Nemotron 3.5 Lightning (free) API
NVIDIA का ओपन-वेट, टेक्स्ट-ओनली मिश्रण-विशेषज्ञ मॉडल जो लंबे समय तक चलने वाले एजेंटिक कार्यों के लिए बनाया गया है।
Nemotron 3.5 Lightning, NVIDIA द्वारा 11 अगस्त 2026 को जारी एक ओपन-वेट, टेक्स्ट-ओनली मिश्रण-विशेषज्ञ (MoE) मॉडल है। यह हाइब्रिड Mixture-of-Experts आर्किटेक्चर का उपयोग करता है जिसमें Mamba-2 परतें, MoE परतें और चुनिंदा अटेंशन परतें एक-दूसरे के साथ जुड़ी होती हैं। मॉडल में कुल 30 अरब पैरामीटर हैं और प्रति टोकन लगभग 3 अरब सक्रिय पैरामीटर हैं। इसे NVIDIA के फ्रंटियर Nemotron 3 Ultra मॉडल से डिस्टिल किया गया है और OpenMDW-1.1 लाइसेंस के तहत डाउनलोड योग्य वेट, प्रशिक्षण डेटा और रेसिपी के साथ जारी किया गया है। DFlash स्पेकुलेटिव डिकोडिंग इसमें प्रति-टोकन विलंबता कम करता है।
यह मॉडल विशेष रूप से लंबे समय तक चलने वाले एजेंटिक AI वर्कलोड की निष्पादन परत के लिए बनाया गया है। इसे OpenClaw और Hermes Agent जैसे लोकप्रिय एजेंट हार्नेस में एजेंटिक टूल उपयोग के लिए प्रशिक्षित किया गया है। इसका उपयोग व्यक्तिगत एजेंट (ईमेल, कैलेंडर, प्रोजेक्ट और बुकिंग प्रबंधन), वित्तीय सेवाओं में दस्तावेज़ डेटा निष्कर्षण और नीति नियम जाँच, साइबर सुरक्षा में अलर्ट संवर्धन और घटना वर्गीकरण, दूरसंचार में नेटवर्क अलार्म ट्रायेज, रिटेल में उत्पाद कैटलॉग संवर्धन, कोडिंग सहायकों में पुल रिक्वेस्ट समीक्षा और ग्राहक सहायता में सामान्य अनुरोधों को संभालने के लिए किया जा सकता है।
NVIDIA NeMo के साथ इस मॉडल को डोमेन-विशिष्ट टूल, वर्कफ़्लो और नीतियों के लिए पोस्ट-ट्रेन किया जा सकता है, और पोस्ट-ट्रेनिंग के बाद संगठन वेट का नियंत्रण बनाए रखते हैं। यह एक समर्थित GPU पर चलता है और Amazon SageMaker JumpStart, GMI Cloud, DeepInfra तथा OpenRouter जैसे चैनलों के माध्यम से उपलब्ध है। यह मॉडल केवल टेक्स्ट इनपुट और टेक्स्ट आउटपुट का समर्थन करता है।
अपडेट किया गया:
मॉडल ID
nemotron-3.5-lightning:free- कॉन्टेक्स्ट
- 1M
- अधिकतम आउटपुट
- 65.536K
- अनुशंसित API
- messages
- इनपुट
- text
- आउटपुट
- text
मुख्य बातें
- ओपन-वेट, टेक्स्ट-ओनली MoE मॉडल
- 30 अरब कुल पैरामीटर, प्रति टोकन लगभग 3 अरब सक्रिय
- Mamba-2, MoE और अटेंशन परतों का हाइब्रिड आर्किटेक्चर
- DFlash स्पेकुलेटिव डिकोडिंग से कम विलंबता
- 10 लाख टोकन तक संदर्भ समर्थन
- एक समर्थित GPU पर चलता है
प्रदाता
प्रदाताओं के बीच API कीमतों की तुलना करें। सभी शुल्क और शर्तें देखने के लिए किसी प्रदाता को चुनें।
| उपलब्धता | |||
|---|---|---|---|
| $0 | $0 |
ऐतिहासिक आँकड़े लाइव स्थिति जाँच नहीं हैं। डेटा न होना सेवा बंद होने का संकेत नहीं है।
बेंचमार्क
- 64.3%
AA-Omniscience गैर-भ्रम दर
Artificial Analysis द्वारा
- 66.4%
अतिव्यवहृत पैटर्न समाप्त
डोमेन अनुकूलन परीक्षण में प्रतिशत
