NVIDIA Nemotron 3 Super 是通用推理與對話模型，為協作代理及大量工作流程而設計，包括 IT 工單自動化。它的總參數量為 120B，啟用參數量為 12B。其混合架構結合 Mamba-2、注意力及 Latent Mixture-of-Experts 層。Multi-Token Prediction 層加入預測未來 token 的機制，並支援 NVIDIA 的原生推測解碼方法。
模型接受文字並回傳文字，包括解釋、回覆草稿、程式碼，以及在適當連接工具的應用程式中使用的工具呼叫請求。預定用途包括代理、聊天機器人、檢索增強生成、複雜指令遵循及長上下文推理。實用的提示會定義所需產物，以及產物須遵循的條件。例如：「使用提供的政策對此事件分類、根據證據解釋優先順序、擬定回覆，並列出建議修正前仍需補齊的事實。」
處理 IT 工單時，請提供工單文字、相關歷史、環境細節，以及適用的分流或升級處理規則。請要求以不同欄位呈現觀察到的症狀、可能原因、建議檢查及給使用者的回覆。這項區分可避免將假設記錄為已確認的診斷。若執行了診斷工具，請先將實際結果放入對話，再要求下一步。完成的工單摘要應說明觀察到什麼、解決了什麼，以及哪個問題仍未釐清。
進行 RAG 及知識庫工作時，請為擷取的段落加上標籤，並說明模型是否只能依據這些段落回答。請要求答案附上支持它的來源參照，以及資料之間的任何衝突。實用的範例是：「比較這些操作手冊區段，找出適用於所提供環境的步驟，並回傳有順序的程序，在每個重要步驟後附上檢查。」請保留來源中的版本與條件；清楚的程序若混合了不相容環境的指示，仍可能是錯的。
進行協作代理任務時，請為每個階段設定清楚的目標，並保留有用的中間結果。Super 的用途包括根據工具觀察推理，以及維持多步驟對話。周邊應用程式執行工具並保留任務狀態。請要求模型解釋新觀察改變了什麼、保留仍然成立的先前發現，並區分建議動作與已記錄的結果。處理程式碼時，請提供相關檔案及預期行為，再要求修訂後的程式碼、變更說明，以及驗證所需的案例。
NVIDIA 文件記載，預設會啟用思考，也提供透過對話範本關閉思考的直接回答模式。Super 另外具有低投入程度推理選項，使用的推理 token 比完整思考少，製造商建議在明確調整預算前先從此選項開始。這是 Super 的設定；不應將 Ultra 獨立的中等投入程度選項套用於此。請選擇最終回覆形式，並在推理後為該回覆保留空間，尤其是工具結果或複雜來源比較需要解釋時。
模型支援最高 1M-token 的上下文，而製造商的 Hugging Face 設定因為較長上下文需要更多記憶體，預設為 256K。處理長輸入時，請在適用設定內工作、保留文件邊界與來源標籤，並預留回覆空間。請要求追蹤資料之間的關係，而非對所有內容作漫無方向的摘要。模型層級的最大值，不保證每種服務設定都使用相同視窗。
製造商列出的語言包括英語、法語、德語、義大利語、日語、西班牙語及中文。請指定最終語言，同時保留必須精確不變的程式碼識別碼及來源術語。進行多語言客服工作時，請要求模型在調整措辭以適應讀者的同時，保留技術含義及升級處理準則。請檢視不熟悉的術語或含糊輸入，避免將語言流暢視為解讀正確的證據。
實用的最終交付成果應精簡且可核查：答案或修訂後的產物、支持它的觀察結果、假設及剩餘工作。對於生成的程序，請依實際環境檢視檢查步驟。對於程式碼，請將建議變更與實際觀察到的行為比較。對於根據來源作出的回答，請確認引用段落支持該陳述。Super 的推理與代理訓練能協助組織這些工作；實際結果則由用來檢視它的資料與執行記錄確認。
", "aboutText": "NVIDIA Nemotron 3 Super 是通用推理與對話模型，為協作代理及大量工作流程而設計，包括 IT 工單自動化。它的總參數量為 120B，啟用參數量為 12B。其混合架構結合 Mamba-2、注意力及 Latent Mixture-of-Experts 層。Multi-Token Prediction 層加入預測未來 token 的機制，並支援 NVIDIA 的原生推測解碼方法。\n\n模型接受文字並回傳文字，包括解釋、回覆草稿、程式碼，以及在適當連接工具的應用程式中使用的工具呼叫請求。預定用途包括代理、聊天機器人、檢索增強生成、複雜指令遵循及長上下文推理。實用的提示會定義所需產物，以及產物須遵循的條件。例如：「使用提供的政策對此事件分類、根據證據解釋優先順序、擬定回覆，並列出建議修正前仍需補齊的事實。」\n\n處理 IT 工單時，請提供工單文字、相關歷史、環境細節，以及適用的分流或升級處理規則。請要求以不同欄位呈現觀察到的症狀、可能原因、建議檢查及給使用者的回覆。這項區分可避免將假設記錄為已確認的診斷。