modele

NVIDIA: Nemotron 3.5 Super VL (free)

Markdown · JSON

NVIDIA: Nemotron 3.5 Super VL (free)

nvidia/nemotron-3.5-super-vl:free
NVIDIATekstWejście 0,00 USD / 1KWyjście 0,00 USD / 1K

Dialog tekstowy z modelem NVIDIA do rozumowania, pracy z kodem i analizy obszernych materiałów.

Rozumowanie, kod i praca z długim tekstem

Nemotron 3.5 Super VL to model NVIDIA do zadań wymagających połączenia kilku etapów rozumowania, zrozumienia kodu programu lub przetworzenia obszernych materiałów. W Ailoot ta karta udostępnia dialog tekstowy: przekazujesz instrukcje, dane źródłowe i historię wiadomości, a model zwraca odpowiedź tekstową.

Można go wykorzystać do analizy dokumentacji technicznej, porównywania wymagań, przygotowywania objaśnień kodu i analizy raportów tekstowych. W zapytaniu warto określić cel, dołączyć potrzebne materiały i zdefiniować formę wyniku, na przykład listę wniosków z uzasadnieniem, plan zmiany programu lub porównanie kilku rozwiązań.

Budowa i specjalizacja

Źródłowy Super VL to model wizyjno-językowy NVIDIA z enkoderem wizualnym C-RADIO, przeznaczony również do rozumienia dokumentów i wideo. Ta karta Ailoot udostępnia jego pracę z tekstem; materiały źródłowe przekazuje się jako treść tekstową.

Podstawa modelu łączy Mamba-2, Transformer i architekturę Mixture of Experts. Spośród około 120 miliardów parametrów w kroku przetwarzania aktywuje się około 12 miliardów. To budowa modelu, którą należy rozpatrywać osobno od rzeczywistej szybkości konkretnego zapytania.

W uczeniu wykorzystano repozytoria programistyczne, pary zadań i zmian kodu, dzienniki kompilacji, wieloetapowe ścieżki rozwiązywania zadań i materiały dla długiego kontekstu. Dalsze uczenie łączyło pracę z kodem, rozumowaniem, instrukcjami i dialogiem. Taka specjalizacja przydaje się przy złożonym zadaniu, w którym informacje źródłowe trzeba najpierw powiązać, a następnie opracować wynik.

Jak przygotować zadanie

Przy analizie dokumentu najpierw określ pytanie i kryteria wyboru informacji, a następnie dołącz tekst z nagłówkami sekcji. Jeśli trzeba porównać źródła, nadaj im krótkie oznaczenia i poproś o powiązanie z nimi wniosków. Dla zadania z kodem dodaj odpowiedni fragment programu, obserwowane zachowanie i oczekiwany wynik, aby odpowiedź można było zestawić z konkretnym przypadkiem.

Duże okno kontekstowe pomaga umieścić powiązane materiały w jednym zapytaniu. Sam rozmiar kontekstu nie zastępuje jasnego zadania: warto oddzielić instrukcje od danych źródłowych i wcześniej określić, jakie rozwiązanie lub dokument chcesz otrzymać.

Kontekst i sposoby podłączenia

W Ailoot dla tego wariantu podano okno 1000000 tokenów i limit odpowiedzi do 131072 tokenów. Historia rozmowy, instrukcje, materiały źródłowe i odpowiedź korzystają ze wspólnego kontekstu; przy długim zapytaniu zostaw miejsce na wynik.

Model jest dostępny przez Chat Completions, Responses i Messages. Dostępny scenariusz tego wariantu to tekst na wejściu i tekst na wyjściu; dokumenty przekazuje się jako treść tekstową.

