Nemotron 3 Ultra (free) API
Modelo abierto de razonamiento y orquestación de NVIDIA con arquitectura híbrida Transformer-Mamba, 550 mil millones de parámetros totales y 55 mil millones activos, y contexto de 1 millón de tokens.
Nemotron 3 Ultra es el modelo final y más potente de la familia Nemotron 3 de NVIDIA. Se trata de un modelo abierto de razonamiento y orquestación de nivel frontera, construido sobre una arquitectura híbrida Transformer-Mamba con mezcla de expertos (MoE). Cuenta con 550 mil millones de parámetros totales y 55 mil millones activos, e incorpora LatentMoE para mejorar la precisión, además de capas MTP que aceleran la inferencia mediante decodificación especulativa nativa. Está preentrenado en formato NVFP4 y postentrenado con ajuste fino supervisado, aprendizaje por refuerzo y destilación on-policy multi-maestro. Ofrece pesos, datos de entrenamiento y recetas abiertas.
El modelo está diseñado para flujos de trabajo agénticos de larga duración y de alto volumen. Soporta razonamiento y planificación en varios pasos, orquestación de agentes, agentes de programación, investigación profunda y tareas empresariales complejas. Permite llamadas a funciones mediante los parámetros tools y tool_choice, salidas estructuradas a través de un esquema JSON en response_format, y control del presupuesto de razonamiento en tiempo de inferencia. Su contexto de 1 millón de tokens lo hace adecuado para pipelines de agentes autónomos que procesan grandes volúmenes de información. En la evaluación RULER con longitud de contexto de 1M, supera a los LLM abiertos de última generación.
Con 1 millón de tokens de contexto y arquitectura MoE, Nemotron 3 Ultra está pensado para despliegues empresariales que requieren razonamiento profundo y orquestación fiable. Su diseño busca un rendimiento alto en inferencia de gran volumen, lo que resulta útil en pipelines agénticos que necesitan sostener tareas autónomas durante periodos prolongados. La disponibilidad de pesos y datos abiertos facilita su inspección y adaptación. Los endpoints gratuitos están sujetos a límites de velocidad.
Actualizado:
ID DEL MODELO
nemotron-3-ultra-550b-a55b:free- Contexto
- 1M
- Salida máx.
- 65.536K
- API recomendada
- messages
- Entrada
- text
- Salida
- text
Aspectos destacados
- Modelo abierto de razonamiento y orquestación de nivel frontera
- 550 mil millones de parámetros totales y 55 mil millones activos
- Arquitectura híbrida Transformer-Mamba con mezcla de expertos
- Contexto de 1 millón de tokens
- Pesos, datos de entrenamiento y recetas abiertas
- Rendimiento alto en pipelines agénticos de gran volumen
Proveedores
Compara los precios de API entre proveedores. Selecciona un proveedor para ver todos los cargos y condiciones.
| Disponibilidad | |||
|---|---|---|---|
| $0 | $0 |
Las estadísticas históricas no son una comprobación en tiempo real. La falta de datos no implica una interrupción.
Benchmarks
- 48
Artificial Analysis
puntuación reportada en una reseña
Puntuaciones según lo publicado por el proveedor del modelo.
Razonamiento
- Esfuerzo predeterminado
- high
- Activado por defecto
- Sí
- Siempre activado
- No
- Niveles de esfuerzo disponibles
- high / medium / none
Inicio rápido
Código listo para llamar a este modelo con las APIs compatibles de Felo API Platform. Empieza en el Playground si quieres probar prompts antes de escribir código.
Configura tu clave de API
Crea una clave en tu cuenta de Felo API Platform y configúrala como variable de entorno.
export FELO_API_KEY="YOUR_API_KEY"Haz tu primera solicitud
Usa este ID de modelo con el endpoint de Felo API Platform. Las cabeceras opcionales como X-Request-Id ayudan a diagnosticar problemas.
nemotron-3-ultra-550b-a55b:freeEste modelo puede razonar. Si el protocolo seleccionado y la ruta del modelo exponen controles de razonamiento, conserva los metadatos de razonamiento devueltos al continuar la conversación.
