NVIDIA Nemotron 3.5 Lightning é um modelo de linguagem para raciocínio, conversação e fluxos de trabalho especializados com agentes. Tem 30B parâmetros no total, dos quais 3B ativos, utilizando uma arquitetura híbrida que intercala camadas Mamba-2, de mistura de especialistas e de atenção. As camadas Multi-Token Prediction acrescentam sinais de treino para tokens futuros e suportam as receitas de geração otimizadas do modelo. O modelo processa texto e produz texto, incluindo explicações, código e respostas fundamentadas no material fornecido.
O fabricante descreve aplicações em chatbots, geração aumentada por recuperação, seguimento de instruções e agentes. Para uma resposta baseada numa base de conhecimento, forneça a pergunta e as passagens relevantes com identificadores de fonte estáveis. Peça ao modelo que responda a partir dessas passagens, identifique qual sustenta cada afirmação importante e indique o que continua por saber. Por exemplo: «Utilizando estes artigos de suporte, explique a diferença entre os dois métodos de instalação e devolva os pré-requisitos, os passos e as verificações de cada um.» Mantenha visível qualquer pré-requisito em falta, em vez de convidar o modelo a inventá-lo.
Para trabalhos de programação, forneça o código relevante, o comportamento esperado e a falha observada. Um pedido prático solicita uma revisão focada e uma explicação dos casos afetados. Se um agente ligado a ferramentas executar uma verificação, devolva a saída real antes de pedir a alteração seguinte. O treino do modelo inclui código, utilização de ferramentas em várias etapas e tarefas de saída estruturada, mas o resultado concluído continua a ter de corresponder ao requisito original. Peça o código revisto, a razão de cada alteração relevante e as observações necessárias para estabelecer que o problema está resolvido.
O fabricante documenta o raciocínio ativado por predefinição e um modo de resposta direta com o raciocínio desativado através do modelo de mensagens de chat. O modo de raciocínio é útil para uma tarefa com várias condições dependentes; uma resposta direta pode ser adequada a uma transformação ou extração simples. O fabricante recomenda temperatura 1,0 e top-p 0,95 nos seus exemplos de cliente. Trate estes valores como definições da receita do fabricante e escolha explicitamente a estrutura da resposta final, como uma explicação concisa, uma tabela comparativa ou uma resposta seguida das evidências que a sustentam.
O modelo suporta um contexto de até 1 milhão de tokens. As receitas de implementação BF16 publicadas também distinguem essa capacidade do modelo das configurações que utilizam uma janela de 256K devido a limitações de memória. Prepare o material longo para a janela de trabalho aplicável, preservando a estrutura dos documentos e deixando espaço para a resposta. Um contexto longo é mais útil quando o pedido especifica a relação a encontrar: contradições entre documentos, dependências entre ficheiros de código-fonte ou as evidências que sustentam uma conclusão. Não é motivo para incluir histórico irrelevante nem para assumir que uma resposta final pode ocupar toda a janela.
O inglês e as linguagens de programação são o foco principal, estando também enumerados espanhol, francês, alemão, italiano e japonês. Indique o idioma de saída exigido e conserve nomes, identificadores e termos citados da fonte quando a sua grafia for importante. Para trabalhos com documentos multilingues, especifique se pretende traduzir, resumir ou comparar os materiais; estes pedidos produzem resultados diferentes. Peça que a terminologia incerta seja assinalada, para que uma tradução fluente não altere silenciosamente um significado técnico.
A NVIDIA publica uma versão de referência BF16 sobretudo para personalização e investigação em precisão completa, e uma versão NVFP4 separada com receitas de inferência otimizadas. Esta distinção é importante ao comparar orientações de implementação: uma configuração de hardware ou um resultado de débito de uma versão não descreve automaticamente outra. O nome do modelo identifica a família Lightning, enquanto o checkpoint exato e a configuração de disponibilização determinam a receita. Mantenha as capacidades ao nível do modelo separadas dos pressupostos de desempenho e memória específicos de cada receita.
Para trabalhos baseados em ferramentas, forneça descrições claras das funções e devolva o resultado real de cada etapa executada. Uma operação proposta só se torna evidência utilizável depois de a aplicação envolvente a executar e registar o que aconteceu. Peça que a resposta final distinga observações das fontes, conclusões derivadas e verificações por concluir. Quando um cálculo, comando ou passagem recuperada entrar em conflito com o resultado previsto, utilize esse conflito para rever a conclusão, em vez de produzir um resumo polido de um pressuposto não verificado.