若執行了診斷工具，請先將實際結果放入對話，再要求下一步。完成的工單摘要應說明觀察到什麼、解決了什麼，以及哪個問題仍未釐清。\n\n進行 RAG 及知識庫工作時，請為擷取的段落加上標籤，並說明模型是否只能依據這些段落回答。請要求答案附上支持它的來源參照，以及資料之間的任何衝突。實用的範例是：「比較這些操作手冊區段，找出適用於所提供環境的步驟，並回傳有順序的程序，在每個重要步驟後附上檢查。」請保留來源中的版本與條件；清楚的程序若混合了不相容環境的指示，仍可能是錯的。\n\n進行協作代理任務時，請為每個階段設定清楚的目標，並保留有用的中間結果。Super 的用途包括根據工具觀察推理，以及維持多步驟對話。周邊應用程式執行工具並保留任務狀態。請要求模型解釋新觀察改變了什麼、保留仍然成立的先前發現，並區分建議動作與已記錄的結果。處理程式碼時，請提供相關檔案及預期行為，再要求修訂後的程式碼、變更說明，以及驗證所需的案例。\n\nNVIDIA 文件記載，預設會啟用思考，也提供透過對話範本關閉思考的直接回答模式。Super 另外具有低投入程度推理選項，使用的推理 token 比完整思考少，製造商建議在明確調整預算前先從此選項開始。這是 Super 的設定；不應將 Ultra 獨立的中等投入程度選項套用於此。請選擇最終回覆形式，並在推理後為該回覆保留空間，尤其是工具結果或複雜來源比較需要解釋時。\n\n模型支援最高 1M-token 的上下文，而製造商的 Hugging Face 設定因為較長上下文需要更多記憶體，預設為 256K。處理長輸入時，請在適用設定內工作、保留文件邊界與來源標籤，並預留回覆空間。請要求追蹤資料之間的關係，而非對所有內容作漫無方向的摘要。模型層級的最大值，不保證每種服務設定都使用相同視窗。\n\n製造商列出的語言包括英語、法語、德語、義大利語、日語、西班牙語及中文。請指定最終語言，同時保留必須精確不變的程式碼識別碼及來源術語。進行多語言客服工作時，請要求模型在調整措辭以適應讀者的同時，保留技術含義及升級處理準則。請檢視不熟悉的術語或含糊輸入，避免將語言流暢視為解讀正確的證據。\n\n實用的最終交付成果應精簡且可核查：答案或修訂後的產物、支持它的觀察結果、假設及剩餘工作。對於生成的程序，請依實際環境檢視檢查步驟。對於程式碼，請將建議變更與實際觀察到的行為比較。對於根據來源作出的回答，請確認引用段落支持該陳述。Super 的推理與代理訓練能協助組織這些工作；實際結果則由用來檢視它的資料與執行記錄確認。", "editorialOverlay": { "copy_fields": null, "copy_sha256": null, "copy_source": null, "html_sha256": "6f5dd31a3b08249d7edc3903478891d1b559cf1fe025862b1a75b9b1832f4eb2", "module_sha256": "ee9dc1c50b1e6a8fb7fa062030fcb4646b9aaaeb08be513b723a5a92a7290f06", "raw_model_unchanged": true, "schema": "ailoot-native-model-editorial-v1" }, "locale": "zh-hant-tw", "methods": [ { "html": "nvidia/nemotron-3-super-120b-a12b:freeNVIDIA Nemotron 3 Super 是文字推理與對話模型，總參數量為 120B，啟用參數量為 12B。它為協作代理、IT 工單處理等大量任務、工具使用及 RAG 而設計，並具備 NVIDIA 文件所載的思考、直接回答及低投入程度推理模式。
此說明介紹模型的能力。Ailoot 可用的輸入、輸出與選項，依所選方法列於下方。
NVIDIA Nemotron 3 Super 是通用推理與對話模型，為協作代理及大量工作流程而設計，包括 IT 工單自動化。它的總參數量為 120B，啟用參數量為 12B。其混合架構結合 Mamba-2、注意力及 Latent Mixture-of-Experts 層。Multi-Token Prediction 層加入預測未來 token 的機制，並支援 NVIDIA 的原生推測解碼方法。
模型接受文字並回傳文字，包括解釋、回覆草稿、程式碼，以及在適當連接工具的應用程式中使用的工具呼叫請求。預定用途包括代理、聊天機器人、檢索增強生成、複雜指令遵循及長上下文推理。實用的提示會定義所需產物，以及產物須遵循的條件。例如：「使用提供的政策對此事件分類、根據證據解釋優先順序、擬定回覆，並列出建議修正前仍需補齊的事實。」
