Nemotron 3 Ultra (free) API
NVIDIA Nemotron 3 Ultra ist ein offenes Frontier-Reasoning-Modell der Nemotron-3-Familie mit 1-Million-Token-Kontext, Hybrid-Transformer-Mamba-Architektur und Fähigkeiten zur Agentenorchestrierung.
NVIDIA Nemotron 3 Ultra ist das finale und beste Modell der Nemotron-3-Familie. Es handelt sich um ein offenes Frontier-Reasoning- und Orchestrierungsmodell mit einem Kontextfenster von 1 Million Tokens. Die Hybrid-Transformer-Mamba-Mixture-of-Experts-Architektur umfasst 550 Milliarden Gesamtparameter, von denen 55 Milliarden aktiv sind. LatentMoE verbessert die Genauigkeit, MTP-Schichten ermöglichen durch native spekulative Dekodierung eine schnellere Inferenz. Das Modell wurde im NVFP4-Format vortrainiert und mit Supervised Fine Tuning, Reinforcement Learning und Multi-teacher On-Policy Distillation nachtrainiert. NVIDIA veröffentlicht neben den Gewichten auch Trainingsdaten und Rezepte sowie vtrainierte, nachtrainierte und quantisierte Checkpoints.
Das Modell ist für Aufgaben konzipiert, die mehrstufiges Reasoning und Planung erfordern. Es eignet sich für die Orchestrierung von Agenten, Coding-Agenten, tiefgehende Recherche, komplexe Unternehmensaufgaben und lang laufende autonome Agenten-Workflows. Function Calling über die Parameter tools und tool_choice sowie strukturierte Ausgaben über ein JSON-Schema in response_format werden unterstützt. Zudem lässt sich das Reasoning-Budget zur Inferenzzeit steuern. Mit 1 Million Tokens Kontext übertrifft es laut den Angaben auf RULER bei 1M Kontextlänge die besten offenen LLMs.
Das Modell wird auf OpenRouter von drei Anbietern bereitgestellt: DeepInfra, Baseten und Venice. Der kostenlose Zugang ist rate-limitiert.
Aktualisiert:
MODELL-ID
nemotron-3-ultra-550b-a55b:free- Kontext
- 1M
- Max. Ausgabe
- 65.536K
- Empfohlene API
- messages
- Eingabe
- text
- Ausgabe
- text
Highlights
- 1 Million Tokens Kontext
- 550 Mrd. Gesamt-, 55 Mrd. aktive Parameter
- Hybrid-Transformer-Mamba-MoE-Architektur
- Offene Gewichte, Trainingsdaten und Rezepte
- Rate-limitiert beim kostenlosen Zugang
Anbieter
Vergleichen Sie die API-Preise verschiedener Anbieter. Wählen Sie einen Anbieter aus, um alle Kosten und Bedingungen zu sehen.
| Verfügbarkeit | |||
|---|---|---|---|
| $0 | $0 |
Historische Daten sind keine Live-Statusprüfung. Fehlende Daten bedeuten keinen Ausfall.
Benchmarks
- 48
Artificial Analysis
In einer Rezension berichteter Wert
Werte wie vom Modellanbieter veröffentlicht.
Schlussfolgern
- Standardaufwand
- high
- Standardmäßig aktiviert
- Ja
- Immer aktiviert
- Nein
- Verfügbare Aufwandsstufen
- high / medium / none
Schnellstart
Direkt einsetzbarer Code, um dieses Modell über die kompatiblen APIs der Felo API Platform aufzurufen. Testen Sie Prompts im Playground, bevor Sie Code schreiben.
API-Schlüssel hinterlegen
Erstellen Sie einen Schlüssel in Ihrem Konto bei der Felo API Platform und legen Sie ihn als Umgebungsvariable ab.
export FELO_API_KEY="YOUR_API_KEY"Erste Anfrage senden
Verwenden Sie diese Modell-ID mit dem Endpoint der Felo API Platform. Optionale Anfrage-Header wie X-Request-Id helfen bei der Fehlersuche.
nemotron-3-ultra-550b-a55b:freeDieses Modell kann schlussfolgern. Wenn das gewählte Protokoll und die Modellroute Reasoning-Steuerungen bereitstellen, behalten Sie die zurückgegebenen Reasoning-Metadaten bei, wenn Sie das Gespräch fortsetzen.
const response = await fetch("https://openapi.felo.ai/api/v1/messages", {
method: 'POST',
headers: {
Authorization: `Bearer ${process.env.FELO_API_KEY}`,
'Content-Type': 'application/json',
},
body: JSON.stringify({
"model": "nemotron-3-ultra-550b-a55b:free",
"max_tokens": 1024,
"messages": [
{
"role": "user",
"content": "Hello"
}
]
}),
});
if (!response.ok) throw new Error(await response.text());
console.log(await response.json());Drittanbieter-SDKs verwenden
Setzen Sie in kompatiblen SDKs baseURL auf https://openapi.felo.ai/api/v1. Für Clients im Claude-Stil verwenden Sie die Anthropic-kompatible Basis-URL. https://openapi.felo.ai/api.
