Nemotron 3.5 Super VL (free) API
NVIDIA Nemotron 3.5 Super VL kombiniert visuelles Verstehen, Reasoning, Instruktionsbefolgung und Tool-Nutzung in einem multimodalen Modell mit 1.000.000 Token Kontext.
Nemotron 3.5 Super VL ist ein multimodales Modell von NVIDIA, das visuelles Verstehen, Reasoning, Instruktionsbefolgung und Tool-Nutzung in einem einzigen Modell vereint. Es basiert auf einer Mixture-of-Experts-Architektur mit 120 Milliarden Parametern, von denen pro Inferenz 12 Milliarden aktiv sind. Das Modell verarbeitet Texte, Bilder, Dokumente, GUI-Screenshots und Videos und gibt Text aus. Es unterstützt Post-Training mit der Open-Source-Bibliothek NVIDIA NeMo, einschließlich überwachtem Fine-Tuning, Low-Rank-Adaptation und Reinforcement Learning, und nutzt LiLiCorr Speculative Decoding, NVFP4-Quantisierung mit quantisierungsbewusster Destillation, Multi-Token-Vorhersage sowie eine hybride Mamba-Transformer-Architektur. Der Betrieb erfolgt auf einer einzelnen NVIDIA Blackwell GPU.
Das Modell eignet sich für Web-Recherche-Agenten zur Wettbewerbsanalyse, Marktforschung und automatisierten Informationssammlung sowie für Dokumentenintelligenz über komplexe Dokumente mit Text, Bildern, Tabellen, Diagrammen und Seitenlayouts. Auch Kundenservice-Aufgaben, die Kundenunterlagen und Bilder interpretieren und Service-Tools für mehrstufige Anfragen nutzen, gehören zu den Einsatzbereichen. Darüber hinaus unterstützt es Video-Verständnis für Videosuche, Content-Moderation, Werbung, Retail-Workflows und Ereignisanalyse sowie agentische Coding-Workflows, die Reasoning und mehrstufige Aufgabenabschlüsse erfordern.
Laut den Angaben erreicht Nemotron 3.5 Super VL auf dem Artificial Analysis Intelligence Index bei agentischen Aufgaben bis zu 5-mal höheren Durchsatz pro GPU als vergleichbare Open-Source-Modelle. Auf dem Baseten-Endpunkt werden über 600 TPS erzielt. In NVIDIAs agentischem Coding-Benchmark erledigt es 10.000 Aufgaben 4-mal schneller als Qwen3.8 Flash Next auf 4 NVIDIA Blackwell GPUs bei wettbewerbsfähiger SWE-Bench Pro-Genauigkeit. Die Genauigkeit soll mit der von NVIDIAs größtem Reasoning-Modell vergleichbar sein, bei etwa einem Fünftel der Parameter. Das Modell gilt als das schnellste offene agentische Modell seiner Klasse. Der kostenlose Endpunkt ist nicht für vertrauliche Informationen oder personenbezogene Daten geeignet.
Aktualisiert:
MODELL-ID
nemotron-3.5-super-vl:free- Kontext
- 1M
- Max. Ausgabe
- 131.072K
- Empfohlene API
- messages
- Eingabe
- text / image / video
- Ausgabe
- text
Highlights
- Multimodale Eingaben: Text, Bild, Dokument, GUI-Screenshot, Video
- 1.000.000 Token Kontext, 131.072 Token Ausgabe
- 120 Mrd. Parameter, 12 Mrd. aktiv pro Inferenz
- Läuft auf einer einzelnen NVIDIA Blackwell GPU
- Bis zu 5-mal höherer Durchsatz pro GPU
- Über 600 TPS auf dem Baseten-Endpunkt
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.
Schlussfolgern
- Immer aktiviert
- Nein
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-3.5-super-vl: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-3.5-super-vl: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-3.5-super-vl: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-3.5-super-vl: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.response_formatobject—Fordert strukturierte Ausgabe an, wenn unterstützt.include_reasoning———structured_outputs———Häufige Fragen
Was ist Nemotron 3.5 Super VL (free)?