", "aboutText": "NVIDIA Nemotron 3.5 Lightning é um modelo de linguagem para raciocínio, conversação e fluxos de trabalho especializados com agentes. Tem 30B parâmetros no total, dos quais 3B ativos, utilizando uma arquitetura híbrida que intercala camadas Mamba-2, de mistura de especialistas e de atenção. As camadas Multi-Token Prediction acrescentam sinais de treino para tokens futuros e suportam as receitas de geração otimizadas do modelo. O modelo processa texto e produz texto, incluindo explicações, código e respostas fundamentadas no material fornecido.\n\nO fabricante descreve aplicações em chatbots, geração aumentada por recuperação, seguimento de instruções e agentes. Para uma resposta baseada numa base de conhecimento, forneça a pergunta e as passagens relevantes com identificadores de fonte estáveis. Peça ao modelo que responda a partir dessas passagens, identifique qual sustenta cada afirmação importante e indique o que continua por saber. Por exemplo: «Utilizando estes artigos de suporte, explique a diferença entre os dois métodos de instalação e devolva os pré-requisitos, os passos e as verificações de cada um.» Mantenha visível qualquer pré-requisito em falta, em vez de convidar o modelo a inventá-lo.\n\nPara trabalhos de programação, forneça o código relevante, o comportamento esperado e a falha observada. Um pedido prático solicita uma revisão focada e uma explicação dos casos afetados. Se um agente ligado a ferramentas executar uma verificação, devolva a saída real antes de pedir a alteração seguinte. O treino do modelo inclui código, utilização de ferramentas em várias etapas e tarefas de saída estruturada, mas o resultado concluído continua a ter de corresponder ao requisito original. Peça o código revisto, a razão de cada alteração relevante e as observações necessárias para estabelecer que o problema está resolvido.\n\nO fabricante documenta o raciocínio ativado por predefinição e um modo de resposta direta com o raciocínio desativado através do modelo de mensagens de chat. O modo de raciocínio é útil para uma tarefa com várias condições dependentes; uma resposta direta pode ser adequada a uma transformação ou extração simples. O fabricante recomenda temperatura 1,0 e top-p 0,95 nos seus exemplos de cliente. Trate estes valores como definições da receita do fabricante e escolha explicitamente a estrutura da resposta final, como uma explicação concisa, uma tabela comparativa ou uma resposta seguida das evidências que a sustentam.\n\nO modelo suporta um contexto de até 1 milhão de tokens. As receitas de implementação BF16 publicadas também distinguem essa capacidade do modelo das configurações que utilizam uma janela de 256K devido a limitações de memória. Prepare o material longo para a janela de trabalho aplicável, preservando a estrutura dos documentos e deixando espaço para a resposta. Um contexto longo é mais útil quando o pedido especifica a relação a encontrar: contradições entre documentos, dependências entre ficheiros de código-fonte ou as evidências que sustentam uma conclusão. Não é motivo para incluir histórico irrelevante nem para assumir que uma resposta final pode ocupar toda a janela.\n\nO inglês e as linguagens de programação são o foco principal, estando também enumerados espanhol, francês, alemão, italiano e japonês. Indique o idioma de saída exigido e conserve nomes, identificadores e termos citados da fonte quando a sua grafia for importante. Para trabalhos com documentos multilingues, especifique se pretende traduzir, resumir ou comparar os materiais; estes pedidos produzem resultados diferentes. Peça que a terminologia incerta seja assinalada, para que uma tradução fluente não altere silenciosamente um significado técnico.\n\nA NVIDIA publica uma versão de referência BF16 sobretudo para personalização e investigação em precisão completa, e uma versão NVFP4 separada com receitas de inferência otimizadas. Esta distinção é importante ao comparar orientações de implementação: uma configuração de hardware ou um resultado de débito de uma versão não descreve automaticamente outra. O nome do modelo identifica a família Lightning, enquanto o checkpoint exato e a configuração de disponibilização determinam a receita. Mantenha as capacidades ao nível do modelo separadas dos pressupostos de desempenho e memória específicos de cada receita.