Nemotron 3.5 Lightning là mô hình ngôn ngữ lai hỗn hợp chuyên gia của NVIDIA dành cho suy luận và các tác vụ văn bản trả lời trực tiếp. Cấu hình của nhà sản xuất liệt kê tổng cộng 30 tỷ tham số và 3 tỷ tham số được kích hoạt, kết hợp các thành phần Mamba và transformer với khả năng dự đoán nhiều token. Bản BF16 được tham chiếu là tài nguyên mô hình ở độ chính xác đầy đủ của nhà sản xuất, tách biệt với các phiên bản độ chính xác thấp được tối ưu hóa.
Nhà sản xuất mô tả quá trình tiền huấn luyện trên hơn hai mươi nghìn tỷ token, tiếp theo là huấn luyện tiếp cho dự đoán nhiều token, tinh chỉnh có giám sát và học tăng cường trong nhiều môi trường. Các tác vụ chỉ dẫn và học tăng cường bao gồm lập trình, toán học, khoa học, gọi công cụ, đầu ra có cấu trúc và tương tác nhiều lượt. Dự đoán nhiều token là đặc điểm kiến trúc và huấn luyện của Lightning, không phải một loại đầu ra bổ sung như tạo hình ảnh hoặc âm thanh.
Mô hình nhận văn bản và trả về văn bản. Các ngôn ngữ được nhà sản xuất hỗ trợ gồm tiếng Anh, Tây Ban Nha, Pháp, Đức, Ý và Nhật. Chỉ định ngôn ngữ đầu ra và giữ nguyên các tên kỹ thuật hoặc mã định danh trong mã nguồn cần được bảo toàn.
Mẫu hội thoại của nhà sản xuất có thể bật hoặc tắt suy nghĩ. Tác vụ suy luận xây dựng phân tích trung gian trước phản hồi cuối cùng, còn tác vụ trực tiếp có thể yêu cầu câu trả lời không kèm chuỗi đó. Nhà sản xuất khuyến nghị temperature 1.0 và top-p 0.95 cho cấu hình tham chiếu. Nêu riêng sản phẩm cuối cùng cần có: một lời giải, một thay đổi mã có phạm vi tập trung, một bản so sánh nguồn hoặc bản ghi dữ liệu đã định nghĩa.
Một yêu cầu thực tế là: “Dùng các đoạn nguồn này để so sánh những yêu cầu và xác định điều kiện mà mỗi kết luận phụ thuộc vào.” Với lập trình, cung cấp phần triển khai liên quan, lỗi đã quan sát và hành vi mong đợi, rồi yêu cầu bản vá gắn với bằng chứng. Phân biệt mã được đề xuất với kết quả kiểm chứng thực tế.
Hậu huấn luyện của NVIDIA bao gồm công cụ nhiều bước và đầu ra có cấu trúc. Khi ứng dụng dùng mô hình làm tác tử, cung cấp các hàm với mục đích chính xác và lược đồ đối số. Ứng dụng thực thi thao tác đã chọn và trả về kết quả quan sát cho bước tiếp theo. Việc chọn một hàm hoặc tạo bản ghi đối số không tự thực hiện thao tác đó.
Với kết quả có cấu trúc, định nghĩa ý nghĩa các trường và quy ước cho giá trị thiếu. Kiểm tra giá trị với đầu vào ngay cả khi định dạng đã phù hợp với hệ thống tiếp nhận. Nhiệm vụ đang tiếp diễn cần giữ những kết quả quan sát xác lập tiến độ và tiêu chí cuối cùng đánh dấu việc hoàn tất.
Mô hình hỗ trợ ngữ cảnh tối đa một triệu token trong cấu hình được tài liệu mô tả. Nhà sản xuất cũng minh họa một cấu hình 256K nhỏ hơn cho môi trường thực thi bị giới hạn bộ nhớ, vì vậy cấu hình tối đa và cấu hình được chọn là hai điều khác nhau. Tài liệu nguồn, lịch sử, kết quả công cụ, suy luận và phản hồi cuối cùng cùng chia sẻ ngữ cảnh sẵn có. Cách diễn đạt về ngữ cảnh đầu ra trên thẻ không xác lập một ngân sách trả lời độc lập thêm một triệu token.
Bản tham chiếu BF16, các bản độ chính xác thấp của nhà sản xuất và Nemotron 3 Nano trước đó có những đặc tính phiên bản riêng. Dùng văn bản có thẩm quyền cho các nhận định cần bám sát nguồn và những kết quả quan sát thực tế trong ứng dụng cho công việc đã thực thi. Kết quả hữu ích là lời giải bằng văn bản, đề xuất mã hoặc phân tích có cấu trúc có thể rà soát, với các giả định và căn cứ hỗ trợ vẫn rõ ràng.
