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

Nemotron 3 Nano Omni 30B A3B Reasoning to model NVIDIA mający 30 miliardów parametrów ogółem i 3 miliardy aktywnych, opisywany jako przeznaczony do zadań percepcji i kontekstu wykonywanych przez subagentów w firmowych systemach agentowych. Metodą Ailoot dla tej edycji jest rozmowa tekstowa przez POST /v1/chat/completions. Wybierz dokładny identyfikator modelu nvidia/nemotron-3-nano-omni-30b-a3b-reasoning:free i dostarcz niepustą tablicę messages zawierającą instrukcje i tekst źródłowy zadania. Każda wiadomość ma pole role o wartości system, developer, user lub assistant oraz content w postaci zwykłego ciągu tekstowego. Opcjonalne pole name jest ciągiem; ogranicz każdą wiadomość do tych pól. Wyślij stream:false lub pomiń stream.

Użyj go do zbadania dostarczonego zbioru materiałów i zwrócenia ukierunkowanej odpowiedzi, porównania lub opisu kontekstu dla następnego kroku aplikacji. prompt przekazania może dostarczać pierwotne pytanie, odpowiednie fragmenty i ograniczenia, a następnie żądać ustalonych faktów, nierozstrzygniętych pytań i fragmentów źródłowych potwierdzających każdy wniosek. Przy porównaniu określ kryteria i dołącz rzeczywiste specyfikacje alternatyw, aby model mógł pracować na tych samych dowodach.

Ta edycja przyjmuje wejście tekstowe i tworzy wyjście tekstowe. Aby pracować z dokumentem, wstaw odpowiedni tekst UTF-8 do pola content wiadomości i zachowaj nagłówki lub etykiety źródeł pomagające rozróżniać fragmenty. Dostarcz historię rozmowy potrzebną do dalszego pytania. Wykonywanie narzędzi lub wyszukiwanie pozostaw aplikacji nadrzędnej, a ich ukończone wyniki tekstowe przekaż do rozmowy. Wejścia multimedialne, parametry wywoływania narzędzi i jawne sterowanie pamięcią podręczną pozostają poza profilem żądania tej edycji.

Strona modelu podaje okno kontekstu 256 000 tokenów i do 65 536 tokenów odpowiedzi. Ailoot wymaga ponadto, aby cała treść żądania JSON w UTF-8, w tym instrukcje i nazwy pól, mieściła się w 256 000 bajtów. Dla jawnego limitu wyjścia ustaw dokładnie jeden z parametrów max_tokens lub max_completion_tokens na dodatnią liczbę całkowitą od 1 do 65 536. Jeśli żaden nie zostanie podany, Ailoot przekazuje limit wyjścia 4 096 tokenów. Zachowaj całą dostarczoną rozmowę i żądaną odpowiedź w odpowiednich limitach. Długie wejście jest użyteczne, gdy odpowiedź zależy od wielu powiązanych fragmentów, ale ukierunkowany wybór i konkretny rezultat ułatwiają sprawdzenie, czy odpowiedź opiera się na dowodach. Instrukcja struktury może żądać nazwanych sekcji lub tabeli; traktuj zwrócony tekst jako rezultat, zamiast zakładać obiekt wymuszony schematem.

Dla kompletnej odpowiedzi wyślij stream:false i zachowaj pełny JSON. Odczytaj wygenerowany tekst z choices[].message.content i zachowaj każdy zwrócony wariant, finish_reason, usage i wszystkie dostarczone pola rozumowania. Zachowaj etykiety źródeł w odpowiedzi końcowej, gdy proces wymaga śledzenia wniosku do jego danych wejściowych. Sprawdź kompletność żądanej odpowiedzi przed przekazaniem jej do kolejnego kroku aplikacji.

Dla tej bezpłatnej edycji przygotuj publiczny lub syntetyczny materiał źródłowy; jej udokumentowane warunki użytkowania wykluczają informacje poufne i dane osobowe. Jeśli odpowiedź jest niepełna lub wynik wysłania jest niepewny, zachowaj identyfikator pierwotnego żądania i odpowiedź do sprawdzenia istniejącej próby. Żądanie tekstowe zwraca wynik przez odpowiedź rozmowy; dla tej karty nie udokumentowano oddzielnego zadania asynchronicznego ani ścieżki anulowania.