\n\nPara trabalhos baseados em ferramentas, forneça descrições claras das funções e devolva o resultado real de cada etapa executada. Uma operação proposta só se torna evidência utilizável depois de a aplicação envolvente a executar e registar o que aconteceu. Peça que a resposta final distinga observações das fontes, conclusões derivadas e verificações por concluir. Quando um cálculo, comando ou passagem recuperada entrar em conflito com o resultado previsto, utilize esse conflito para rever a conclusão, em vez de produzir um resumo polido de um pressuposto não verificado.", "editorialOverlay": { "copy_fields": null, "copy_sha256": null, "copy_source": null, "html_sha256": "50d60b85377cfe5990d2bc80b61e75d53b9f0e44acc831cda106d7077a3878bc", "module_sha256": "ee9dc1c50b1e6a8fb7fa062030fcb4646b9aaaeb08be513b723a5a92a7290f06", "raw_model_unchanged": true, "schema": "ailoot-native-model-editorial-v1" }, "locale": "pt-pt", "methods": [ { "html": "nvidia/nemotron-3.5-lightning:freeNVIDIA Nemotron 3.5 Lightning é um modelo de raciocínio textual e chat com 30B parâmetros no total e 3B ativos. A sua arquitetura híbrida Mamba–MoE suporta análise de contexto longo, programação e fluxos de trabalho baseados em ferramentas, com modos de raciocínio ou resposta direta documentados no modelo de mensagens de chat do fabricante.
Esta descrição apresenta as capacidades do modelo. As entradas, saídas e opções disponíveis no Ailoot para o método selecionado estão indicadas abaixo.
NVIDIA Nemotron 3.5 Lightning é um modelo de linguagem para raciocínio, conversação e fluxos de trabalho especializados com agentes. Tem 30B parâmetros no total, dos quais 3B ativos, utilizando uma arquitetura híbrida que intercala camadas Mamba-2, de mistura de especialistas e de atenção. As camadas Multi-Token Prediction acrescentam sinais de treino para tokens futuros e suportam as receitas de geração otimizadas do modelo. O modelo processa texto e produz texto, incluindo explicações, código e respostas fundamentadas no material fornecido.
O fabricante descreve aplicações em chatbots, geração aumentada por recuperação, seguimento de instruções e agentes. Para uma resposta baseada numa base de conhecimento, forneça a pergunta e as passagens relevantes com identificadores de fonte estáveis. Peça ao modelo que responda a partir dessas passagens, identifique qual sustenta cada afirmação importante e indique o que continua por saber. Por exemplo: «Utilizando estes artigos de suporte, explique a diferença entre os dois métodos de instalação e devolva os pré-requisitos, os passos e as verificações de cada um.» Mantenha visível qualquer pré-requisito em falta, em vez de convidar o modelo a inventá-lo.
Para trabalhos de programação, forneça o código relevante, o comportamento esperado e a falha observada. Um pedido prático solicita uma revisão focada e uma explicação dos casos afetados. Se um agente ligado a ferramentas executar uma verificação, devolva a saída real antes de pedir a alteração seguinte. O treino do modelo inclui código, utilização de ferramentas em várias etapas e tarefas de saída estruturada, mas o resultado concluído continua a ter de corresponder ao requisito original. Peça o código revisto, a razão de cada alteração relevante e as observações necessárias para estabelecer que o problema está resolvido.
O fabricante documenta o raciocínio ativado por predefinição e um modo de resposta direta com o raciocínio desativado através do modelo de mensagens de chat. O modo de raciocínio é útil para uma tarefa com várias condições dependentes; uma resposta direta pode ser adequada a uma transformação ou extração simples. O fabricante recomenda temperatura 1,0 e top-p 0,95 nos seus exemplos de cliente. Trate estes valores como definições da receita do fabricante e escolha explicitamente a estrutura da resposta final, como uma explicação concisa, uma tabela comparativa ou uma resposta seguida das evidências que a sustentam.
O modelo suporta um contexto de até 1 milhão de tokens. As receitas de implementação BF16 publicadas também distinguem essa capacidade do modelo das configurações que utilizam uma janela de 256K devido a limitações de memória. Prepare o material longo para a janela de trabalho aplicável, preservando a estrutura dos documentos e deixando espaço para a resposta. Um contexto longo é mais útil quando o pedido especifica a relação a encontrar: contradições entre documentos, dependências entre ficheiros de código-fonte ou as evidências que sustentam uma conclusão. Não é motivo para incluir histórico irrelevante nem para assumir que uma resposta final pode ocupar toda a janela.