", "aboutText": "Nemotron 3.5 Lightning là mô hình ngôn ngữ lai hỗn hợp chuyên gia của NVIDIA dành cho suy luận và các tác vụ văn bản trả lời trực tiếp. Cấu hình của nhà sản xuất liệt kê tổng cộng 30 tỷ tham số và 3 tỷ tham số được kích hoạt, kết hợp các thành phần Mamba và transformer với khả năng dự đoán nhiều token. Bản BF16 được tham chiếu là tài nguyên mô hình ở độ chính xác đầy đủ của nhà sản xuất, tách biệt với các phiên bản độ chính xác thấp được tối ưu hóa.\n\n### Huấn luyện và thiết kế phiên bản\n\nNhà sản xuất mô tả quá trình tiền huấn luyện trên hơn hai mươi nghìn tỷ token, tiếp theo là huấn luyện tiếp cho dự đoán nhiều token, tinh chỉnh có giám sát và học tăng cường trong nhiều môi trường. Các tác vụ chỉ dẫn và học tăng cường bao gồm lập trình, toán học, khoa học, gọi công cụ, đầu ra có cấu trúc và tương tác nhiều lượt. Dự đoán nhiều token là đặc điểm kiến trúc và huấn luyện của Lightning, không phải một loại đầu ra bổ sung như tạo hình ảnh hoặc âm thanh.\n\nMô hình nhận văn bản và trả về văn bản. Các ngôn ngữ được nhà sản xuất hỗ trợ gồm tiếng Anh, Tây Ban Nha, Pháp, Đức, Ý và Nhật. Chỉ định ngôn ngữ đầu ra và giữ nguyên các tên kỹ thuật hoặc mã định danh trong mã nguồn cần được bảo toàn.\n\n### Suy luận hoặc trả lời trực tiếp\n\nMẫu hội thoại của nhà sản xuất có thể bật hoặc tắt suy nghĩ. Tác vụ suy luận xây dựng phân tích trung gian trước phản hồi cuối cùng, còn tác vụ trực tiếp có thể yêu cầu câu trả lời không kèm chuỗi đó. Nhà sản xuất khuyến nghị temperature 1.0 và top-p 0.95 cho cấu hình tham chiếu. Nêu riêng sản phẩm cuối cùng cần có: một lời giải, một thay đổi mã có phạm vi tập trung, một bản so sánh nguồn hoặc bản ghi dữ liệu đã định nghĩa.\n\nMột yêu cầu thực tế là: “Dùng các đoạn nguồn này để so sánh những yêu cầu và xác định điều kiện mà mỗi kết luận phụ thuộc vào.” Với lập trình, cung cấp phần triển khai liên quan, lỗi đã quan sát và hành vi mong đợi, rồi yêu cầu bản vá gắn với bằng chứng. Phân biệt mã được đề xuất với kết quả kiểm chứng thực tế.\n\n### Công cụ và công việc có cấu trúc\n\nHậu huấn luyện của NVIDIA bao gồm công cụ nhiều bước và đầu ra có cấu trúc. Khi ứng dụng dùng mô hình làm tác tử, cung cấp các hàm với mục đích chính xác và lược đồ đối số. Ứng dụng thực thi thao tác đã chọn và trả về kết quả quan sát cho bước tiếp theo. Việc chọn một hàm hoặc tạo bản ghi đối số không tự thực hiện thao tác đó.\n\nVới kết quả có cấu trúc, định nghĩa ý nghĩa các trường và quy ước cho giá trị thiếu. Kiểm tra giá trị với đầu vào ngay cả khi định dạng đã phù hợp với hệ thống tiếp nhận. Nhiệm vụ đang tiếp diễn cần giữ những kết quả quan sát xác lập tiến độ và tiêu chí cuối cùng đánh dấu việc hoàn tất.\n\n### Ngữ cảnh và cấu hình của nhà sản xuất\n\nMô hình hỗ trợ ngữ cảnh tối đa một triệu token trong cấu hình được tài liệu mô tả. Nhà sản xuất cũng minh họa một cấu hình 256K nhỏ hơn cho môi trường thực thi bị giới hạn bộ nhớ, vì vậy cấu hình tối đa và cấu hình được chọn là hai điều khác nhau. Tài liệu nguồn, lịch sử, kết quả công cụ, suy luận và phản hồi cuối cùng cùng chia sẻ ngữ cảnh sẵn có. Cách diễn đạt về ngữ cảnh đầu ra trên thẻ không xác lập một ngân sách trả lời độc lập thêm một triệu token.\n\nBản tham chiếu BF16, các bản độ chính xác thấp của nhà sản xuất và Nemotron 3 Nano trước đó có những đặc tính phiên bản riêng. Dùng văn bản có thẩm quyền cho các nhận định cần bám sát nguồn và những kết quả quan sát thực tế trong ứng dụng cho công việc đã thực thi. Kết quả hữu ích là lời giải bằng văn bản, đề xuất mã hoặc phân tích có cấu trúc có thể rà soát, với các giả định và căn cứ hỗ trợ vẫn rõ ràng.", "editorialOverlay": { "copy_fields": { "practical_html": "Ví dụ kỹ thuật bằng tiếng Anh
Calculate usable production time\n\nA machine produces 360 parts per hour while running. A shift has 90 minutes available, including 15 minutes of setup during which no parts are produced. Assume a constant rate and no other losses. Calculate the production quantity, show the unit conversion and state how many minutes are actually productive.A productive-time calculation, a rate conversion and a final quantity with units.Check that setup is subtracted before multiplying and that hours and minutes are not mixed in one rate calculation.nvidia/nemotron-3.5-lightningNemotron 3.5 Lightning là mô hình văn bản lai hỗn hợp chuyên gia của NVIDIA dành cho suy luận, lập trình và tác vụ có công cụ hướng dẫn. Cấu hình 30B/A3B được nhà sản xuất tài liệu hóa bổ sung dự đoán nhiều token, khả năng tùy chỉnh chế độ suy nghĩ và ngữ cảnh tối đa một triệu token, với bản tham chiếu BF16 riêng biệt.