Dostępne przez Ailoot API

Ultra Anthropic MessagesPOST /v1/messages
Wejście
text
Wyjście
text
Kontekst
1 000 000 tokenów
Maks. odpowiedź
131 072 tokenów
Wejście
0,00 USD / 1K
Wyjście
0,00 USD / 1K
Ultra OpenAI ResponsesPOST /v1/responses
Wejście
text
Wyjście
text
Kontekst
1 000 000 tokenów
Maks. odpowiedź
131 072 tokenów
Wejście
0,00 USD / 1K
Wyjście
0,00 USD / 1K
Ultra OpenAI ChatPOST /v1/chat/completions
Wejście
text
Wyjście
text
Kontekst
1 000 000 tokenów
Maks. odpowiedź
131 072 tokenów
Wejście
0,00 USD / 1K
Wyjście
0,00 USD / 1K
nvidia/nemotron-3.5-super-vl:free · JSON
{"about":"### Rozumowanie, kod i praca z długim tekstem\n\nNemotron 3.5 Super VL to model NVIDIA do zadań wymagających połączenia kilku etapów rozumowania, zrozumienia kodu programu lub przetworzenia obszernych materiałów. W Ailoot ta karta udostępnia dialog tekstowy: przekazujesz instrukcje, dane źródłowe i historię wiadomości, a model zwraca odpowiedź tekstową.\n\nMożna go wykorzystać do analizy dokumentacji technicznej, porównywania wymagań, przygotowywania objaśnień kodu i analizy raportów tekstowych. W zapytaniu warto określić cel, dołączyć potrzebne materiały i zdefiniować formę wyniku, na przykład listę wniosków z uzasadnieniem, plan zmiany programu lub porównanie kilku rozwiązań.\n\n### Budowa i specjalizacja\n\nŹródłowy Super VL to model wizyjno-językowy NVIDIA z enkoderem wizualnym C-RADIO, przeznaczony również do rozumienia dokumentów i wideo. Ta karta Ailoot udostępnia jego pracę z tekstem; materiały źródłowe przekazuje się jako treść tekstową.\n\nPodstawa modelu łączy Mamba-2, Transformer i architekturę Mixture of Experts. Spośród około 120 miliardów parametrów w kroku przetwarzania aktywuje się około 12 miliardów. To budowa modelu, którą należy rozpatrywać osobno od rzeczywistej szybkości konkretnego zapytania.\n\nW uczeniu wykorzystano repozytoria programistyczne, pary zadań i zmian kodu, dzienniki kompilacji, wieloetapowe ścieżki rozwiązywania zadań i materiały dla długiego kontekstu. Dalsze uczenie łączyło pracę z kodem, rozumowaniem, instrukcjami i dialogiem. Taka specjalizacja przydaje się przy złożonym zadaniu, w którym informacje źródłowe trzeba najpierw powiązać, a następnie opracować wynik.\n\n### Jak przygotować zadanie\n\nPrzy analizie dokumentu najpierw określ pytanie i kryteria wyboru informacji, a następnie dołącz tekst z nagłówkami sekcji. Jeśli trzeba porównać źródła, nadaj im krótkie oznaczenia i poproś o powiązanie z nimi wniosków. Dla zadania z kodem dodaj odpowiedni fragment programu, obserwowane zachowanie i oczekiwany wynik, aby odpowiedź można było zestawić z konkretnym przypadkiem.\n\nDuże okno kontekstowe pomaga umieścić powiązane materiały w jednym zapytaniu. Sam rozmiar kontekstu nie zastępuje jasnego zadania: warto oddzielić instrukcje od danych źródłowych i wcześniej określić, jakie rozwiązanie lub dokument chcesz otrzymać.\n\n### Kontekst i sposoby podłączenia\n\nW Ailoot dla tego wariantu podano okno 1000000 tokenów i limit odpowiedzi do 131072 tokenów. Historia rozmowy, instrukcje, materiały źródłowe i odpowiedź korzystają ze wspólnego kontekstu; przy długim zapytaniu zostaw miejsce na wynik.\n\nModel jest dostępny przez Chat Completions, Responses i Messages. Dostępny scenariusz tego wariantu to tekst na wejściu i tekst na wyjściu; dokumenty przekazuje się jako treść tekstową.","alias_of":null,"aliases":[],"author":"NVIDIA","canonical_model":"nvidia/nemotron-3.5-super-vl:free","ctx":1000000,"formats":["chat","messages","responses"],"id":"nvidia/nemotron-3.5-super-vl:free","input":["text"],"kind":"text","max_out":131072,"methods":[{"cache_read":null,"cache_write":null,"cache_write_1h":null,"cache_write_5m":null,"conditional_meter":null,"ctx":1000000,"family":"anthropic","fast_multiplier":1,"flex_multiplier":1,"fmt":"messages","http":"POST","img_in":null,"img_out":null,"in":0,"input":["text"],"label":"Anthropic Messages","max_out":131072,"max_tool_calls":null,"out":0,"output":["text"],"path":"/v1/messages","request_model_id":"nvidia/nemotron-3.5-super-vl:free","route_label":"Ultra","status_reads":[],"tiers":[],"tool_prices":null,"unit":"token","units":[]},{"cache_read":null,"cache_write":null,"cache_write_1h":null,"cache_write_5m":null,"conditional_meter":null,"ctx":1000000,"family":"openai","fast_multiplier":1,"flex_multiplier":1,"fmt":"responses","http":"POST","img_in":null,"img_out":null,"in":0,"input":["text"],"label":"OpenAI Responses","max_out":131072,"max_tool_calls":null,"out":0,"output":["text"],"path":"/v1/responses","request_model_id":"nvidia/nemotron-3.5-super-vl:free","route_label":"Ultra","status_reads":[],"tiers":[],"tool_prices":null,"unit":"token","units":[]},{"cache_read":null,"cache_write":null,"cache_write_1h":null,"cache_write_5m":null,"conditional_meter":null,"ctx":1000000,"family":"openai","fast_multiplier":1,"flex_multiplier":1,"fmt":"chat","http":"POST","img_in":null,"img_out":null,"in":0,"input":["text"],"label":"OpenAI Chat","max_out":131072,"max_tool_calls":null,"out":0,"output":["text"],"path":"/v1/chat/completions","request_model_id":"nvidia/nemotron-3.5-super-vl:free","route_label":"Ultra","status_reads":[],"tiers":[],"tool_prices":null,"unit":"token","units":[]}],"model_aliases":[{"canonical_model_id":"nvidia/nemotron-3.5-super-vl:free","request_model_id":"nvidia/nemotron-3.5-super-vl:free","route_label":"Ultra"}],"name":"NVIDIA: Nemotron 3.5 Super VL (free)","price":{"in":0,"in_label":null,"out":0,"out_label":null,"sort_in":0,"sort_out":0,"varies":false},"public_id":"nvidia/nemotron-3.5-super-vl:free","short":"Dialog tekstowy z modelem NVIDIA do rozumowania, pracy z kodem i analizy obszernych materiałów."}