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());Usar SDK de terceros
En los SDK compatibles, define baseURL como https://openapi.felo.ai/api/v1. Para clientes de estilo Claude, usa la URL base compatible con Anthropic. https://openapi.felo.ai/api.
Activa el streaming
Añade stream: true para recibir respuestas como server-sent events.
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
Felo API Platform expone superficies compatibles para llamar a modelos. Elige la superficie que tu app o cliente de agente ya admite.
Messages
Mensajes compatibles con Anthropic para clientes de estilo Claude.
POST
https://openapi.felo.ai/api/v1/messagesParámetros
modelstringnemotron-3-ultra-550b-a55b:freeID público del modelo que se va a llamar.max_tokensinteger—Número máximo de tokens generados.messagesarray—Mensajes de la conversación para Chat Completions.seed———toolsarray—Definiciones de tool calling según el esquema compatible.top_p———reasoning———temperaturenumber—Controla la variedad de las respuestas cuando es compatible.tool_choicestring or object—Controla si se debe llamar a una herramienta.reasoning_effort———include_reasoning———Preguntas frecuentes
¿Qué es Nemotron 3 Ultra (free)?
Nemotron 3 Ultra es el modelo final y más potente de la familia Nemotron 3 de NVIDIA. Se trata de un modelo abierto de razonamiento y orquestación de nivel frontera, construido sobre una arquitectura híbrida Transformer-Mamba con mezcla de expertos (MoE). Cuenta con 550 mil millones de parámetros totales y 55 mil millones activos, e incorpora LatentMoE para mejorar la precisión, además de capas MTP que aceleran la inferencia mediante decodificación especulativa nativa. Está preentrenado en formato NVFP4 y postentrenado con ajuste fino supervisado, aprendizaje por refuerzo y destilación on-policy multi-maestro. Ofrece pesos, datos de entrenamiento y recetas abiertas. El modelo está diseñado para flujos de trabajo agénticos de larga duración y de alto volumen. Soporta razonamiento y planificación en varios pasos, orquestación de agentes, agentes de programación, investigación profunda y tareas empresariales complejas. Permite llamadas a funciones mediante los parámetros tools y tool_choice, salidas estructuradas a través de un esquema JSON en response_format, y control del presupuesto de razonamiento en tiempo de inferencia. Su contexto de 1 millón de tokens lo hace adecuado para pipelines de agentes autónomos que procesan grandes volúmenes de información. En la evaluación RULER con longitud de contexto de 1M, supera a los LLM abiertos de última generación. Con 1 millón de tokens de contexto y arquitectura MoE, Nemotron 3 Ultra está pensado para despliegues empresariales que requieren razonamiento profundo y orquestación fiable. Su diseño busca un rendimiento alto en inferencia de gran volumen, lo que resulta útil en pipelines agénticos que necesitan sostener tareas autónomas durante periodos prolongados. La disponibilidad de pesos y datos abiertos facilita su inspección y adaptación. Los endpoints gratuitos están sujetos a límites de velocidad.
¿Cómo se cobra el uso?
Tu factura depende del proveedor que uses, de sus precios y de tu uso. Las entradas más largas u otras condiciones pueden tener precios distintos.
¿Qué modalidades de entrada y salida admite?
Admite entrada de texto y produce salida de texto.
¿Cuál es la longitud máxima de contexto?
Tiene una ventana de contexto de 1 millón de tokens.
¿Para qué tipo de tareas está pensado?
Está orientado a razonamiento y planificación en varios pasos, orquestación de agentes, agentes de programación, investigación profunda y tareas empresariales complejas, incluyendo flujos agénticos autónomos de larga duración.
¿Cómo se diferencia de otros modelos de la familia Nemotron 3?
Es el modelo final y más potente de la familia Nemotron 3. Frente a sus hermanos, incorpora arquitectura híbrida Transformer-Mamba con mezcla de expertos, LatentMoE y capas MTP para acelerar la inferencia.
¿Qué mecanismos de control ofrece para aplicaciones?
Permite llamadas a funciones mediante los parámetros tools y tool_choice, salidas estructuradas con un esquema JSON en response_format y control del presupuesto de razonamiento en tiempo de inferencia.
¿Los endpoints gratuitos tienen alguna restricción?
Sí, los endpoints gratuitos están sujetos a límites de velocidad.