Mô tả này trình bày khả năng của mô hình. Đầu vào, đầu ra và tùy chọn có trên Ailoot được liệt kê bên dưới cho phương thức đã chọn.
Nemotron 3.5 Lightning là mô hình ngôn ngữ lai hỗn hợp chuyên gia của NVIDIA dành cho suy luận và các tác vụ văn bản trả lời trực tiếp. Cấu hình của nhà sản xuất liệt kê tổng cộng 30 tỷ tham số và 3 tỷ tham số được kích hoạt, kết hợp các thành phần Mamba và transformer với khả năng dự đoán nhiều token. Bản BF16 được tham chiếu là tài nguyên mô hình ở độ chính xác đầy đủ của nhà sản xuất, tách biệt với các phiên bản độ chính xác thấp được tối ưu hóa.
Nhà sản xuất mô tả quá trình tiền huấn luyện trên hơn hai mươi nghìn tỷ token, tiếp theo là huấn luyện tiếp cho dự đoán nhiều token, tinh chỉnh có giám sát và học tăng cường trong nhiều môi trường. Các tác vụ chỉ dẫn và học tăng cường bao gồm lập trình, toán học, khoa học, gọi công cụ, đầu ra có cấu trúc và tương tác nhiều lượt. Dự đoán nhiều token là đặc điểm kiến trúc và huấn luyện của Lightning, không phải một loại đầu ra bổ sung như tạo hình ảnh hoặc âm thanh.
Mô hình nhận văn bản và trả về văn bản. Các ngôn ngữ được nhà sản xuất hỗ trợ gồm tiếng Anh, Tây Ban Nha, Pháp, Đức, Ý và Nhật. Chỉ định ngôn ngữ đầu ra và giữ nguyên các tên kỹ thuật hoặc mã định danh trong mã nguồn cần được bảo toàn.
Mẫu hội thoại của nhà sản xuất có thể bật hoặc tắt suy nghĩ. Tác vụ suy luận xây dựng phân tích trung gian trước phản hồi cuối cùng, còn tác vụ trực tiếp có thể yêu cầu câu trả lời không kèm chuỗi đó. Nhà sản xuất khuyến nghị temperature 1.0 và top-p 0.95 cho cấu hình tham chiếu. Nêu riêng sản phẩm cuối cùng cần có: một lời giải, một thay đổi mã có phạm vi tập trung, một bản so sánh nguồn hoặc bản ghi dữ liệu đã định nghĩa.
Một yêu cầu thực tế là: “Dùng các đoạn nguồn này để so sánh những yêu cầu và xác định điều kiện mà mỗi kết luận phụ thuộc vào.” Với lập trình, cung cấp phần triển khai liên quan, lỗi đã quan sát và hành vi mong đợi, rồi yêu cầu bản vá gắn với bằng chứng. Phân biệt mã được đề xuất với kết quả kiểm chứng thực tế.
Hậu huấn luyện của NVIDIA bao gồm công cụ nhiều bước và đầu ra có cấu trúc. Khi ứng dụng dùng mô hình làm tác tử, cung cấp các hàm với mục đích chính xác và lược đồ đối số. Ứng dụng thực thi thao tác đã chọn và trả về kết quả quan sát cho bước tiếp theo. Việc chọn một hàm hoặc tạo bản ghi đối số không tự thực hiện thao tác đó.
Với kết quả có cấu trúc, định nghĩa ý nghĩa các trường và quy ước cho giá trị thiếu. Kiểm tra giá trị với đầu vào ngay cả khi định dạng đã phù hợp với hệ thống tiếp nhận. Nhiệm vụ đang tiếp diễn cần giữ những kết quả quan sát xác lập tiến độ và tiêu chí cuối cùng đánh dấu việc hoàn tất.
Mô hình hỗ trợ ngữ cảnh tối đa một triệu token trong cấu hình được tài liệu mô tả. Nhà sản xuất cũng minh họa một cấu hình 256K nhỏ hơn cho môi trường thực thi bị giới hạn bộ nhớ, vì vậy cấu hình tối đa và cấu hình được chọn là hai điều khác nhau. Tài liệu nguồn, lịch sử, kết quả công cụ, suy luận và phản hồi cuối cùng cùng chia sẻ ngữ cảnh sẵn có. Cách diễn đạt về ngữ cảnh đầu ra trên thẻ không xác lập một ngân sách trả lời độc lập thêm một triệu token.
Bản tham chiếu BF16, các bản độ chính xác thấp của nhà sản xuất và Nemotron 3 Nano trước đó có những đặc tính phiên bản riêng. Dùng văn bản có thẩm quyền cho các nhận định cần bám sát nguồn và những kết quả quan sát thực tế trong ứng dụng cho công việc đã thực thi. Kết quả hữu ích là lời giải bằng văn bản, đề xuất mã hoặc phân tích có cấu trúc có thể rà soát, với các giả định và căn cứ hỗ trợ vẫn rõ ràng.
