Nemotron 3 Ultra (free) API
NVIDIA Nemotron 3 Ultra è un modello aperto di ragionamento e orchestrazione con architettura ibrida Transformer-Mamba mixture-of-experts, 550 miliardi di parametri totali e 55 miliardi attivi, contesto fino a 1 milione di token.
NVIDIA Nemotron 3 Ultra è il modello finale e migliore della famiglia Nemotron 3, un modello aperto di ragionamento di frontiera e orchestrazione. Con 550 miliardi di parametri totali e 55 miliardi attivi, adotta un'architettura ibrida Transformer-Mamba mixture-of-experts e utilizza LatentMoE per migliorare l'accuratezza. Include layer MTP per un'inferenza più rapida tramite speculative decoding nativo ed è preaddestrato in formato NVFP4. Il modello è stato post-addestrato con Supervised Fine Tuning, Reinforcement Learning e Multi-teacher On-Policy Distillation, e supera i migliori LLM aperti su RULER con una lunghezza di contesto di 1 milione di token.
Grazie al contesto di 1 milione di token, Nemotron 3 Ultra è pensato per attività che richiedono ragionamento e pianificazione multi-step, orchestrazione di agenti, agenti di coding, ricerca approfondita e compiti aziendali complessi. Supporta il function calling tramite i parametri tools e tool_choice, gli output strutturati tramite uno schema JSON in response_format e il controllo del budget di ragionamento in fase di inferenza. È progettato per un'inferenza ad alto throughput in pipeline di agenti ad alto volume, inclusi flussi di lavoro autonomi di lunga durata.
NVIDIA rilascia checkpoint pre-addestrati, post-addestrati e quantizzati insieme ai dataset di addestramento, con pesi, dati e ricette aperti. L'endpoint gratuito è soggetto a limiti di frequenza. Il modello è servito da tre provider su OpenRouter: DeepInfra, Baseten e Venice.
Aggiornato:
ID MODELLO
nemotron-3-ultra-550b-a55b:free- Contesto
- 1M
- Output max
- 65.536K
- API consigliata
- messages
- Input
- text
- Output
- text
In evidenza
- Modello aperto di ragionamento e orchestrazione
- 550 miliardi di parametri totali, 55 miliardi attivi
- Architettura ibrida Transformer-Mamba mixture-of-experts
- Contesto fino a 1 milione di token
- Layer MTP per inferenza più rapida
- Pesi, dati e ricette aperti
Fornitori
Confronta i prezzi delle API tra fornitori. Seleziona un fornitore per vedere tutti i costi e le condizioni.
| Disponibilità | |||
|---|---|---|---|
| $0 | $0 |
Le statistiche storiche non sono un controllo in tempo reale. I dati mancanti non indicano un guasto.
Benchmark
- 48
Artificial Analysis
punteggio riportato in una recensione
Punteggi come pubblicati dal fornitore del modello.
Ragionamento
- Sforzo predefinito
- high
- Attivo per impostazione predefinita
- Sì
- Sempre attivo
- No
- Livelli di sforzo disponibili
- high / medium / none
Avvio rapido
Codice pronto all'uso per chiamare questo modello con le API compatibili di Felo API Platform. Inizia nel Playground se vuoi testare i prompt prima di scrivere codice.
Imposta la chiave API
Crea una chiave dal tuo account Felo API Platform e impostala come variabile d'ambiente.
export FELO_API_KEY="YOUR_API_KEY"Invia la prima richiesta
Usa questo ID modello con l'endpoint Felo API Platform. Le intestazioni facoltative come X-Request-Id aiutano nella risoluzione dei problemi.
nemotron-3-ultra-550b-a55b:freeQuesto modello è in grado di ragionare. Se il protocollo selezionato e la route del modello espongono controlli di ragionamento, conserva i metadati di ragionamento restituiti quando continui la conversazione.
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());Usare SDK di terze parti
Negli SDK compatibili imposta baseURL su https://openapi.felo.ai/api/v1. Per i client in stile Claude, usa la base URL compatibile con Anthropic. https://openapi.felo.ai/api.
Attiva lo streaming
Aggiungi stream: true per ricevere le risposte come 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 espone superfici compatibili per le chiamate ai modelli. Scegli la superficie che la tua app o il tuo client agente già supporta.