- 98.4%
शब्दावली समृद्धि
डोमेन अनुकूलन परीक्षण में आधार रेखा का प्रतिशत
- 20%
विज़न फाइन-ट्यूनिंग सत्यापन सटीकता
फाइन-ट्यूनिंग से पहले, कंपनी केस स्टडी
- 58%
विज़न फाइन-ट्यूनिंग सत्यापन सटीकता
फाइन-ट्यूनिंग के बाद, कंपनी केस स्टडी
स्कोर मॉडल प्रदाता के प्रकाशित आँकड़ों के अनुसार।
रीज़निंग
- हमेशा सक्षम
- नहीं
त्वरित शुरुआत
Felo API Platform के संगत API के साथ इस मॉडल को कॉल करने के लिए तैयार कोड। कोड लिखने से पहले प्रॉम्प्ट आज़माना हो तो Playground में शुरू करें।
अपनी API key लें
अपने Felo API Platform खाते से एक key बनाएँ और उसे environment variable के रूप में सेट करें।
export FELO_API_KEY="YOUR_API_KEY"अपना पहला अनुरोध भेजें
इस मॉडल ID को Felo API Platform endpoint के साथ इस्तेमाल करें। X-Request-Id जैसे वैकल्पिक रिक्वेस्ट हेडर समस्या हल करने में मदद कर सकते हैं।
nemotron-3.5-lightning:freeयह मॉडल रीज़निंग में सक्षम है। अगर आपका चुना हुआ प्रोटोकॉल और मॉडल रूट रीज़निंग कंट्रोल उपलब्ध कराते हैं, तो बातचीत जारी रखते समय लौटाए गए रीज़निंग मेटाडेटा को सुरक्षित रखें।
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-lightning:free",
"max_tokens": 1024,
"messages": [
{
"role": "user",
"content": "Hello"
}
]
}),
});
if (!response.ok) throw new Error(await response.text());
console.log(await response.json());थर्ड-पार्टी SDK इस्तेमाल करना
संगत SDK में baseURL को इस पर सेट करें https://openapi.felo.ai/api/v1. Claude-शैली के क्लाइंट के लिए Anthropic-संगत base URL इस्तेमाल करें। https://openapi.felo.ai/api.
स्ट्रीमिंग चालू करें
रिस्पॉन्स को server-sent events के रूप में पाने के लिए stream: true जोड़ें।
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-lightning:free",
"max_tokens": 1024,
"messages": [
{
"role": "user",
"content": "Hello"
}
],
"stream": true
}'Endpoint
Felo API Platform संगत मॉडल-कॉलिंग सतहें उपलब्ध कराता है। वह सतह चुनें जिसे आपका ऐप या एजेंट क्लाइंट पहले से समर्थन करता है।
Messages
Claude-शैली के क्लाइंट के लिए Anthropic-संगत मैसेज।
POST
https://openapi.felo.ai/api/v1/messagesपैरामीटर
modelstringnemotron-3.5-lightning:freeकॉल करने के लिए सार्वजनिक मॉडल ID।max_tokensinteger—जनरेट किए जाने वाले अधिकतम token।messagesarray—Chat Completions के लिए बातचीत के मैसेज।seed———toolsarray—संगत schema का पालन करने वाली tool calling परिभाषाएँ।top_p———reasoning———temperaturenumber—समर्थित होने पर रिस्पॉन्स की विविधता नियंत्रित करता है।tool_choicestring or object—नियंत्रित करता है कि कोई tool कॉल किया जाना चाहिए या नहीं।include_reasoning———अक्सर पूछे जाने वाले प्रश्न
मॉडल परिचय: Nemotron 3.5 Lightning (free)?