POST /v1/chat/completionstexttext| Trường | Loại | Yêu cầu | Giá trị & giới hạn | Mặc định |
|---|---|---|---|---|
Trườngmodel | Loạistring | Yêu cầuBắt buộc | Giá trị & giới hạn nvidia/nemotron-3.5-lightning | Mặc định— |
Trườngmessages | Loạimessage[] | Yêu cầuBắt buộc | Giá trị & giới hạn Số mục tối thiểu: 1 | Mặc định— |
Trườngmessages[].role | Loạistring | Yêu cầuBắt buộc | Giá trị & giới hạn Ví dụ: system, user, assistant, tool, function Điều kiện: Các vai trò này được biểu diễn rõ trong các kiểu tương thích của mã nguồn; tập vai trò chính xác vẫn tùy từng mô hình. Tùy thuộc vào mô hình | Mặc định— |
Trườngmessages[].content | Loạistring|content_part[]|null | Yêu cầuKhông bắt buộc | Giá trị & giới hạn | Mặc định— |
Trườngmessages[].tool_calls | Loạitool_call[] | Yêu cầuKhông bắt buộc | Giá trị & giới hạn | Mặc định— |
Trườngmessages[].tool_call_id | Loạistring | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Áp dụng khi: role=tool; dùng ID thực tế được trả về | Mặc định— |
Trườngmessages[].name | Loạistring | Yêu cầuKhông bắt buộc | Giá trị & giới hạn | Mặc định— |
Trườngmessages[].reasoning_content | Loạistring | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Áp dụng khi: Gửi lại dữ liệu suy luận thực tế đã được trả về khi mô hình này sử dụng dữ liệu đó | Mặc định— |
Trườngmessages[].reasoning_details | Loạiobject|array | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Tùy thuộc vào mô hình | Mặc định— |
Trườngmax_tokens | Loạiinteger | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Tối thiểu: 1 Tùy thuộc vào mô hình | Mặc định— |
Trườngmax_completion_tokens | Loạiinteger | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Tối thiểu: 1 Tùy thuộc vào mô hình | Mặc định— |
Trườngstream | Loạiboolean | Yêu cầuKhông bắt buộc | Giá trị & giới hạn | Mặc địnhfalse |
Trườngstream_options.include_usage | Loạiboolean | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Tùy thuộc vào mô hình | Mặc định— |
Trườngtemperature | Loạinumber | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Tùy thuộc vào mô hình | Mặc định— |
Trườngtop_p | Loạinumber | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Tùy thuộc vào mô hình | Mặc định— |
Trườngstop | Loạistring|string[] | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Tùy thuộc vào mô hình | Mặc định— |
Trườngtools | Loạifunction_tool[] | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Tùy thuộc vào mô hình | Mặc định— |
Trườngtools[].type | Loạistring | Yêu cầuKhông bắt buộc | Giá trị & giới hạn function Tùy thuộc vào mô hình | Mặc định— |
Trườngtools[].function.name | Loạistring | Yêu cầuBắt buộc | Giá trị & giới hạn Áp dụng khi: Có cung cấp công cụ hàm | Mặc định— |
Trườngtools[].function.description | Loạistring | Yêu cầuKhông bắt buộc | Giá trị & giới hạn | Mặc định— |
Trườngtools[].function.parameters | LoạiJSON_schema | Yêu cầuKhông bắt buộc | Giá trị & giới hạn | Mặc định— |
Trườngtool_choice | Loạistring|object | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Tùy thuộc vào mô hình | Mặc định— |
Trườngparallel_tool_calls | Loạiboolean | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Tùy thuộc vào mô hình | Mặc định— |
Trườngresponse_format | Loạiobject | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Tùy thuộc vào mô hình | Mặc định— |
Trườngreasoning_effort | Loạistring | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Tùy thuộc vào mô hình | Mặc định— |
Trườngreasoning | Loạiobject | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Tùy thuộc vào mô hình | Mặc định— |
Trườngservice_tier | Loạistring | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Tùy thuộc vào mô hình | Mặc định— |
Trườnginstructions | Loạistring | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Trường tương thích | Mặc định— |
Trườngfunctions | Loạifunction[] | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Tùy thuộc vào mô hình | Mặc định— |
Trườngfunction_call | Loạistring|object | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Tùy thuộc vào mô hình | Mặc định— |
Trườngprompt_cache_options | Loạiobject | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Tùy thuộc vào mô hình | Mặc định— |
Trườngmodalities | Loạistring[] | Yêu cầuKhông bắt buộc | Giá trị & giới hạn text | Mặc định— |
Trườngprovider | Loạiobject | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Điều kiện: provider.options bị từ chối trên tuyến văn bản Ultra này | Mặc định— |
Trườngcache_control.ttl | Loạistring | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Điều kiện: 1h bị từ chối tại các vị trí lưu đệm prompt thực tế | Mặc định— |
Văn bản · Văn bản UTF8
messages[].content
| Tham số | Hợp đồng |
|---|---|
Tham sốcontent_type | Hợp đồngapplication/json |
Tham sốrequired | Hợp đồngmodel, messages |
Tham sốmaterial_types | Hợp đồngtext |
Tham sốmessages | Hợp đồngMảng thông điệp có cấu trúc role/content |
Tham sốfile_material | Hợp đồngTài liệu UTF-8 thực tế được chèn nguyên dạng văn bản; không suy ra ID tệp |
Tham sốoptional_controls | Hợp đồngstream, temperature, top_p, stop, max_tokens, max_completion_tokens, reasoning, response_format, tools, tool_choice |
Tham sốcontrol_scope | Hợp đồngTùy từng mô hình; công cụ hàm của người dùng khác với công cụ do dịch vụ cung cấp |
Tham sốoutput_modalities | Hợp đồngtext |
Tham sốhosted_operations | Hợp đồngfalse |
Tham sốmultimodal_input_binding | Hợp đồngnull |
Vòng đời: synchronous_or_streamed
Gửi ID mô hình chính xác cùng messages.