Nemotron 3.5 Super VL ist ein multimodales Modell von NVIDIA, das visuelles Verstehen, Reasoning, Instruktionsbefolgung und Tool-Nutzung in einem einzigen Modell vereint. Es basiert auf einer Mixture-of-Experts-Architektur mit 120 Milliarden Parametern, von denen pro Inferenz 12 Milliarden aktiv sind. Das Modell verarbeitet Texte, Bilder, Dokumente, GUI-Screenshots und Videos und gibt Text aus. Es unterstützt Post-Training mit der Open-Source-Bibliothek NVIDIA NeMo, einschließlich überwachtem Fine-Tuning, Low-Rank-Adaptation und Reinforcement Learning, und nutzt LiLiCorr Speculative Decoding, NVFP4-Quantisierung mit quantisierungsbewusster Destillation, Multi-Token-Vorhersage sowie eine hybride Mamba-Transformer-Architektur. Der Betrieb erfolgt auf einer einzelnen NVIDIA Blackwell GPU. Das Modell eignet sich für Web-Recherche-Agenten zur Wettbewerbsanalyse, Marktforschung und automatisierten Informationssammlung sowie für Dokumentenintelligenz über komplexe Dokumente mit Text, Bildern, Tabellen, Diagrammen und Seitenlayouts. Auch Kundenservice-Aufgaben, die Kundenunterlagen und Bilder interpretieren und Service-Tools für mehrstufige Anfragen nutzen, gehören zu den Einsatzbereichen. Darüber hinaus unterstützt es Video-Verständnis für Videosuche, Content-Moderation, Werbung, Retail-Workflows und Ereignisanalyse sowie agentische Coding-Workflows, die Reasoning und mehrstufige Aufgabenabschlüsse erfordern. Laut den Angaben erreicht Nemotron 3.5 Super VL auf dem Artificial Analysis Intelligence Index bei agentischen Aufgaben bis zu 5-mal höheren Durchsatz pro GPU als vergleichbare Open-Source-Modelle. Auf dem Baseten-Endpunkt werden über 600 TPS erzielt. In NVIDIAs agentischem Coding-Benchmark erledigt es 10.000 Aufgaben 4-mal schneller als Qwen3.8 Flash Next auf 4 NVIDIA Blackwell GPUs bei wettbewerbsfähiger SWE-Bench Pro-Genauigkeit. Die Genauigkeit soll mit der von NVIDIAs größtem Reasoning-Modell vergleichbar sein, bei etwa einem Fünftel der Parameter. Das Modell gilt als das schnellste offene agentische Modell seiner Klasse. Der kostenlose Endpunkt ist nicht für vertrauliche Informationen oder personenbezogene Daten geeignet.
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 unterstützt Nemotron 3.5 Super VL?
Das Modell verarbeitet Text-, Bild-, Dokument-, GUI-Screenshot- und Video-Eingaben und gibt Text aus.
Wie groß sind Kontextfenster und Ausgabelimit?
Der Kontext umfasst 1.000.000 Token, das Ausgabelimit liegt bei 131.072 Token.
Für welche Aufgaben ist das Modell geeignet?
Es eignet sich für Web-Recherche-Agenten, Dokumentenintelligenz, Kundenservice mit Dokumenten und Bildern, Video-Verständnis sowie agentische Coding-Workflows mit mehrstufigen Aufgaben.
Wie unterscheidet es sich von anderen Modellen der Nemotron-Familie?
Nemotron 3.5 Super VL ist das multimodale Modell der Familie und erreicht laut Angaben eine Genauigkeit vergleichbar mit NVIDIAs größtem Reasoning-Modell bei etwa einem Fünftel der Parameter. Zur Familie gehören außerdem Nemotron 3.5 Lightning, Nemotron 3.5 Bolt und Nemotron 3 Ultra.
Kann der kostenlose Endpunkt für vertrauliche Daten genutzt werden?
Nein, der kostenlose Endpunkt ist nicht für vertrauliche Informationen oder personenbezogene Daten geeignet.
Verwandte Modelle
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
Nemotron 3 Ultra (free)
NVIDIAnemotron-3-ultra-550b-a55b:freeNVIDIA 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.
Kontext
1M
Max. Ausgabe
65.536K
Eingabe-Token
$0 / 1M Token
Ausgabe-Token
$0 / 1M Token