Nemotron 3.5 Lightning, NVIDIA द्वारा 11 अगस्त 2026 को जारी एक ओपन-वेट, टेक्स्ट-ओनली मिश्रण-विशेषज्ञ (MoE) मॉडल है। यह हाइब्रिड Mixture-of-Experts आर्किटेक्चर का उपयोग करता है जिसमें Mamba-2 परतें, MoE परतें और चुनिंदा अटेंशन परतें एक-दूसरे के साथ जुड़ी होती हैं। मॉडल में कुल 30 अरब पैरामीटर हैं और प्रति टोकन लगभग 3 अरब सक्रिय पैरामीटर हैं। इसे NVIDIA के फ्रंटियर Nemotron 3 Ultra मॉडल से डिस्टिल किया गया है और OpenMDW-1.1 लाइसेंस के तहत डाउनलोड योग्य वेट, प्रशिक्षण डेटा और रेसिपी के साथ जारी किया गया है। DFlash स्पेकुलेटिव डिकोडिंग इसमें प्रति-टोकन विलंबता कम करता है। यह मॉडल विशेष रूप से लंबे समय तक चलने वाले एजेंटिक AI वर्कलोड की निष्पादन परत के लिए बनाया गया है। इसे OpenClaw और Hermes Agent जैसे लोकप्रिय एजेंट हार्नेस में एजेंटिक टूल उपयोग के लिए प्रशिक्षित किया गया है। इसका उपयोग व्यक्तिगत एजेंट (ईमेल, कैलेंडर, प्रोजेक्ट और बुकिंग प्रबंधन), वित्तीय सेवाओं में दस्तावेज़ डेटा निष्कर्षण और नीति नियम जाँच, साइबर सुरक्षा में अलर्ट संवर्धन और घटना वर्गीकरण, दूरसंचार में नेटवर्क अलार्म ट्रायेज, रिटेल में उत्पाद कैटलॉग संवर्धन, कोडिंग सहायकों में पुल रिक्वेस्ट समीक्षा और ग्राहक सहायता में सामान्य अनुरोधों को संभालने के लिए किया जा सकता है। NVIDIA NeMo के साथ इस मॉडल को डोमेन-विशिष्ट टूल, वर्कफ़्लो और नीतियों के लिए पोस्ट-ट्रेन किया जा सकता है, और पोस्ट-ट्रेनिंग के बाद संगठन वेट का नियंत्रण बनाए रखते हैं। यह एक समर्थित GPU पर चलता है और Amazon SageMaker JumpStart, GMI Cloud, DeepInfra तथा OpenRouter जैसे चैनलों के माध्यम से उपलब्ध है। यह मॉडल केवल टेक्स्ट इनपुट और टेक्स्ट आउटपुट का समर्थन करता है।
उपयोग का शुल्क कैसे लगता है?
आपका बिल इस बात पर निर्भर करता है कि आप कौन-सा प्रदाता उपयोग करते हैं, उसकी कीमतें और आपका उपयोग। लंबे इनपुट या अन्य शर्तों पर अलग कीमतें लागू हो सकती हैं।
यह मॉडल किस प्रकार के इनपुट का समर्थन करता है?
यह केवल टेक्स्ट इनपुट और टेक्स्ट आउटपुट का समर्थन करता है। यह टेक्स्ट-ओनली मॉडल है।
इसका संदर्भ विंडो आकार क्या है?
यह 10 लाख टोकन तक के संदर्भ का समर्थन करता है।
क्या इसके वेट डाउनलोड किए जा सकते हैं?
हाँ, यह OpenMDW-1.1 लाइसेंस के तहत डाउनलोड योग्य वेट, प्रशिक्षण डेटा और रेसिपी के साथ जारी किया गया है।
क्या इसे विशिष्ट डोमेन के लिए अनुकूलित किया जा सकता है?
हाँ, NVIDIA NeMo के साथ इसे डोमेन-विशिष्ट टूल, वर्कफ़्लो और नीतियों के लिए पोस्ट-ट्रेन किया जा सकता है। पोस्ट-ट्रेनिंग के बाद संगठन वेट का नियंत्रण बनाए रखते हैं।
यह किन एजेंट हार्नेस के लिए प्रशिक्षित है?
इसे OpenClaw और Hermes Agent जैसे लोकप्रिय एजेंट हार्नेस में एजेंटिक टूल उपयोग के लिए प्रशिक्षित किया गया है।
संबंधित मॉडल
Nemotron 3.5 Super VL (free)
NVIDIAnemotron-3.5-super-vl:freeNVIDIA का मल्टीमॉडल मॉडल जो छवि, दस्तावेज़, वीडियो और टेक्स्ट को समझकर एजेंटिक कार्य करता है।
कॉन्टेक्स्ट
1M
अधिकतम आउटपुट
131.072K
इनपुट token
$0 / 1M token
आउटपुट token
$0 / 1M token
Nemotron 3 Ultra (free)
NVIDIAnemotron-3-ultra-550b-a55b:freeNVIDIA Nemotron 3 Ultra एक ओपन फ्रंटियर रीजनिंग और ऑर्केस्ट्रेशन मॉडल है जो लंबे समय तक चलने वाले एजेंट वर्कफ़्लो के लिए बनाया गया है।
कॉन्टेक्स्ट
1M
अधिकतम आउटपुट
65.536K
इनपुट token
$0 / 1M token
आउटपुट token
$0 / 1M token