Streaming aktivieren
Fügen Sie stream: true hinzu, um Antworten als Server-Sent Events zu erhalten.
curl -N https://openapi.felo.ai/api/v1/messages \
-H "Authorization: Bearer $FELO_API_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "nemotron-3-ultra-550b-a55b:free",
"max_tokens": 1024,
"messages": [
{
"role": "user",
"content": "Hello"
}
],
"stream": true
}'Endpoint
Die Felo API Platform stellt kompatible Oberflächen für Modellaufrufe bereit. Wählen Sie die Oberfläche, die Ihre App oder Ihr Agent-Client bereits unterstützt.
Messages
Anthropic-kompatible Nachrichten für Clients im Claude-Stil.
POST
https://openapi.felo.ai/api/v1/messagesParameter
modelstringnemotron-3-ultra-550b-a55b:freeÖffentliche Modell-ID, die aufgerufen wird.max_tokensinteger—Maximale Anzahl generierter Tokens.messagesarray—Gesprächsnachrichten für Chat Completions.seed———toolsarray—Tool-Calling-Definitionen nach kompatiblem Schema.top_p———reasoning———temperaturenumber—Steuert die Vielfalt der Antworten, wenn unterstützt.tool_choicestring or object—Steuert, ob ein Tool aufgerufen werden soll.reasoning_effort———include_reasoning———Häufige Fragen
Was ist Nemotron 3 Ultra (free)?
NVIDIA Nemotron 3 Ultra ist das finale und beste Modell der Nemotron-3-Familie. Es handelt sich um ein offenes Frontier-Reasoning- und Orchestrierungsmodell mit einem Kontextfenster von 1 Million Tokens. Die Hybrid-Transformer-Mamba-Mixture-of-Experts-Architektur umfasst 550 Milliarden Gesamtparameter, von denen 55 Milliarden aktiv sind. LatentMoE verbessert die Genauigkeit, MTP-Schichten ermöglichen durch native spekulative Dekodierung eine schnellere Inferenz. Das Modell wurde im NVFP4-Format vortrainiert und mit Supervised Fine Tuning, Reinforcement Learning und Multi-teacher On-Policy Distillation nachtrainiert. NVIDIA veröffentlicht neben den Gewichten auch Trainingsdaten und Rezepte sowie vtrainierte, nachtrainierte und quantisierte Checkpoints. Das Modell ist für Aufgaben konzipiert, die mehrstufiges Reasoning und Planung erfordern. Es eignet sich für die Orchestrierung von Agenten, Coding-Agenten, tiefgehende Recherche, komplexe Unternehmensaufgaben und lang laufende autonome Agenten-Workflows. Function Calling über die Parameter tools und tool_choice sowie strukturierte Ausgaben über ein JSON-Schema in response_format werden unterstützt. Zudem lässt sich das Reasoning-Budget zur Inferenzzeit steuern. Mit 1 Million Tokens Kontext übertrifft es laut den Angaben auf RULER bei 1M Kontextlänge die besten offenen LLMs. Das Modell wird auf OpenRouter von drei Anbietern bereitgestellt: DeepInfra, Baseten und Venice. Der kostenlose Zugang ist rate-limitiert.
Wie wird die Nutzung abgerechnet?
Ihre Rechnung hängt vom genutzten Anbieter, seinen Preisen und Ihrer Nutzung ab. Längere Eingaben oder andere Bedingungen können andere Preise haben.
Welche Eingaben und Ausgaben unterstützt das Modell?
Es unterstützt Texteingabe und Textausgabe. Function Calling über tools und tool_choice sowie strukturierte Ausgaben per JSON-Schema in response_format sind möglich.
Wie groß ist der Kontext?
Das Kontextfenster beträgt 1 Million Tokens. Zum Ausgabelimit macht die Quelle keine Angabe.
Für welche Aufgaben ist es geeignet?
Es ist für mehrstufiges Reasoning, Planung, Agentenorchestrierung, Coding-Agenten, tiefgehende Recherche, komplexe Unternehmensaufgaben und lang laufende autonome Agenten-Workflows ausgelegt.
Worin unterscheidet es sich vom kostenlosen Nemotron 3 Ultra?
Das kostenlose Nemotron 3 Ultra ist rate-limitiert. Weitere Unterschiede zur regulären Variante nennt die Quelle nicht.
Welche Architektur und Parametergröße hat das Modell?
Es nutzt eine Hybrid-Transformer-Mamba-Mixture-of-Experts-Architektur mit 550 Milliarden Gesamtparametern und 55 Milliarden aktiven Parametern. LatentMoE verbessert die Genauigkeit, MTP-Schichten beschleunigen die Inferenz durch native spekulative Dekodierung.
Verwandte Modelle
Nemotron 3.5 Super VL (free)
NVIDIAnemotron-3.5-super-vl:freeNVIDIA Nemotron 3.5 Super VL kombiniert visuelles Verstehen, Reasoning, Instruktionsbefolgung und Tool-Nutzung in einem multimodalen Modell mit 1.000.000 Token Kontext.
Kontext
1M
Max. Ausgabe
131.072K
Eingabe-Token
$0 / 1M Token
Ausgabe-Token
$0 / 1M Token
Nemotron 3.5 Lightning (free)
NVIDIAnemotron-3.5-lightning:freeNVIDIA Nemotron 3.5 Lightning ist ein offenes, textbasiertes Mixture-of-Experts-Modell für hochvolumige agentische Aufgaben mit bis zu einer Million Token Kontext.
Kontext
1M
Max. Ausgabe
65.536K
Eingabe-Token
$0 / 1M Token
Ausgabe-Token
$0 / 1M Token