Nemotron 3 Ultra (free) API
NVIDIA Nemotron 3 Ultra — открытая модель рассуждений с 550 млрд параметров, архитектурой Mixture-of-Experts и контекстом 1 млн токенов для агентных задач.
NVIDIA Nemotron 3 Ultra — финальная и лучшая модель семейства Nemotron 3. Это открытая модель рассуждений и оркестрации с общим числом параметров 550 млрд и 55 млрд активных параметров, построенная на гибридной архитектуре Transformer-Mamba Mixture-of-Experts. Она использует LatentMoE для повышения точности и включает слои MTP для ускоренного вывода за счёт нативной спекулятивной декодировки. Модель предобучена в формате NVFP4 и дообучена с помощью Supervised Fine Tuning, Reinforcement Learning и Multi-teacher On-Policy Distillation. NVIDIA выпускает предобученные, дообученные и квантованные контрольные точки вместе с наборами данных для обучения.
Модель поддерживает контекст до 1 млн токенов и предназначена для многошаговых рассуждений и планирования, оркестрации агентов, кодирующих агентов и глубоких исследований. Она подходит для сложных корпоративных задач и долгоживущих автономных агентных рабочих процессов. Доступны вызов функций через параметры tools и tool_choice, структурированные выходы через JSON-схему в response_format, а также управление бюджетом рассуждений во время вывода. Модель рассчитана на высокопроизводительный вывод в масштабных агентных конвейерах.
Среди ограничений стоит отметить, что бесплатные эндпоинты имеют ограничение по частоте запросов. На OpenRouter модель обслуживается тремя провайдерами: DeepInfra, Baseten и Venice. Согласно одному обзору, оценка Artificial Analysis составляет 48.
Обновлено:
MODEL ID
nemotron-3-ultra-550b-a55b:free- Контекст
- 1M
- Макс. вывод
- 65.536K
- Рекомендуемый API
- messages
- Вход
- text
- Выход
- text
Ключевые возможности
- 550 млрд параметров, 55 млрд активных
- Гибридная архитектура Transformer-Mamba MoE
- Контекст 1 млн токенов
- Открытые веса, данные и рецепты обучения
- LatentMoE и слои MTP для ускорения вывода
- Предобучение в формате NVFP4
Поставщики
Сравните цены API у разных поставщиков. Выберите поставщика, чтобы посмотреть все тарифы и условия.
| Доступность | |||
|---|---|---|---|
| $0 | $0 |
Историческая статистика не является проверкой в реальном времени. Отсутствие данных не означает сбой.
Бенчмарки
- 48
Artificial Analysis
оценка, приведённая в одном обзоре
Результаты опубликованы производителем модели.
Рассуждения
- Уровень по умолчанию
- high
- Включено по умолчанию
- Да
- Всегда включены
- Нет
- Доступные уровни
- high / medium / none
Quick Start
Готовый код для вызова этой модели через compatible APIs Felo API Platform. Используйте Playground, чтобы проверить prompts до написания кода.
Добавьте API key
Создайте key в аккаунте Felo API Platform и задайте его как environment variable.
export FELO_API_KEY="YOUR_API_KEY"Первый запрос
Используйте этот model ID с endpoint Felo API Platform. Дополнительные request headers, например X-Request-Id, помогают troubleshooting.
nemotron-3-ultra-550b-a55b:freeЭта модель поддерживает reasoning. Если выбранный protocol и model route дают reasoning controls, сохраняйте returned reasoning metadata при продолжении 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());Сторонние SDK
В compatible SDK установите baseURL на https://openapi.felo.ai/api/v1. Для Claude-style clients используйте Anthropic-compatible base URL. https://openapi.felo.ai/api.
Включить streaming
Добавьте stream: true, чтобы получать responses как 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 предоставляет compatible model-calling surfaces. Выберите surface, который уже поддерживает ваше app или agent client.
Messages
Anthropic-compatible messages for Claude-style clients.