O inglês e as linguagens de programação são o foco principal, estando também enumerados espanhol, francês, alemão, italiano e japonês. Indique o idioma de saída exigido e conserve nomes, identificadores e termos citados da fonte quando a sua grafia for importante. Para trabalhos com documentos multilingues, especifique se pretende traduzir, resumir ou comparar os materiais; estes pedidos produzem resultados diferentes. Peça que a terminologia incerta seja assinalada, para que uma tradução fluente não altere silenciosamente um significado técnico.
A NVIDIA publica uma versão de referência BF16 sobretudo para personalização e investigação em precisão completa, e uma versão NVFP4 separada com receitas de inferência otimizadas. Esta distinção é importante ao comparar orientações de implementação: uma configuração de hardware ou um resultado de débito de uma versão não descreve automaticamente outra. O nome do modelo identifica a família Lightning, enquanto o checkpoint exato e a configuração de disponibilização determinam a receita. Mantenha as capacidades ao nível do modelo separadas dos pressupostos de desempenho e memória específicos de cada receita.
Para trabalhos baseados em ferramentas, forneça descrições claras das funções e devolva o resultado real de cada etapa executada. Uma operação proposta só se torna evidência utilizável depois de a aplicação envolvente a executar e registar o que aconteceu. Peça que a resposta final distinga observações das fontes, conclusões derivadas e verificações por concluir. Quando um cálculo, comando ou passagem recuperada entrar em conflito com o resultado previsto, utilize esse conflito para rever a conclusão, em vez de produzir um resumo polido de um pressuposto não verificado.
POST /v1/chat/completionstexttext| Campo | Tipo | Requisito | Valores e limites | Predefinição |
|---|---|---|---|---|
Campomodel | Tipostring | RequisitoObrigatório | Valores e limites nvidia/nemotron-3.5-lightning:free | Predefinição— |
Campomessages | Tipoarray | RequisitoObrigatório | Valores e limites | Predefinição— |
Campostream | Tipoboolean | RequisitoOpcional | Valores e limites false | Predefiniçãofalse |
Campomax_tokens | Tipointeger | RequisitoOpcional | Valores e limites Mínimo: 1 Máximo: 65 536 | Predefinição— |
Campomax_completion_tokens | Tipointeger | RequisitoOpcional | Valores e limites Mínimo: 1 Máximo: 65 536 | Predefinição— |
Campon | Tipointeger | RequisitoOpcional | Valores e limites Mínimo: 1 Máximo: 128 | Predefinição— |
Campotemperature | Tiponumber | RequisitoOpcional | Valores e limites | Predefinição— |
Campotop_p | Tiponumber | RequisitoOpcional | Valores e limites | Predefinição— |
Camposeed | Tipointeger | RequisitoOpcional | Valores e limites | Predefinição— |
Campostop | Tipo | RequisitoOpcional | Valores e limites | Predefinição— |
Campofrequency_penalty | Tiponumber | RequisitoOpcional | Valores e limites | Predefinição— |
Campopresence_penalty | Tiponumber | RequisitoOpcional | Valores e limites | Predefinição— |
Campouser | Tipostring | RequisitoOpcional | Valores e limites | Predefinição— |
| Parâmetro | Contrato |
|---|---|
Parâmetrocontent_type | Contratoapplication/json |
Parâmetrorequired | Contratomodel, messages |
Parâmetrooptional | Contratostream, max_tokens, max_completion_tokens, n, temperature, top_p, seed, stop, frequency_penalty, presence_penalty, user |
Parâmetromaterial_types | Contratotext |
Parâmetroconditions | ContratoUse 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 1000000 bytes. |
Ciclo de vida: synchronous_json
As referências tarifárias não acrescentam opções ao pedido. Os parâmetros suportados constam do método selecionado.
| Configuração | Tabela de tarifas | Custo |
|---|---|---|
| ConfiguraçãoTarifas base por token | Tabela de tarifasTarifa base | Custo Entrada · Tokens de entrada $0 / 1K tokens Saída · Tokens de saída $0 / 1K tokens Entrada · Leitura da cache — / 1K tokens Entrada · Escrita na cache — / 1K tokens Entrada · Escrita na cache, 1 hora — / 1K tokens |
O Ailoot reserva um montante estimado antes de um pedido. Após o resultado, liquida o custo final com base na utilização medida. No streaming, a liquidação usa o registo final de utilização. Como funcionam a reserva e a liquidação →
set -eu\n: "${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-3.5-lightning: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.\nJSON
Guarde cada resposta, ficheiro e parte de conteúdo devolvidos na íntegra.
