Felo API PlatformFelo API Platform
بازگشت به مدل‌ها
NVIDIAmessages

Nemotron 3 Ultra (free) API

Nemotron 3 Ultra مدل استدلال و ارکستراسیون پیشرو از NVIDIA با ۵۵۰ میلیارد پارامتر کل و ۵۵ میلیارد پارامتر فعال است که برای استنتاج با توان بالا در خطوط لوله عامل ساخته شده است.

Nemotron 3 Ultra آخرین و بهترین مدل از خانواده Nemotron 3 است. این مدل یک مدل استدلال و ارکستراسیون پیشرو با وزن‌های باز است که بر پایه معماری ترکیبی Transformer-Mamba با mixture-of-experts بنا شده و دارای ۵۵۰ میلیارد پارامتر کل و ۵۵ میلیارد پارامتر فعال است. از LatentMoE برای بهبود دقت و از لایه‌های MTP برای استنتاج سریع‌تر از طریق رمزگشایی حدسی بومی استفاده می‌کند. این مدل در قالب NVFP4 پیش‌آموزش دیده و با تنظیم دقیق نظارت‌شده، یادگیری تقویتی و تقطیر چندمعلمی روی سیاست تنظیم شده است.

این مدل برای وظایف پیچیده و طولانی‌مدت طراحی شده است: استدلال و برنامه‌ریزی چندمرحله‌ای، ارکستراسیون عامل، عامل‌های کدنویسی، پژوهش عمیق، وظایف پیچیده سازمانی و جریان‌های کاری عامل خودمختار طولانی‌مدت. از فراخوانی تابع از طریق پارامترهای tools و tool_choice و خروجی ساختاریافته از طریق یک طرح‌واره JSON در response_format پشتیبانی می‌کند و امکان کنترل بودجه استدلال در زمان استنتاج را فراهم می‌آورد. با پنجره زمینه ۱ میلیون توکن، در RULER با طول زمینه ۱ میلیون توکن از LLMهای باز پیشرو عملکرد بهتری دارد.

این مدل فقط ورودی و خروجی متنی دارد و برای استنتاج با توان بالا در خطوط لوله عامل با حجم بالا ساخته شده است. وزن‌ها، داده‌های آموزش و دستورالعمل‌های آن باز است و NVIDIA نقاط بازرسی پیش‌آموزش‌دیده، پس‌آموزش‌دیده و کوانتیزه‌شده را همراه با مجموعه‌داده‌های آموزش منتشر می‌کند. نقاط پایانی رایگان آن محدودیت نرخ دارند.

به‌روزرسانی:

MODEL ID

nemotron-3-ultra-550b-a55b:free
زمینه
1M
حداکثر خروجی
65.536K
API پیشنهادی
messages
ورودی
text
خروجی
text

نکات برجسته

  • استدلال و ارکستراسیون پیشرو با وزن‌های باز
  • ۵۵۰ میلیارد پارامتر کل، ۵۵ میلیارد فعال
  • معماری ترکیبی Transformer-Mamba با mixture-of-experts
  • زمینه ۱ میلیون توکن
  • بهبود دقت با LatentMoE
  • استنتاج سریع‌تر با لایه‌های MTP

ارائه‌دهندگان

1 ارائه‌دهنده

قیمت API را بین ارائه‌دهندگان مقایسه کنید. یک ارائه‌دهنده را انتخاب کنید تا همه هزینه‌ها و شرایط را ببینید.

ارائه‌دهنده · جزئیات قیمت‌گذاری
دسترس‌پذیری
$0$0

بنچمارک‌ها

  • Artificial Analysis

    امتیاز گزارش‌شده در یک بررسی

    48

امتیازها همان‌گونه که ارائه‌دهنده مدل منتشر کرده است.

استدلال

سطح تلاش پیش‌فرض
high
به‌طور پیش‌فرض فعال
بله
همیشه فعال
خیر
سطوح تلاش موجود
high / medium / none

شروع سریع

کد آماده برای فراخوانی این مدل با APIهای سازگار با Felo API Platform. وقتی می‌خواهید پرامپت‌ها را پیش از نوشتن کد آزمایش کنید، از Playground شروع کنید.

1

کلید API خود را بگیرید

از حساب Felo API Platform خود کلیدی بسازید و آن را به‌عنوان متغیر محیطی تنظیم کنید.

export FELO_API_KEY="YOUR_API_KEY"
2

اولین درخواست خود را بفرستید

این شناسه مدل را با endpoint Felo API Platform به کار ببرید. سرآیندهای اختیاری درخواست مانند X-Request-Id می‌توانند در عیب‌یابی کمک کنند.

nemotron-3-ultra-550b-a55b:free

این مدل توان استدلال دارد. اگر پروتکل و مسیر مدل انتخاب‌شده کنترل‌های استدلال ارائه می‌دهند، هنگام ادامه گفتگو فراداده استدلال بازگشتی را نگه دارید.

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());

استفاده از SDKهای شخص ثالث

از SDKهای سازگار با تنظیم baseURL روی این نشانی استفاده کنید: https://openapi.felo.ai/api/v1. برای کلاینت‌های به سبک Claude از نشانی پایه سازگار با Anthropic استفاده کنید. https://openapi.felo.ai/api.

