Felo API PlatformFelo API Platform
Retour aux modèles
NVIDIAmessages

Nemotron 3 Ultra (free) API

Modèle de raisonnement et d'orchestration open weights de NVIDIA, doté d'une architecture hybride Transformer-Mamba Mixture-of-Experts et d'un contexte d'un million de tokens.

Nemotron 3 Ultra est le modèle final et le plus performant de la famille Nemotron 3 de NVIDIA. Il s'appuie sur une architecture hybride Transformer-Mamba de type Mixture-of-Experts, avec 550 milliards de paramètres au total et 55 milliards de paramètres actifs. Il intègre LatentMoE pour améliorer la précision ainsi que des couches MTP permettant une inférence plus rapide grâce au décodage spéculatif natif. Il est pré-entraîné au format NVFP4 et post-entraîné par affinage supervisé, apprentissage par renforcement et distillation on-policy multi-enseignants.

Le modèle est conçu pour un raisonnement et une planification multi-étapes, l'orchestration d'agents, les agents de codage, la recherche approfondie et les tâches d'entreprise complexes. Il prend en charge l'appel de fonctions via les paramètres tools et tool_choice, les sorties structurées via un schéma JSON dans response_format, ainsi que le contrôle du budget de raisonnement au moment de l'inférence. Il est pensé pour une inférence à haut débit dans des pipelines d'agents à fort volume et pour des workflows d'agents autonomes de longue durée.

Avec un contexte d'un million de tokens, il surpasse les LLM ouverts de pointe sur RULER à cette longueur de contexte. Les poids, les données d'entraînement et les recettes sont ouverts, et NVIDIA publie des checkpoints pré-entraînés, post-entraînés et quantifiés accompagnés des jeux de données d'entraînement. Le modèle est servi par trois fournisseurs sur OpenRouter : DeepInfra, Baseten et Venice. Les endpoints gratuits sont soumis à des limites de débit.

Mis à jour:

ID DU MODÈLE

nemotron-3-ultra-550b-a55b:free
Contexte
1M
Sortie max.
65.536K
API recommandée
messages
Entrée
text
Sortie
text

Points clés

  • Modèle open weights de NVIDIA
  • 550 milliards de paramètres, 55 milliards actifs
  • Architecture hybride Transformer-Mamba MoE
  • Contexte d'un million de tokens
  • LatentMoE et couches MTP
  • Pré-entraîné au format NVFP4

Fournisseurs

1 fournisseurs

Comparez les prix des API entre fournisseurs. Sélectionnez un fournisseur pour voir tous les tarifs et conditions.

Fournisseur · Détails des tarifs
Disponibilité
$0$0

Benchmarks

  • Artificial Analysis

    Score rapporté dans une évaluation

    48

Scores tels que publiés par le fournisseur du modèle.

Raisonnement

Niveau d'effort par défaut
high
Activé par défaut
Oui
Toujours activé
Non
Niveaux d'effort disponibles
high / medium / none

Démarrage rapide

Un code prêt à l'emploi pour appeler ce modèle avec les API compatibles de Felo API Platform. Commencez dans le Playground pour tester des prompts avant d'écrire du code.

1

Configurer votre clé API

Créez une clé depuis votre compte Felo API Platform et définissez-la comme variable d'environnement.

export FELO_API_KEY="YOUR_API_KEY"
2

Effectuer votre première requête

Utilisez cet ID de modèle avec le point de terminaison Felo API Platform. Les en-têtes de requête facultatifs comme X-Request-Id facilitent le diagnostic.

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

Ce modèle est capable de raisonnement. Si le protocole sélectionné et la route du modèle exposent des contrôles de raisonnement, conservez les métadonnées de raisonnement renvoyées lorsque vous poursuivez la conversation.

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());

Utiliser des SDK tiers

Avec les SDK compatibles, définissez baseURL sur https://openapi.felo.ai/api/v1. Pour les clients de style Claude, utilisez l'URL de base compatible Anthropic. https://openapi.felo.ai/api.