Retain the complete response, all actual results, original identifiers, usage and response headers.
Preserve the original response, headers and X-Client-Request-ID. An uncertain outcome does not authorize another creation.
Ailoot Ultra nvidia/nemotron-3.5-lightning:free
Use os caminhos dos métodos indicados acima.
nvidia/nemotron-3.5-lightning:freeNVIDIA Nemotron 3.5 Lightning é um modelo de raciocínio textual e chat com 30B parâmetros no total e 3B ativos. A sua arquitetura híbrida Mamba–MoE suporta análise de contexto longo, programação e fluxos de trabalho baseados em ferramentas, com modos de raciocínio ou resposta direta documentados no modelo de mensagens de chat do fabricante.
Esta descrição apresenta as capacidades do modelo. As entradas, saídas e opções disponíveis no Ailoot para o método selecionado estão indicadas abaixo.
NVIDIA Nemotron 3.5 Lightning é um modelo de linguagem para raciocínio, conversação e fluxos de trabalho especializados com agentes. Tem 30B parâmetros no total, dos quais 3B ativos, utilizando uma arquitetura híbrida que intercala camadas Mamba-2, de mistura de especialistas e de atenção. As camadas Multi-Token Prediction acrescentam sinais de treino para tokens futuros e suportam as receitas de geração otimizadas do modelo. O modelo processa texto e produz texto, incluindo explicações, código e respostas fundamentadas no material fornecido.
O fabricante descreve aplicações em chatbots, geração aumentada por recuperação, seguimento de instruções e agentes. Para uma resposta baseada numa base de conhecimento, forneça a pergunta e as passagens relevantes com identificadores de fonte estáveis. Peça ao modelo que responda a partir dessas passagens, identifique qual sustenta cada afirmação importante e indique o que continua por saber. Por exemplo: «Utilizando estes artigos de suporte, explique a diferença entre os dois métodos de instalação e devolva os pré-requisitos, os passos e as verificações de cada um.» Mantenha visível qualquer pré-requisito em falta, em vez de convidar o modelo a inventá-lo.
Para trabalhos de programação, forneça o código relevante, o comportamento esperado e a falha observada. Um pedido prático solicita uma revisão focada e uma explicação dos casos afetados. Se um agente ligado a ferramentas executar uma verificação, devolva a saída real antes de pedir a alteração seguinte. O treino do modelo inclui código, utilização de ferramentas em várias etapas e tarefas de saída estruturada, mas o resultado concluído continua a ter de corresponder ao requisito original. Peça o código revisto, a razão de cada alteração relevante e as observações necessárias para estabelecer que o problema está resolvido.
O fabricante documenta o raciocínio ativado por predefinição e um modo de resposta direta com o raciocínio desativado através do modelo de mensagens de chat. O modo de raciocínio é útil para uma tarefa com várias condições dependentes; uma resposta direta pode ser adequada a uma transformação ou extração simples. O fabricante recomenda temperatura 1,0 e top-p 0,95 nos seus exemplos de cliente. Trate estes valores como definições da receita do fabricante e escolha explicitamente a estrutura da resposta final, como uma explicação concisa, uma tabela comparativa ou uma resposta seguida das evidências que a sustentam.
O modelo suporta um contexto de até 1 milhão de tokens. As receitas de implementação BF16 publicadas também distinguem essa capacidade do modelo das configurações que utilizam uma janela de 256K devido a limitações de memória. Prepare o material longo para a janela de trabalho aplicável, preservando a estrutura dos documentos e deixando espaço para a resposta. Um contexto longo é mais útil quando o pedido especifica a relação a encontrar: contradições entre documentos, dependências entre ficheiros de código-fonte ou as evidências que sustentam uma conclusão. Não é motivo para incluir histórico irrelevante nem para assumir que uma resposta final pode ocupar toda a janela.