處理 IT 工單時，請提供工單文字、相關歷史、環境細節，以及適用的分流或升級處理規則。請要求以不同欄位呈現觀察到的症狀、可能原因、建議檢查及給使用者的回覆。這項區分可避免將假設記錄為已確認的診斷。若執行了診斷工具，請先將實際結果放入對話，再要求下一步。完成的工單摘要應說明觀察到什麼、解決了什麼，以及哪個問題仍未釐清。
進行 RAG 及知識庫工作時，請為擷取的段落加上標籤，並說明模型是否只能依據這些段落回答。請要求答案附上支持它的來源參照，以及資料之間的任何衝突。實用的範例是：「比較這些操作手冊區段，找出適用於所提供環境的步驟，並回傳有順序的程序，在每個重要步驟後附上檢查。」請保留來源中的版本與條件；清楚的程序若混合了不相容環境的指示，仍可能是錯的。
進行協作代理任務時，請為每個階段設定清楚的目標，並保留有用的中間結果。Super 的用途包括根據工具觀察推理，以及維持多步驟對話。周邊應用程式執行工具並保留任務狀態。請要求模型解釋新觀察改變了什麼、保留仍然成立的先前發現，並區分建議動作與已記錄的結果。處理程式碼時，請提供相關檔案及預期行為，再要求修訂後的程式碼、變更說明，以及驗證所需的案例。
NVIDIA 文件記載，預設會啟用思考，也提供透過對話範本關閉思考的直接回答模式。Super 另外具有低投入程度推理選項，使用的推理 token 比完整思考少，製造商建議在明確調整預算前先從此選項開始。這是 Super 的設定；不應將 Ultra 獨立的中等投入程度選項套用於此。請選擇最終回覆形式，並在推理後為該回覆保留空間，尤其是工具結果或複雜來源比較需要解釋時。
模型支援最高 1M-token 的上下文，而製造商的 Hugging Face 設定因為較長上下文需要更多記憶體，預設為 256K。處理長輸入時，請在適用設定內工作、保留文件邊界與來源標籤，並預留回覆空間。請要求追蹤資料之間的關係，而非對所有內容作漫無方向的摘要。模型層級的最大值，不保證每種服務設定都使用相同視窗。
製造商列出的語言包括英語、法語、德語、義大利語、日語、西班牙語及中文。請指定最終語言，同時保留必須精確不變的程式碼識別碼及來源術語。進行多語言客服工作時，請要求模型在調整措辭以適應讀者的同時，保留技術含義及升級處理準則。請檢視不熟悉的術語或含糊輸入，避免將語言流暢視為解讀正確的證據。
實用的最終交付成果應精簡且可核查：答案或修訂後的產物、支持它的觀察結果、假設及剩餘工作。對於生成的程序，請依實際環境檢視檢查步驟。對於程式碼，請將建議變更與實際觀察到的行為比較。對於根據來源作出的回答，請確認引用段落支持該陳述。Super 的推理與代理訓練能協助組織這些工作；實際結果則由用來檢視它的資料與執行記錄確認。
POST /v1/chat/completionstexttext| 欄位 | 類型 | 要求 | 值與限制 | 預設值 |
|---|---|---|---|---|
欄位model | 類型string | 要求必填 | 值與限制 nvidia/nemotron-3-super-120b-a12b:free | 預設值— |
欄位messages | 類型array | 要求必填 | 值與限制 | 預設值— |
欄位stream | 類型boolean | 要求選填 | 值與限制 false | 預設值false |
欄位max_tokens | 類型integer | 要求選填 | 值與限制 最小值: 1 最大值: 235,929 | 預設值— |
欄位max_completion_tokens | 類型integer | 要求選填 | 值與限制 最小值: 1 最大值: 235,929 | 預設值— |
欄位n | 類型integer | 要求選填 | 值與限制 最小值: 1 最大值: 128 | 預設值— |
欄位temperature | 類型number | 要求選填 | 值與限制 | 預設值— |
欄位top_p | 類型number | 要求選填 | 值與限制 | 預設值— |
欄位seed | 類型integer | 要求選填 | 值與限制 | 預設值— |
欄位stop | 類型 | 要求選填 | 值與限制 | 預設值— |
欄位frequency_penalty | 類型number | 要求選填 | 值與限制 | 預設值— |
欄位presence_penalty | 類型number | 要求選填 | 值與限制 | 預設值— |
欄位user | 類型string | 要求選填 | 值與限制 | 預設值— |
| 參數 | 規格 |
|---|---|
參數content_type | 規格application/json |
參數required | 規格model, messages |