Độ dài ngữ cảnh không phải giới hạn đầu ra.
Tệp văn bản có thể cung cấp nguyên văn nội dung; đầu vào hình ảnh, âm thanh hoặc đối tượng tệp cần có liên kết chính xác.
Thông tin biểu giá không bổ sung tùy chọn yêu cầu. Các tham số được hỗ trợ nằm trong phương thức đã chọn.
Đối chiếu từng khoản phí với điều kiện hiển thị. Dùng một mức phí cho mỗi nhóm cấu hình thay thế.
| Cấu hình | Biểu mức phí | Token ngữ cảnh, lớn hơn | Token ngữ cảnh, tối đa và bao gồm | Phí |
|---|---|---|---|---|
| Cấu hìnhGiá cơ sở cho token | Biểu mức phíMức phí cơ bản | Token ngữ cảnh, lớn hơn— | Token ngữ cảnh, tối đa và bao gồmKhông có giới hạn trên | Phí Đầu vào · Token đầu vào $0.00014 / 1K token Đầu ra · Token đầu ra $0.0004 / 1K token Đầu vào · Đọc bộ nhớ đệm $0.00008 / 1K token Đầu vào · Ghi bộ nhớ đệm — / 1K token Đầu vào · Ghi bộ nhớ đệm, 1 giờ — / 1K token |
| Cấu hìnhBậc 1 theo độ dài yêu cầu | Biểu mức phí— | Token ngữ cảnh, lớn hơn0 | Token ngữ cảnh, tối đa và bao gồmKhông có giới hạn trên | Phí Đầu vào · Token đầu vào $0.00014 / 1K token Đầu ra · Token đầu ra $0.0004 / 1K token Đầu vào · Đọc bộ nhớ đệm $0.00008 / 1K token Đầu vào · Ghi bộ nhớ đệm — / 1K token Đầu vào · Ghi bộ nhớ đệm, 1 giờ — / 1K token |
Ailoot tạm giữ một khoản ước tính trước yêu cầu. Sau khi có kết quả, phí cuối cùng được quyết toán theo mức sử dụng đo được. Việc quyết toán khi truyền luồng dùng bản ghi mức sử dụng cuối cùng. Cách hoạt động của cơ chế tạm giữ và quyết toán →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "nvidia/nemotron-3.5-lightning", "messages": [{"role": "user", "content": "Explain the difference between an observation and a hypothesis in three sentences."}]}')\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\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\nr=json.loads(Path("result.json").read_text())\nfor x in r.get("choices",[]):\n if x.get("message",{}).get("content"): print(x["message"]["content"])\nPY_RESULT\nfrom openai import OpenAI\nimport os\n\nif not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")\nclient=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)\nresult=client.chat.completions.create(model='nvidia/nemotron-3.5-lightning',messages=[{"role":"user","content":"Explain observations and hypotheses in three sentences."}])\nimport base64, json\nfrom pathlib import Path\n\ndef save_result(data, stem="result"):\n # Keep every field, including usage, IDs, reasoning and tool requests.\n Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")\n print(json.dumps(data, ensure_ascii=False, indent=2))\n def save_blob(encoded, suffix, label):\n raw = base64.b64decode(encoded, altchars=b"-_", validate=True)\n ext = "png" if raw.startswith(b"\\x89PNG\\r\\n\\x1a\\n") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix\n file = Path(stem + "-" + label + "." + ext)\n file.write_bytes(raw)\n print("Saved", file)\n for index, block in enumerate(data.get("content") or []):\n print("Content", index, json.dumps(block, ensure_ascii=False))\n for choice in data.get("choices") or []:\n print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))\n for index, item in enumerate(data.get("output") or []):\n print("Output", index, json.dumps(item, ensure_ascii=False))\n if item.get("type") == "image_generation_call" and item.get("result"):\n save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))\n for ci, candidate in enumerate(data.get("candidates") or []):\n for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):\n print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))\n blob = part.get("inlineData") or part.get("inline_data")\n if blob and blob.get("data"):\n mime = blob.get("mimeType") or blob.get("mime_type")\n suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")\n save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))\n\nsave_result(result.to_dict(mode="json"))\nfrom openai import OpenAI\nimport os\nfrom pathlib import Path\n\nif not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")\nclient=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)\nimport base64, json\nfrom pathlib import Path\n\ndef save_result(data, stem="result"):\n # Keep every field, including usage, IDs, reasoning and tool requests.\n Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")\n print(json.dumps(data, ensure_ascii=False, indent=2))\n def save_blob(encoded, suffix, label):\n raw = base64.b64decode(encoded, altchars=b"-_", validate=True)\n ext = "png" if raw.startswith(b"\\x89PNG\\r\\n\\x1a\\n") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix\n file = Path(stem + "-" + label + "." + ext)\n file.write_bytes(raw)\n print("Saved", file)\n for index, block in enumerate(data.get("content") or []):\n print("Content", index, json.dumps(block, ensure_ascii=False))\n for choice in data.get("choices") or []:\n print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))\n for index, item in enumerate(data.get("output") or []):\n print("Output", index, json.dumps(item, ensure_ascii=False))\n if item.get("type") == "image_generation_call" and item.get("result"):\n save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))\n for ci, candidate in enumerate(data.get("candidates") or []):\n for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):\n print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))\n blob = part.get("inlineData") or part.get("inline_data")\n if blob and blob.get("data"):\n mime = blob.get("mimeType") or blob.get("mime_type")\n suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")\n save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))\n\nwith client.chat.completions.stream(model='nvidia/nemotron-3.5-lightning',messages=[{"role":"user","content":"Explain observations and hypotheses in three sentences."}]) as stream:\n with Path("stream-events.jsonl").open("w",encoding="utf-8") as log:\n for event in stream:\n payload=event.to_dict(mode="json")\n log.write(json.dumps(payload,ensure_ascii=False)+"\\n"); log.flush()\n print(json.dumps(payload,ensure_ascii=False))\n final=stream.get_final_completion()\n save_result(final.to_dict(mode="json"),"stream-result")\njson hoặc SSE
Lưu mọi phản hồi hoàn chỉnh, tệp và phần nội dung được trả về.