Messages
Messaggi compatibili con Anthropic per i client in stile Claude.
POST
https://openapi.felo.ai/api/v1/messagesParametri
modelstringnemotron-3-ultra-550b-a55b:freeID pubblico del modello da chiamare.max_tokensinteger—Numero massimo di token generati.messagesarray—Messaggi della conversazione per Chat Completions.seed———toolsarray—Definizioni di tool calling secondo lo schema compatibile.top_p———reasoning———temperaturenumber—Controlla la varietà delle risposte quando supportato.tool_choicestring or object—Controlla se uno strumento deve essere chiamato.reasoning_effort———include_reasoning———Domande frequenti
Cos'è Nemotron 3 Ultra (free)?
NVIDIA Nemotron 3 Ultra è il modello finale e migliore della famiglia Nemotron 3, un modello aperto di ragionamento di frontiera e orchestrazione. Con 550 miliardi di parametri totali e 55 miliardi attivi, adotta un'architettura ibrida Transformer-Mamba mixture-of-experts e utilizza LatentMoE per migliorare l'accuratezza. Include layer MTP per un'inferenza più rapida tramite speculative decoding nativo ed è preaddestrato in formato NVFP4. Il modello è stato post-addestrato con Supervised Fine Tuning, Reinforcement Learning e Multi-teacher On-Policy Distillation, e supera i migliori LLM aperti su RULER con una lunghezza di contesto di 1 milione di token. Grazie al contesto di 1 milione di token, Nemotron 3 Ultra è pensato per attività che richiedono ragionamento e pianificazione multi-step, orchestrazione di agenti, agenti di coding, ricerca approfondita e compiti aziendali complessi. Supporta il function calling tramite i parametri tools e tool_choice, gli output strutturati tramite uno schema JSON in response_format e il controllo del budget di ragionamento in fase di inferenza. È progettato per un'inferenza ad alto throughput in pipeline di agenti ad alto volume, inclusi flussi di lavoro autonomi di lunga durata. NVIDIA rilascia checkpoint pre-addestrati, post-addestrati e quantizzati insieme ai dataset di addestramento, con pesi, dati e ricette aperti. L'endpoint gratuito è soggetto a limiti di frequenza. Il modello è servito da tre provider su OpenRouter: DeepInfra, Baseten e Venice.
Come viene addebitato l'utilizzo?
La fattura dipende dal fornitore che usi, dai suoi prezzi e dal tuo utilizzo. Input più lunghi o altre condizioni possono avere prezzi diversi.
Quali input e output supporta Nemotron 3 Ultra?
Supporta input testuali e produce output testuali. Non sono menzionate modalità aggiuntive.
Quanto è ampia la finestra di contesto?
Il modello dispone di un contesto fino a 1 milione di token. Il limite di output non è specificato nei dati disponibili.
Per quali attività è adatto?
È adatto ad agenti di coding, ricerca approfondita, flussi di lavoro aziendali complessi e agenti autonomi di lunga durata, oltre che a ragionamento e pianificazione multi-step e orchestrazione di agenti.
Quali funzionalità avanzate offre per gli agenti?
Supporta il function calling tramite i parametri tools e tool_choice, gli output strutturati con uno schema JSON in response_format e il controllo del budget di ragionamento in fase di inferenza.
Come si differenzia dagli altri modelli della famiglia Nemotron 3?
Nemotron 3 Ultra è il modello finale e migliore della famiglia Nemotron 3. La versione gratuita è soggetta a limiti di frequenza.
Modelli correlati
Nemotron 3.5 Super VL (free)
NVIDIAnemotron-3.5-super-vl:freeNemotron 3.5 Super VL è un modello multimodale NVIDIA con architettura mixture-of-experts da 120 miliardi di parametri, progettato per ragionamento visivo, uso di strumenti e attività agentiche.
Contesto
1M
Output max
131.072K
Token di input
$0 / 1M token
Token di output
$0 / 1M token
Nemotron 3.5 Lightning (free)
NVIDIAnemotron-3.5-lightning:freeModello linguistico open-weight di NVIDIA con architettura ibrida Mixture-of-Experts, progettato per carichi di lavoro agentici ad alto volume con contesto fino a 1 milione di token.
Contesto
1M
Output max
65.536K
Token di input
$0 / 1M token
Token di output
$0 / 1M token