb9dc6123d7d25b1", "bridge_map_sha256": "1125275768b9636fc8461bc7da5061239a81ddfe508e2557843ca42c58ab0036", "raw_model_json_sha256": "628c78102ea745dbcc2b1d9f43edc7dd12c4a41d921de807d0a03f6a9f10023c", "renderer_sha256": "1dab5ba62521e9568c8b7c82005622cabbf330a075df7cce1f83274a04009460" }, "sourceRevision": "e09989a4fa2e68c0075e2de1ee9b5c77bf29d2566c6413e4bed6f2c351e828b5" }