3

جریان را فعال کنید

برای دریافت پاسخ‌ها به‌صورت رویدادهای ارسالی از سرور، stream: true را اضافه کنید.

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 سطوح سازگار برای فراخوانی مدل ارائه می‌کند. سطحی را انتخاب کنید که برنامه یا کلاینت عامل شما از قبل پشتیبانی می‌کند.

سطحروشURL

Messages

پیام‌های سازگار با Anthropic برای کلاینت‌های به سبک Claude.

POST

https://openapi.felo.ai/api/v1/messages

پارامترها

نامنوعپیش‌فرضتوضیح
modelstringnemotron-3-ultra-550b-a55b:freeشناسه عمومی مدل برای فراخوانی.
max_tokensinteger—حداکثر token تولیدی.
messagesarray—پیام‌های گفتگو برای Chat Completions.
seed———
toolsarray—تعریف‌های فراخوانی ابزار بر پایه طرح‌واره سازگار.
top_p———
reasoning———
temperaturenumber—در صورت پشتیبانی، تنوع پاسخ را کنترل می‌کند.
tool_choicestring or object—کنترل می‌کند آیا ابزاری باید فراخوانی شود.
reasoning_effort———
include_reasoning———

پرسش‌های متداول

معرفی مدل: Nemotron 3 Ultra (free)?

Nemotron 3 Ultra آخرین و بهترین مدل از خانواده Nemotron 3 است. این مدل یک مدل استدلال و ارکستراسیون پیشرو با وزن‌های باز است که بر پایه معماری ترکیبی Transformer-Mamba با mixture-of-experts بنا شده و دارای ۵۵۰ میلیارد پارامتر کل و ۵۵ میلیارد پارامتر فعال است. از LatentMoE برای بهبود دقت و از لایه‌های MTP برای استنتاج سریع‌تر از طریق رمزگشایی حدسی بومی استفاده می‌کند. این مدل در قالب NVFP4 پیش‌آموزش دیده و با تنظیم دقیق نظارت‌شده، یادگیری تقویتی و تقطیر چندمعلمی روی سیاست تنظیم شده است. این مدل برای وظایف پیچیده و طولانی‌مدت طراحی شده است: استدلال و برنامه‌ریزی چندمرحله‌ای، ارکستراسیون عامل، عامل‌های کدنویسی، پژوهش عمیق، وظایف پیچیده سازمانی و جریان‌های کاری عامل خودمختار طولانی‌مدت. از فراخوانی تابع از طریق پارامترهای tools و tool_choice و خروجی ساختاریافته از طریق یک طرح‌واره JSON در response_format پشتیبانی می‌کند و امکان کنترل بودجه استدلال در زمان استنتاج را فراهم می‌آورد. با پنجره زمینه ۱ میلیون توکن، در RULER با طول زمینه ۱ میلیون توکن از LLMهای باز پیشرو عملکرد بهتری دارد. این مدل فقط ورودی و خروجی متنی دارد و برای استنتاج با توان بالا در خطوط لوله عامل با حجم بالا ساخته شده است. وزن‌ها، داده‌های آموزش و دستورالعمل‌های آن باز است و NVIDIA نقاط بازرسی پیش‌آموزش‌دیده، پس‌آموزش‌دیده و کوانتیزه‌شده را همراه با مجموعه‌داده‌های آموزش منتشر می‌کند. نقاط پایانی رایگان آن محدودیت نرخ دارند.

هزینه استفاده چگونه محاسبه می‌شود؟

صورت‌حساب شما به ارائه‌دهنده‌ای که استفاده می‌کنید، قیمت‌های آن و میزان مصرف شما بستگی دارد. ورودی‌های طولانی‌تر یا شرایط دیگر ممکن است قیمت متفاوتی داشته باشند.

Nemotron 3 Ultra از چه ورودی‌هایی پشتیبانی می‌کند؟

این مدل فقط ورودی متنی می‌پذیرد و خروجی متنی تولید می‌کند.

طول زمینه و محدودیت خروجی این مدل چقدر است؟

پنجره زمینه آن ۱ میلیون توکن است. محدودیت خروجی در اطلاعات موجود مشخص نشده است.

این مدل برای چه وظایفی مناسب است؟

برای استدلال و برنامه‌ریزی چندمرحله‌ای، ارکستراسیون عامل، عامل‌های کدنویسی، پژوهش عمیق، وظایف پیچیده سازمانی و جریان‌های کاری عامل خودمختار طولانی‌مدت.

آیا می‌توان فراخوانی تابع و خروجی ساختاریافته داشت؟

بله، از فراخوانی تابع از طریق پارامترهای tools و tool_choice و خروجی ساختاریافته از طریق یک طرح‌واره JSON در response_format پشتیبانی می‌کند.

تفاوت Nemotron 3 Ultra با نسخه رایگان آن چیست؟

نسخه رایگان همان مدل است اما نقاط پایانی رایگان آن محدودیت نرخ دارند.

معماری و مشخصات فنی این مدل چیست؟

دارای معماری ترکیبی Transformer-Mamba با mixture-of-experts، ۵۵۰ میلیارد پارامتر کل و ۵۵ میلیارد پارامتر فعال است و از LatentMoE و لایه‌های MTP بهره می‌برد.

مدل‌های مرتبط