POST
https://openapi.felo.ai/api/v1/messagesParameters
modelstringnemotron-3-ultra-550b-a55b:freeПубличный model ID для вызова.max_tokensinteger—Максимальное число generated tokens.messagesarray—Сообщения conversation для Chat Completions.seed———toolsarray—Tool calling definitions по compatible schema.top_p———reasoning———temperaturenumber—Управляет вариативностью ответа, если поддерживается.tool_choicestring or object—Управляет тем, нужно ли вызвать tool.reasoning_effort———include_reasoning———Частые вопросы
О модели Nemotron 3 Ultra (free)?
NVIDIA Nemotron 3 Ultra — финальная и лучшая модель семейства Nemotron 3. Это открытая модель рассуждений и оркестрации с общим числом параметров 550 млрд и 55 млрд активных параметров, построенная на гибридной архитектуре Transformer-Mamba Mixture-of-Experts. Она использует LatentMoE для повышения точности и включает слои MTP для ускоренного вывода за счёт нативной спекулятивной декодировки. Модель предобучена в формате NVFP4 и дообучена с помощью Supervised Fine Tuning, Reinforcement Learning и Multi-teacher On-Policy Distillation. NVIDIA выпускает предобученные, дообученные и квантованные контрольные точки вместе с наборами данных для обучения. Модель поддерживает контекст до 1 млн токенов и предназначена для многошаговых рассуждений и планирования, оркестрации агентов, кодирующих агентов и глубоких исследований. Она подходит для сложных корпоративных задач и долгоживущих автономных агентных рабочих процессов. Доступны вызов функций через параметры tools и tool_choice, структурированные выходы через JSON-схему в response_format, а также управление бюджетом рассуждений во время вывода. Модель рассчитана на высокопроизводительный вывод в масштабных агентных конвейерах. Среди ограничений стоит отметить, что бесплатные эндпоинты имеют ограничение по частоте запросов. На OpenRouter модель обслуживается тремя провайдерами: DeepInfra, Baseten и Venice. Согласно одному обзору, оценка Artificial Analysis составляет 48.
Как рассчитывается стоимость?
Стоимость зависит от выбранного поставщика, его цен и вашего использования. Для длинных запросов могут действовать другие цены — смотрите подробности.
Какие входные и выходные данные поддерживает модель?
Модель принимает текстовый ввод и выдаёт текстовый вывод.
Каков контекст модели?
Контекстное окно составляет 1 млн токенов.
Для каких задач лучше всего подходит Nemotron 3 Ultra?
Она предназначена для многошаговых рассуждений и планирования, оркестрации агентов, агентов для программирования, глубоких исследований и сложных корпоративных задач.
Поддерживает ли модель вызов функций и структурированные выходы?
Да, доступны вызов функций через параметры tools и tool_choice, а также структурированные выходы через JSON-схему в response_format.
Можно ли управлять бюджетом рассуждений?
Да, модель поддерживает управление бюджетом рассуждений во время вывода.
Чем отличается бесплатная версия?
Бесплатные эндпоинты имеют ограничение по частоте запросов.
Связанные модели
Nemotron 3.5 Super VL (free)
NVIDIAnemotron-3.5-super-vl:freeМультимодальная модель NVIDIA Nemotron 3.5 Super VL объединяет визуальное понимание, рассуждение, следование инструкциям и работу с инструментами, поддерживая текст, изображения, документы, скриншоты интерфейсов и видео на входе.
Контекст
1M
Макс. вывод
131.072K
Входные токены
$0 / 1M токенов
Выходные токены
$0 / 1M токенов
Nemotron 3.5 Lightning (free)
NVIDIAnemotron-3.5-lightning:freeNemotron 3.5 — открытая тексто-ориентированная MoE-модель NVIDIA, созданная для высоконагруженных агентных задач и работы с длинным контекстом.
Контекст
1M
Макс. вывод
65.536K
Входные токены
$0 / 1M токенов
Выходные токены
$0 / 1M токенов