Pytania

Jak wybrać model do swojego zadania?

Najpierw określ potrzebne dane wejściowe i wyjściowe: tekst, obrazy, dźwięk lub wideo. Następnie porównaj zgodne metody API, dokładny ID modelu lub aktualny model docelowy aliasu, cenę i jednostkę rozliczeniową. GET /v1/models jest bezpłatne i zwraca listę modeli dostępnych dla Twojego klucza.

Czy każdy model obsługuje wszystkie metody API i typy mediów?

Korzystaj z metod API i typów danych wejściowych i wyjściowych podanych na karcie modelu. Obsługa tekstu, obrazów, dźwięku lub wideo zależy od wybranego modelu i metody; przed wysłaniem danych sprawdź odpowiedni przykład żądania.

Czym różni się ID modelu od aliasu?

Dokładny ID modelu wskazuje konkretny model. Alias wskazuje model, a jego model docelowy może się zmienić. Sprawdź w katalogu aktualny model docelowy aliasu; użyj dokładnego ID, jeśli Twoja integracja wymaga konkretnego modelu.

Jak porównać ceny przed wysłaniem żądania?

Sprawdź na karcie modelu cenę i jednostkę rozliczeniową wybranej metody API. Porównuj tę samą jednostkę i ten sam typ danych wejściowych i wyjściowych; historia żądań pokazuje rzeczywiste użycie i naliczoną kwotę.

Co daje subskrypcja?

Rabat na zakup tokenów do regularnej pracy. Wybierz plan według liczby żądań; warunki i koszt subskrypcji są widoczne przy zamawianiu.

Jak użyć kodu z rabatem do 50%?

Wpisz kod promocyjny przy zakupie tokenów. Kwota jest przeliczana według promocji; wysokość rabatu widzisz przed zapłatą.