3

Activer le streaming

Ajoutez stream: true pour recevoir les réponses sous forme de 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 expose des surfaces d'appel de modèles compatibles. Choisissez la surface que votre application ou votre client agent prend déjà en charge.

SurfaceMethodURL

Messages

Messages compatibles Anthropic pour les clients de style Claude.

POST

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

Paramètres

NomTypePar défautDescription
modelstringnemotron-3-ultra-550b-a55b:freeID public du modèle à appeler.
max_tokensinteger—Nombre maximal de tokens générés.
messagesarray—Messages de la conversation pour Chat Completions.
seed———
toolsarray—Définitions de tool calling conformes au schéma compatible.
top_p———
reasoning———
temperaturenumber—Contrôle la variété des réponses lorsque c'est pris en charge.
tool_choicestring or object—Contrôle si un outil doit être appelé.
reasoning_effort———
include_reasoning———

Questions fréquentes

Qu'est-ce que Nemotron 3 Ultra (free)?

Nemotron 3 Ultra est le modèle final et le plus performant de la famille Nemotron 3 de NVIDIA. Il s'appuie sur une architecture hybride Transformer-Mamba de type Mixture-of-Experts, avec 550 milliards de paramètres au total et 55 milliards de paramètres actifs. Il intègre LatentMoE pour améliorer la précision ainsi que des couches MTP permettant une inférence plus rapide grâce au décodage spéculatif natif. Il est pré-entraîné au format NVFP4 et post-entraîné par affinage supervisé, apprentissage par renforcement et distillation on-policy multi-enseignants. Le modèle est conçu pour un raisonnement et une planification multi-étapes, l'orchestration d'agents, les agents de codage, la recherche approfondie et les tâches d'entreprise complexes. Il prend en charge l'appel de fonctions via les paramètres tools et tool_choice, les sorties structurées via un schéma JSON dans response_format, ainsi que le contrôle du budget de raisonnement au moment de l'inférence. Il est pensé pour une inférence à haut débit dans des pipelines d'agents à fort volume et pour des workflows d'agents autonomes de longue durée. Avec un contexte d'un million de tokens, il surpasse les LLM ouverts de pointe sur RULER à cette longueur de contexte. Les poids, les données d'entraînement et les recettes sont ouverts, et NVIDIA publie des checkpoints pré-entraînés, post-entraînés et quantifiés accompagnés des jeux de données d'entraînement. Le modèle est servi par trois fournisseurs sur OpenRouter : DeepInfra, Baseten et Venice. Les endpoints gratuits sont soumis à des limites de débit.

Comment l'usage est-il facturé ?

Votre facture dépend du fournisseur utilisé, de ses tarifs et de votre usage. Des entrées plus longues ou d'autres conditions peuvent avoir des tarifs différents.

Quels types d'entrées le modèle accepte-t-il ?

Nemotron 3 Ultra accepte des entrées textuelles et produit des sorties textuelles.

Quelle est la longueur de contexte prise en charge ?

Le modèle dispose d'un contexte d'un million de tokens. La limite de sortie n'est pas précisée dans les informations disponibles.

À quelles tâches est-il destiné ?

Il est conçu pour les agents de codage, la recherche approfondie, les workflows d'entreprise complexes et les agents autonomes de longue durée, avec un accent sur le raisonnement multi-étapes et l'orchestration.

Quelles capacités d'intégration propose-t-il ?

Il prend en charge l'appel de fonctions via les paramètres tools et tool_choice, les sorties structurées via un schéma JSON dans response_format, ainsi que le contrôle du budget de raisonnement à l'inférence.

Quelle est la différence entre Nemotron 3 Ultra et sa version gratuite ?

Nemotron 3 Ultra (free) est la version à endpoint gratuit du modèle. Les endpoints gratuits sont soumis à des limites de débit.

Le modèle est-il ouvert ?

Oui, les poids, les données d'entraînement et les recettes sont ouverts. NVIDIA publie des checkpoints pré-entraînés, post-entraînés et quantifiés ainsi que les jeux de données d'entraînement.

Modèles liés