Giữ mọi phương án trả lời cùng nội dung, lệnh gọi công cụ và dữ liệu suy luận của phương án đó. Với SSE, ghép các phần thay đổi theo chỉ số phương án và công cụ, giữ lý do kết thúc cuối cùng cùng dữ liệu sử dụng.
Giữ ID và header của yêu cầu, phản hồi. Không cung cấp URL chung để truy xuất tác vụ văn bản.
| Trường | Loại |
|---|---|
Trườngchoices[].index | Loạiinteger |
Trườngchoices[].message.content | Loạistring|null |
Trườngchoices[].message.tool_calls | Loạitool_call[] |
Trườngchoices[].message.reasoning_content | Loạistring |
Trườngchoices[].message.reasoning_details | Loạiobject|array |
Trườngchoices[].finish_reason | Loạistring|null |
Trườngusage | Loạiobject |
| Phản hồi | Điều kiện | Bước tiếp theo |
|---|---|---|
Phản hồi400 · invalid_request_error | Điều kiệnTrường bắt buộc, cách biểu diễn tài liệu hoặc giá trị tham số không hợp lệ | Bước tiếp theoSửa các trường được chỉ ra trước khi gửi yêu cầu tạo mới. |
Ailoot Ultra nvidia/nemotron-3.5-lightning
Dùng các đường dẫn phương thức hiển thị ở trên.
nvidia/nemotron-3.5-lightningNemotron 3.5 Lightning là mô hình văn bản lai hỗn hợp chuyên gia của NVIDIA dành cho suy luận, lập trình và tác vụ có công cụ hướng dẫn. Cấu hình 30B/A3B được nhà sản xuất tài liệu hóa bổ sung dự đoán nhiều token, khả năng tùy chỉnh chế độ suy nghĩ và ngữ cảnh tối đa một triệu token, với bản tham chiếu BF16 riêng biệt.
Mô tả này trình bày khả năng của mô hình. Đầu vào, đầu ra và tùy chọn có trên Ailoot được liệt kê bên dưới cho phương thức đã chọn.
Nemotron 3.5 Lightning là mô hình ngôn ngữ lai hỗn hợp chuyên gia của NVIDIA dành cho suy luận và các tác vụ văn bản trả lời trực tiếp. Cấu hình của nhà sản xuất liệt kê tổng cộng 30 tỷ tham số và 3 tỷ tham số được kích hoạt, kết hợp các thành phần Mamba và transformer với khả năng dự đoán nhiều token. Bản BF16 được tham chiếu là tài nguyên mô hình ở độ chính xác đầy đủ của nhà sản xuất, tách biệt với các phiên bản độ chính xác thấp được tối ưu hóa.
Nhà sản xuất mô tả quá trình tiền huấn luyện trên hơn hai mươi nghìn tỷ token, tiếp theo là huấn luyện tiếp cho dự đoán nhiều token, tinh chỉnh có giám sát và học tăng cường trong nhiều môi trường. Các tác vụ chỉ dẫn và học tăng cường bao gồm lập trình, toán học, khoa học, gọi công cụ, đầu ra có cấu trúc và tương tác nhiều lượt. Dự đoán nhiều token là đặc điểm kiến trúc và huấn luyện của Lightning, không phải một loại đầu ra bổ sung như tạo hình ảnh hoặc âm thanh.
Mô hình nhận văn bản và trả về văn bản. Các ngôn ngữ được nhà sản xuất hỗ trợ gồm tiếng Anh, Tây Ban Nha, Pháp, Đức, Ý và Nhật. Chỉ định ngôn ngữ đầu ra và giữ nguyên các tên kỹ thuật hoặc mã định danh trong mã nguồn cần được bảo toàn.
Mẫu hội thoại của nhà sản xuất có thể bật hoặc tắt suy nghĩ. Tác vụ suy luận xây dựng phân tích trung gian trước phản hồi cuối cùng, còn tác vụ trực tiếp có thể yêu cầu câu trả lời không kèm chuỗi đó. Nhà sản xuất khuyến nghị temperature 1.0 và top-p 0.95 cho cấu hình tham chiếu. Nêu riêng sản phẩm cuối cùng cần có: một lời giải, một thay đổi mã có phạm vi tập trung, một bản so sánh nguồn hoặc bản ghi dữ liệu đã định nghĩa.