O inglês e as linguagens de programação são o foco principal, estando também enumerados espanhol, francês, alemão, italiano e japonês. Indique o idioma de saída exigido e conserve nomes, identificadores e termos citados da fonte quando a sua grafia for importante. Para trabalhos com documentos multilingues, especifique se pretende traduzir, resumir ou comparar os materiais; estes pedidos produzem resultados diferentes. Peça que a terminologia incerta seja assinalada, para que uma tradução fluente não altere silenciosamente um significado técnico.
A NVIDIA publica uma versão de referência BF16 sobretudo para personalização e investigação em precisão completa, e uma versão NVFP4 separada com receitas de inferência otimizadas. Esta distinção é importante ao comparar orientações de implementação: uma configuração de hardware ou um resultado de débito de uma versão não descreve automaticamente outra. O nome do modelo identifica a família Lightning, enquanto o checkpoint exato e a configuração de disponibilização determinam a receita. Mantenha as capacidades ao nível do modelo separadas dos pressupostos de desempenho e memória específicos de cada receita.
Para trabalhos baseados em ferramentas, forneça descrições claras das funções e devolva o resultado real de cada etapa executada. Uma operação proposta só se torna evidência utilizável depois de a aplicação envolvente a executar e registar o que aconteceu. Peça que a resposta final distinga observações das fontes, conclusões derivadas e verificações por concluir. Quando um cálculo, comando ou passagem recuperada entrar em conflito com o resultado previsto, utilize esse conflito para rever a conclusão, em vez de produzir um resumo polido de um pressuposto não verificado.
POST /v1/messagestexttext| Campo | Tipo | Requisito | Valores e limites | Predefinição |
|---|---|---|---|---|
Campomodel | Tipostring | RequisitoObrigatório | Valores e limites nvidia/nemotron-3.5-lightning:free | Predefinição— |
Campomessages | Tipoarray | RequisitoObrigatório | Valores e limites | Predefinição— |
Campostream | Tipoboolean | RequisitoOpcional | Valores e limites false | Predefiniçãofalse |
Camposystem | Tipostring | RequisitoOpcional | Valores e limites | Predefinição— |
Campomax_tokens | Tipointeger | RequisitoObrigatório | Valores e limites Mínimo: 1 Máximo: 65 536 | Predefinição— |
Campotemperature | Tiponumber | RequisitoOpcional | Valores e limites | Predefinição— |
Campotop_p | Tiponumber | RequisitoOpcional | Valores e limites | Predefinição— |
Campotop_k | Tipointeger | RequisitoOpcional | Valores e limites | Predefinição— |
Campostop_sequences | Tipoarray | RequisitoOpcional | Valores e limites | Predefinição— |
Campometadata | Tipoobject | RequisitoOpcional | Valores e limites | Predefinição— |
| Parâmetro | Contrato |
|---|---|
Parâmetrocontent_type | Contratoapplication/json |
Parâmetrorequired | Contratomodel, messages, max_tokens |
Parâmetrooptional | Contratostream, system, temperature, top_p, top_k, stop_sequences, metadata |
Parâmetromaterial_types | Contratotext |
Parâmetroconditions | ContratoUse 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 1000000 bytes. |
Ciclo de vida: synchronous_json
As referências tarifárias não acrescentam opções ao pedido. Os parâmetros suportados constam do método selecionado.
| Configuração | Tabela de tarifas | Custo |
|---|---|---|
| ConfiguraçãoTarifas base por token | Tabela de tarifasTarifa base | Custo Entrada · Tokens de entrada $0 / 1K tokens Saída · Tokens de saída $0 / 1K tokens Entrada · Leitura da cache — / 1K tokens Entrada · Escrita na cache — / 1K tokens Entrada · Escrita na cache, 1 hora — / 1K tokens |
O Ailoot reserva um montante estimado antes de um pedido. Após o resultado, liquida o custo final com base na utilização medida. No streaming, a liquidação usa o registo final de utilização. Como funcionam a reserva e a liquidação →
set -eu\n: "${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-3.5-lightning:free", "messages": [{"role": "user", "content": "Summarize the supplied text in three concise points."}], "stream": false, "max_tokens": 256}')\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/messages \\\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.\nJSON
Guarde cada resposta, ficheiro e parte de conteúdo devolvidos na íntegra.
Retain the complete response, all actual results, original identifiers, usage and response headers.
Preserve the original response, headers and X-Client-Request-ID. An uncertain outcome does not authorize another creation.
Ailoot Ultra nvidia/nemotron-3.5-lightning:free
Use os caminhos dos métodos indicados acima.