NVIDIA: Nemotron 3.5 Super VL

{"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 kontekstowe 262144 tokenów. Historia rozmowy, instrukcje, materiały źródłowe i odpowiedź wspólnie wykorzystują tę przestrzeń; przy długim zapytaniu zostaw miejsce na wynik.\n\nModel jest dostępny przez Chat Completions, Responses, Messages i interfejs tekstowy w formacie Gemini. 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","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 tekstowy z modelem NVIDIA do rozumowania, pracy z kodem i analizy obszernych materiałów."}