Một yêu cầu thực tế là: “Dùng các đoạn nguồn này để so sánh những yêu cầu và xác định điều kiện mà mỗi kết luận phụ thuộc vào.” Với lập trình, cung cấp phần triển khai liên quan, lỗi đã quan sát và hành vi mong đợi, rồi yêu cầu bản vá gắn với bằng chứng. Phân biệt mã được đề xuất với kết quả kiểm chứng thực tế.
Hậu huấn luyện của NVIDIA bao gồm công cụ nhiều bước và đầu ra có cấu trúc. Khi ứng dụng dùng mô hình làm tác tử, cung cấp các hàm với mục đích chính xác và lược đồ đối số. Ứng dụng thực thi thao tác đã chọn và trả về kết quả quan sát cho bước tiếp theo. Việc chọn một hàm hoặc tạo bản ghi đối số không tự thực hiện thao tác đó.
Với kết quả có cấu trúc, định nghĩa ý nghĩa các trường và quy ước cho giá trị thiếu. Kiểm tra giá trị với đầu vào ngay cả khi định dạng đã phù hợp với hệ thống tiếp nhận. Nhiệm vụ đang tiếp diễn cần giữ những kết quả quan sát xác lập tiến độ và tiêu chí cuối cùng đánh dấu việc hoàn tất.
Mô hình hỗ trợ ngữ cảnh tối đa một triệu token trong cấu hình được tài liệu mô tả. Nhà sản xuất cũng minh họa một cấu hình 256K nhỏ hơn cho môi trường thực thi bị giới hạn bộ nhớ, vì vậy cấu hình tối đa và cấu hình được chọn là hai điều khác nhau. Tài liệu nguồn, lịch sử, kết quả công cụ, suy luận và phản hồi cuối cùng cùng chia sẻ ngữ cảnh sẵn có. Cách diễn đạt về ngữ cảnh đầu ra trên thẻ không xác lập một ngân sách trả lời độc lập thêm một triệu token.
Bản tham chiếu BF16, các bản độ chính xác thấp của nhà sản xuất và Nemotron 3 Nano trước đó có những đặc tính phiên bản riêng. Dùng văn bản có thẩm quyền cho các nhận định cần bám sát nguồn và những kết quả quan sát thực tế trong ứng dụng cho công việc đã thực thi. Kết quả hữu ích là lời giải bằng văn bản, đề xuất mã hoặc phân tích có cấu trúc có thể rà soát, với các giả định và căn cứ hỗ trợ vẫn rõ ràng.
POST /v1/messagestextjson, sse| Trường | Loại | Yêu cầu | Giá trị & giới hạn | Mặc định |
|---|---|---|---|---|
Trườngmodel | Loạistring | Yêu cầuBắt buộc | Giá trị & giới hạn nvidia/nemotron-3.5-lightning | Mặc định— |
Trườngmessages | Loạimessage[] | Yêu cầuBắt buộc | Giá trị & giới hạn | Mặc định— |
Trườngmessages[].role | Loạistring | Yêu cầuBắt buộc | Giá trị & giới hạn user, assistant | Mặc định— |
Trườngmessages[].content | Loạistring | Yêu cầuBắt buộc | Giá trị & giới hạn | Mặc định— |
Trườngmax_tokens | Loạiinteger | Yêu cầuBắt buộc | Giá trị & giới hạn | Mặc định— |
Trườngstream | Loạiboolean | Yêu cầuKhông bắt buộc | Giá trị & giới hạn | Mặc địnhfalse |
Văn bản · Văn bản UTF-8
Chuỗi messages[].content
| Tham số | Hợp đồng |
|---|---|
Tham sốcontent_type | Hợp đồngapplication/json |
Tham sốrequired | Hợp đồngmodel, messages, max_tokens |
Tham sốoptional_controls | Hợp đồngstream |
Tham sốmaterial_types | Hợp đồngtext |
Tham sốtext_file_material | Hợp đồngĐọc tài liệu UTF-8 thực tế và đặt nội dung văn bản vào chuỗi đầu vào hoặc nội dung thông điệp được chỉ định. |
Vòng đời: synchronous_or_streamed
Thông tin biểu giá không bổ sung tùy chọn yêu cầu. Các tham số được hỗ trợ nằm trong phương thức đã chọn.
Đối chiếu từng khoản phí với điều kiện hiển thị. Dùng một mức phí cho mỗi nhóm cấu hình thay thế.
