Nemotron 3 Ultra (free) API
NVIDIA 推出的 Nemotron 3 Ultra 是 Nemotron 3 系列最終且最強的開放推理模型,專為長時間自主代理與高吞吐量流程而設計。
Nemotron 3 Ultra 採用混合 Transformer-Mamba 的混合專家架構,總參數達 5500 億,其中 550 億為活躍參數。它結合 LatentMoE 提升準確度,並內建 MTP 層,透過原生推測解碼加快推論速度;模型以 NVFP4 格式預訓練,並經過監督式微調、強化學習與多教師同策略蒸餾的後訓練流程。
在能力上,它支援多步驟推理與規劃、代理協調、程式編寫代理、深度研究及複雜企業任務,可透過工具與 tool_choice 參數進行函式呼叫,並以 response_format 中的 JSON schema 產生結構化輸出,還能控制推論時的推理預算。其上下文長度達 100 萬個 token,在 RULER 的 100 萬上下文評測中表現優於頂尖開放大型語言模型。
此模型適合需要長時間運作的自主代理工作流程、程式編寫代理、深度研究,以及高流量的企業級代理管線。NVIDIA 同時釋出預訓練、後訓練與量化檢查點及訓練資料集,並公開權重、訓練資料與配方;免費端點則有速率限制。
更新時間:
模型 ID
nemotron-3-ultra-550b-a55b:free- 上下文
- 1M
- 最大輸出
- 65.536K
- 建議 API
- messages
- 輸入
- text
- 輸出
- text
核心要點
- Nemotron 3 系列最終且最強模型
- 5500 億總參數、550 億活躍參數
- 混合 Transformer-Mamba 混合專家架構
- 100 萬 token 上下文長度
- 開放權重、訓練資料與配方
- 支援函式呼叫與結構化輸出
供應商
比較不同供應商的呼叫價格,點擊供應商可查看完整費用和適用條件。
| 可用率 | |||
|---|---|---|---|
| $0 | $0 |
歷史統計不等於即時健康檢查,缺少資料不代表服務中斷。
基準測試
- 48
Artificial Analysis
一篇評測中回報的分數
分數來自模型廠商公布的資料,未經獨立驗證。
推理能力
- 預設推理強度
- high
- 預設啟用
- 是
- 始終啟用
- 否
- 可選推理強度
- high / medium / none
填入 API key
從 Felo API Platform 帳戶建立 key,並設定為環境變數。
export FELO_API_KEY="YOUR_API_KEY"發出第一次請求
使用該模型 ID 呼叫 Felo API Platform endpoint。可選請求標頭如 X-Request-Id 能協助排查問題。
nemotron-3-ultra-550b-a55b:free該模型支援推理。如果所選協議與模型路由提供推理控制,請在繼續對話時保留回傳的推理中繼資料。
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());使用第三方 SDK
兼容 SDK 只需把 baseURL 设置为 https://openapi.felo.ai/api/v1. Claude 风格客户端使用 Anthropic-compatible base URL。 https://openapi.felo.ai/api.
啟用串流輸出
加入 stream: true,即可以 server-sent events 接收回應。
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 提供兼容的模型调用入口。选择你的应用或 Agent 客户端已经支持的接口即可。
Messages
Anthropic-compatible messages for Claude-style clients.
POST
https://openapi.felo.ai/api/v1/messages参数
modelstringnemotron-3-ultra-550b-a55b:freePublic model ID to call.max_tokensinteger—Maximum generated tokens.messagesarray—Conversation messages for Chat Completions.seed———toolsarray—Tool calling definitions following compatible schema.top_p———reasoning———temperaturenumber—Controls response variety when supported.tool_choicestring or object—Controls whether a tool should be called.reasoning_effort———include_reasoning———常見問題
什麼是 Nemotron 3 Ultra (free)?
Nemotron 3 Ultra 採用混合 Transformer-Mamba 的混合專家架構,總參數達 5500 億,其中 550 億為活躍參數。它結合 LatentMoE 提升準確度,並內建 MTP 層,透過原生推測解碼加快推論速度;模型以 NVFP4 格式預訓練,並經過監督式微調、強化學習與多教師同策略蒸餾的後訓練流程。 在能力上,它支援多步驟推理與規劃、代理協調、程式編寫代理、深度研究及複雜企業任務,可透過工具與 tool_choice 參數進行函式呼叫,並以 response_format 中的 JSON schema 產生結構化輸出,還能控制推論時的推理預算。其上下文長度達 100 萬個 token,在 RULER 的 100 萬上下文評測中表現優於頂尖開放大型語言模型。 此模型適合需要長時間運作的自主代理工作流程、程式編寫代理、深度研究,以及高流量的企業級代理管線。NVIDIA 同時釋出預訓練、後訓練與量化檢查點及訓練資料集,並公開權重、訓練資料與配方;免費端點則有速率限制。
如何計算呼叫費用?
費用取決於你使用的供應商、對應價格和實際用量。長文字輸入等情況可能適用不同價格,詳見計費明細。
Nemotron 3 Ultra 支援哪些輸入與輸出模態?
支援文字輸入與文字輸出。
這個模型的上下文長度是多少?
上下文長度達 100 萬個 token。
它適合哪些任務?
適合多步驟推理與規劃、代理協調、程式編寫代理、深度研究、複雜企業任務,以及長時間運作的自主代理工作流程。
它支援函式呼叫與結構化輸出嗎?
支援。可透過工具與 tool_choice 參數進行函式呼叫,並能以 response_format 中的 JSON schema 產生結構化輸出。
Nemotron 3 Ultra 與同系列其他模型有何不同?
它是 Nemotron 3 系列最終且最強的模型,採用混合 Transformer-Mamba 混合專家架構,總參數 5500 億、活躍參數 550 億,並針對高吞吐量代理管線設計。
免費端點有什麼限制?
免費端點有速率限制。
相關模型
Nemotron 3.5 Super VL (free)
NVIDIAnemotron-3.5-super-vl:freeNVIDIA 推出的多模態開源模型,以混合專家架構在單張 Blackwell GPU 上執行,兼具視覺理解與代理任務能力。
上下文
1M
最大輸出
131.072K
輸入 tokens
$0 / 1M tokens
輸出 tokens
$0 / 1M tokens
Nemotron 3.5 Lightning (free)
NVIDIAnemotron-3.5-lightning:freeNVIDIA 推出的開放權重混合專家文字模型,主打長時間代理式工作負載的高吞吐執行。
上下文
1M
最大輸出
65.536K
輸入 tokens
$0 / 1M tokens
輸出 tokens
$0 / 1M tokens