參數optional | 規格stream, max_tokens, max_completion_tokens, n, temperature, top_p, seed, stop, frequency_penalty, presence_penalty, user |
參數material_types | 規格text |
參數conditions | 規格Use 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 262144 bytes. |
生命週期： synchronous_json
費率資訊不會增加請求選項。支援的參數列於所選方法中。
| 設定 | 費率表 | 費用 |
|---|---|---|
| 設定基礎 token 費率 | 費率表基本費率 | 費用 輸入 · 輸入 Token $0 / 1K Token 輸出 · 輸出 Token $0 / 1K Token 輸入 · 讀取快取 — / 1K Token 輸入 · 寫入快取 — / 1K Token 輸入 · 寫入快取，1 小時 — / 1K Token |
Ailoot 會在請求前預留估算金額。取得結果後，依實測用量結算最終費用。串流結算採用最終用量紀錄。預留金額與結算的運作方式 →
set -eu\n: "${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-super-120b-a12b: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
請保留所有完整傳回的回應、檔案與內容區塊。
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-super-120b-a12b:free
請使用上方列出的 API 方法路徑。
nvidia/nemotron-3-super-120b-a12b:freeNVIDIA Nemotron 3 Super 是文字推理與對話模型，總參數量為 120B，啟用參數量為 12B。它為協作代理、IT 工單處理等大量任務、工具使用及 RAG 而設計，並具備 NVIDIA 文件所載的思考、直接回答及低投入程度推理模式。
此說明介紹模型的能力。Ailoot 可用的輸入、輸出與選項，依所選方法列於下方。
NVIDIA Nemotron 3 Super 是通用推理與對話模型，為協作代理及大量工作流程而設計，包括 IT 工單自動化。它的總參數量為 120B，啟用參數量為 12B。其混合架構結合 Mamba-2、注意力及 Latent Mixture-of-Experts 層。Multi-Token Prediction 層加入預測未來 token 的機制，並支援 NVIDIA 的原生推測解碼方法。
模型接受文字並回傳文字，包括解釋、回覆草稿、程式碼，以及在適當連接工具的應用程式中使用的工具呼叫請求。預定用途包括代理、聊天機器人、檢索增強生成、複雜指令遵循及長上下文推理。實用的提示會定義所需產物，以及產物須遵循的條件。例如：「使用提供的政策對此事件分類、根據證據解釋優先順序、擬定回覆，並列出建議修正前仍需補齊的事實。」
處理 IT 工單時，請提供工單文字、相關歷史、環境細節，以及適用的分流或升級處理規則。請要求以不同欄位呈現觀察到的症狀、可能原因、建議檢查及給使用者的回覆。這項區分可避免將假設記錄為已確認的診斷。若執行了診斷工具，請先將實際結果放入對話，再要求下一步。完成的工單摘要應說明觀察到什麼、解決了什麼，以及哪個問題仍未釐清。
進行 RAG 及知識庫工作時，請為擷取的段落加上標籤，並說明模型是否只能依據這些段落回答。請要求答案附上支持它的來源參照，以及資料之間的任何衝突。實用的範例是：「比較這些操作手冊區段，找出適用於所提供環境的步驟，並回傳有順序的程序，在每個重要步驟後附上檢查。」請保留來源中的版本與條件；清楚的程序若混合了不相容環境的指示，仍可能是錯的。
進行協作代理任務時，請為每個階段設定清楚的目標，並保留有用的中間結果。Super 的用途包括根據工具觀察推理，以及維持多步驟對話。周邊應用程式執行工具並保留任務狀態。請要求模型解釋新觀察改變了什麼、保留仍然成立的先前發現，並區分建議動作與已記錄的結果。處理程式碼時，請提供相關檔案及預期行為，再要求修訂後的程式碼、變更說明，以及驗證所需的案例。
NVIDIA 文件記載，預設會啟用思考，也提供透過對話範本關閉思考的直接回答模式。Super 另外具有低投入程度推理選項，使用的推理 token 比完整思考少，製造商建議在明確調整預算前先從此選項開始。這是 Super 的設定；不應將 Ultra 獨立的中等投入程度選項套用於此。請選擇最終回覆形式，並在推理後為該回覆保留空間，尤其是工具結果或複雜來源比較需要解釋時。