| Cấu hình | Biểu mức phí | Token ngữ cảnh, lớn hơn | Token ngữ cảnh, tối đa và bao gồm | Phí |
|---|---|---|---|---|
| Cấu hìnhGiá cơ sở cho token | Biểu mức phíMức phí cơ bản | Token ngữ cảnh, lớn hơn— | Token ngữ cảnh, tối đa và bao gồmKhông có giới hạn trên | Phí Đầu vào · Token đầu vào $0.00014 / 1K token Đầu ra · Token đầu ra $0.0004 / 1K token Đầu vào · Đọc bộ nhớ đệm $0.00008 / 1K token Đầu vào · Ghi bộ nhớ đệm — / 1K token Đầu vào · Ghi bộ nhớ đệm, 1 giờ — / 1K token |
| Cấu hìnhBậc 1 theo độ dài yêu cầu | Biểu mức phí— | Token ngữ cảnh, lớn hơn0 | Token ngữ cảnh, tối đa và bao gồmKhông có giới hạn trên | Phí Đầu vào · Token đầu vào $0.00014 / 1K token Đầu ra · Token đầu ra $0.0004 / 1K token Đầu vào · Đọc bộ nhớ đệm $0.00008 / 1K token Đầu vào · Ghi bộ nhớ đệm — / 1K token Đầu vào · Ghi bộ nhớ đệm, 1 giờ — / 1K token |
Ailoot tạm giữ một khoản ước tính trước yêu cầu. Sau khi có kết quả, phí cuối cùng được quyết toán theo mức sử dụng đo được. Việc quyết toán khi truyền luồng dùng bản ghi mức sử dụng cuối cùng. Cách hoạt động của cơ chế tạm giữ và quyết toán →
{\n "model": "nvidia/nemotron-3.5-lightning",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\n: "${AILOOT_TEXT_FILE:?Set your actual UTF-8 document}"\nexport AILOOT_TEXT_FILE\npython3 - <<'PY_REQUEST'\nimport json, os\nfrom pathlib import Path\n\nsource_file = Path(os.environ['AILOOT_TEXT_FILE'])\nif not source_file.is_file():\n raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')\ntext = source_file.read_text(encoding='utf-8')\nif not text.strip():\n raise SystemExit('Choose a document containing text')\npayload = {'model': 'nvidia/nemotron-3.5-lightning', 'max_tokens': 128, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]}\npayload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\\n\\n' + text\nPath('request.json').write_text(json.dumps(payload, ensure_ascii=False), encoding='utf-8')\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/messages \\\n -H "x-api-key: $AILOOT_API_KEY" -H 'anthropic-version: 2023-06-01' -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\n\nresult = json.loads(Path('result.json').read_text(encoding='utf-8'))\nprint(json.dumps(result, ensure_ascii=False, indent=2))\nPY_RESULT\nimport json, os\nfrom pathlib import Path\n\nsource_file = Path(os.environ['AILOOT_TEXT_FILE'])\nif not source_file.is_file():\n raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')\ntext = source_file.read_text(encoding='utf-8')\nif not text.strip():\n raise SystemExit('Choose a document containing text')\npayload = {'model': 'nvidia/nemotron-3.5-lightning', 'max_tokens': 128, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]}\npayload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\\n\\n' + text\nfrom urllib.request import Request, urlopen\nfrom urllib.error import HTTPError\n\napi_key = os.environ['AILOOT_API_KEY']\nif not api_key.strip():\n raise SystemExit('Set AILOOT_API_KEY before making a request')\nheaders = {'x-api-key': 'PLACEHOLDER_KEY', 'anthropic-version': '2023-06-01', 'Content-Type': 'application/json'}\nheaders['x-api-key'] = api_key\nrequest = Request('https://api.ailoot.ai/v1/messages', data=json.dumps(payload, ensure_ascii=False).encode('utf-8'), headers=headers, method='POST')\ntry:\n with urlopen(request, timeout=120) as response:\n raw = response.read()\n Path('response-headers.txt').write_text(str(response.headers), encoding='utf-8')\nexcept HTTPError as error:\n Path('result.json').write_bytes(error.read())\n Path('response-headers.txt').write_text(str(error.headers), encoding='utf-8')\n raise\nPath('result.json').write_bytes(raw)\nimport json\nfrom pathlib import Path\n\nresult = json.loads(Path('result.json').read_text(encoding='utf-8'))\nprint(json.dumps(result, ensure_ascii=False, indent=2))\nJSON hoặc SSE
Lưu mọi phản hồi hoàn chỉnh, tệp và phần nội dung được trả về.
Giữ mọi khối nội dung, chữ ký suy nghĩ và ID sử dụng công cụ thực tế. Ghép tất cả các phần thay đổi của khối SSE; khối văn bản đầu tiên không phải toàn bộ đầu ra.
Giữ ID và header của yêu cầu, phản hồi. Không cung cấp URL chung để truy xuất tác vụ văn bản.
| Trường | Loại |
|---|---|
Trườngid | Loạistring |
Trườngmodel | Loạistring |
Trườngcontent[] | Loạitext|thinking|tool_use|other content block |
Trườngstop_reason | Loạistring|null |
Trườngusage | Loạiobject |
| Phản hồi | Điều kiện | Bước tiếp theo |
|---|---|---|
Phản hồi400 · invalid_request_error | Điều kiệnTrường bắt buộc, cách biểu diễn tài liệu hoặc giá trị tham số không hợp lệ | Bước tiếp theoSửa các trường được chỉ ra trước khi gửi yêu cầu tạo mới. |
Ailoot Ultra nvidia/nemotron-3.5-lightning
Dùng các đường dẫn phương thức hiển thị ở trên.
Ví dụ kỹ thuật bằng tiếng Anh
Calculate usable production time\n\nA machine produces 360 parts per hour while running. A shift has 90 minutes available, including 15 minutes of setup during which no parts are produced. Assume a constant rate and no other losses. Calculate the production quantity, show the unit conversion and state how many minutes are actually productive.A productive-time calculation, a rate conversion and a final quantity with units.Check that setup is subtracted before multiplying and that hours and minutes are not mixed in one rate calculation.