NVIDIA: Nemotron 3.5 Super VL

{"about":"### Raciocínio, código e trabalho com texto longo\n\nO Nemotron 3.5 Super VL é um modelo da NVIDIA para tarefas que exigem ligar vários passos de raciocínio, compreender código ou processar material extenso. Na Ailoot, esta ficha disponibiliza diálogo textual: fornece instruções, dados de partida e histórico de mensagens, e o modelo devolve uma resposta em texto.\n\nPode ser utilizado para analisar documentação técnica, comparar requisitos, preparar explicações de código e analisar relatórios textuais. É conveniente definir o objetivo, juntar os materiais necessários e estabelecer a forma do resultado: por exemplo, uma lista de conclusões fundamentadas, um plano de alteração de um programa ou uma comparação de várias soluções.\n\n### Estrutura e especialização\n\nO Super VL original é um modelo de visão e linguagem da NVIDIA com codificador visual C-RADIO, também concebido para compreender documentos e vídeo. Nesta ficha da Ailoot está disponível o seu trabalho textual; os materiais de partida são fornecidos como conteúdo em texto.\n\nA base do modelo combina Mamba-2, Transformer e uma arquitetura Mixture of Experts. De cerca de 120 mil milhões de parâmetros, aproximadamente 12 mil milhões são ativados em cada passo de processamento. Isto descreve a estrutura do modelo, que deve ser considerada separadamente da velocidade efetiva de um pedido concreto.\n\nNo treino foram utilizados repositórios de software, pares de tarefas e alterações de código, registos de compilação, trajetórias de resolução com vários passos e materiais de contexto longo. O treino posterior combinou código, raciocínio, instruções e diálogo. Esta especialização é útil na formulação de uma tarefa composta em que é necessário relacionar primeiro a informação de partida e depois estruturar o resultado.\n\n### Como preparar a tarefa\n\nPara analisar um documento, formule primeiro a pergunta e os critérios de seleção da informação e junte depois o texto com os títulos das secções. Se precisar de comparar fontes, atribua-lhes etiquetas curtas e peça que as conclusões sejam ligadas a essas etiquetas. Para uma tarefa de código, acrescente o excerto relevante do programa, o comportamento observado e o resultado esperado; assim, a resposta pode ser comparada com um caso concreto.\n\nUma janela de contexto ampla ajuda a reunir materiais relacionados num único pedido. A dimensão do contexto não substitui uma formulação clara: é útil separar as instruções dos dados de partida e indicar antecipadamente a solução ou o documento pretendido.\n\n### Contexto e formas de ligação\n\nPara esta variante, a Ailoot indica uma janela de contexto de 262144 tokens. O histórico da conversa, as instruções, os materiais de partida e a resposta partilham esse espaço; ao preparar um pedido extenso, deixe lugar para o resultado.\n\nO modelo está disponível através de Chat Completions, Responses, Messages e de uma interface textual em formato Gemini. O cenário disponível desta variante consiste em texto à entrada e texto à saída; os documentos são fornecidos como conteúdo textual.","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":"Diálogo textual com um modelo da NVIDIA para raciocínio, trabalho com código e análise de materiais extensos."}