模型支援最高 1M-token 的上下文，而製造商的 Hugging Face 設定因為較長上下文需要更多記憶體，預設為 256K。處理長輸入時，請在適用設定內工作、保留文件邊界與來源標籤，並預留回覆空間。請要求追蹤資料之間的關係，而非對所有內容作漫無方向的摘要。模型層級的最大值，不保證每種服務設定都使用相同視窗。
製造商列出的語言包括英語、法語、德語、義大利語、日語、西班牙語及中文。請指定最終語言，同時保留必須精確不變的程式碼識別碼及來源術語。進行多語言客服工作時，請要求模型在調整措辭以適應讀者的同時，保留技術含義及升級處理準則。請檢視不熟悉的術語或含糊輸入，避免將語言流暢視為解讀正確的證據。
實用的最終交付成果應精簡且可核查：答案或修訂後的產物、支持它的觀察結果、假設及剩餘工作。對於生成的程序，請依實際環境檢視檢查步驟。對於程式碼，請將建議變更與實際觀察到的行為比較。對於根據來源作出的回答，請確認引用段落支持該陳述。Super 的推理與代理訓練能協助組織這些工作；實際結果則由用來檢視它的資料與執行記錄確認。
POST /v1/messagestexttext| 欄位 | 類型 | 要求 | 值與限制 | 預設值 |
|---|---|---|---|---|
欄位model | 類型string | 要求必填 | 值與限制 nvidia/nemotron-3-super-120b-a12b:free | 預設值— |
欄位messages | 類型array | 要求必填 | 值與限制 | 預設值— |
欄位stream | 類型boolean | 要求選填 | 值與限制 false | 預設值false |
欄位system | 類型string | 要求選填 | 值與限制 | 預設值— |
欄位max_tokens | 類型integer | 要求必填 | 值與限制 最小值: 1 最大值: 235,929 | 預設值— |
欄位temperature | 類型number | 要求選填 | 值與限制 | 預設值— |
欄位top_p | 類型number | 要求選填 | 值與限制 | 預設值— |
欄位top_k | 類型integer | 要求選填 | 值與限制 | 預設值— |
欄位stop_sequences | 類型array | 要求選填 | 值與限制 | 預設值— |
欄位metadata | 類型object | 要求選填 | 值與限制 | 預設值— |
| 參數 | 規格 |
|---|---|
參數content_type | 規格application/json |
參數required | 規格model, messages, max_tokens |
參數optional | 規格stream, system, temperature, top_p, top_k, stop_sequences, metadata |
參數material_types | 規格text |
參數conditions | 規格Use 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 262144 bytes. |
生命週期： synchronous_json
費率資訊不會增加請求選項。支援的參數列於所選方法中。
| 設定 | 費率表 | 費用 |
|---|---|---|
| 設定基礎 token 費率 | 費率表基本費率 | 費用 輸入 · 輸入 Token $0 / 1K Token 輸出 · 輸出 Token $0 / 1K Token 輸入 · 讀取快取 — / 1K Token 輸入 · 寫入快取 — / 1K Token 輸入 · 寫入快取，1 小時 — / 1K Token |
Ailoot 會在請求前預留估算金額。取得結果後，依實測用量結算最終費用。串流結算採用最終用量紀錄。預留金額與結算的運作方式 →
set -eu\n: "${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-super-120b-a12b: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
請保留所有完整傳回的回應、檔案與內容區塊。
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-super-120b-a12b:free
請使用上方列出的 API 方法路徑。