Nemotron 3 Ultra (free) API
Nemotron 3 Ultra là mô hình suy luận và điều phối mã nguồn mở của NVIDIA với 550 tỷ tham số, kiến trúc Mixture-of-Experts, cửa sổ ngữ cảnh 1 triệu token, phù hợp cho tác nhân tự động và nghiên cứu chuyên sâu.
NVIDIA Nemotron 3 Ultra là mô hình suy luận và điều phối mã nguồn mở hàng đầu thuộc dòng Nemotron 3, được công bố ngày 4 tháng 6 năm 2026. Mô hình sử dụng kiến trúc Hybrid Transformer-Mamba mixture-of-experts với 550 tỷ tham số tổng cộng và 55 tỷ tham số hoạt động, kết hợp LatentMoE để nâng cao độ chính xác cùng các lớp MTP giúp suy luận nhanh hơn nhờ giải mã suy đoán gốc. Mô hình được huấn luyện trước ở định dạng NVFP4 và tinh chỉnh sau huấn luyện bằng Supervised Fine Tuning, Reinforcement Learning và Multi-teacher On-Policy Distillation. Nemotron 3 Ultra hỗ trợ ngữ cảnh lên tới 1 triệu token, vượt trội các mô hình ngôn ngữ lớn mã nguồn mở hiện đại trên RULER ở độ dài ngữ cảnh 1 triệu token. Mô hình nhận đầu vào văn bản và trả đầu ra văn bản, hỗ trợ gọi hàm qua tham số tools và tool_choice, đầu ra có cấu trúc qua JSON schema trong response_format, cùng khả năng kiểm soát ngân sách suy luận tại thời điểm suy luận.
Mô hình được thiết kế cho các tác vụ suy luận và lập kế hoạch nhiều bước, điều phối tác nhân, tác nhân viết mã, nghiên cứu chuyên sâu và các quy trình doanh nghiệp phức tạp. Với kiến trúc tối ưu cho suy luận thông lượng cao trong các đường ống tác nhân khối lượng lớn, Nemotron 3 Ultra phù hợp với các quy trình tác nhân tự động chạy dài. Mô hình cũng là lựa chọn cho các tác nhân viết mã và nghiên cứu chuyên sâu nhờ khả năng lập kế hoạch và gọi công cụ linh hoạt. Trọng số, dữ liệu huấn luyện và công thức huấn luyện đều được công khai, cùng các checkpoint trước huấn luyện, sau huấn luyện và lượng tử hóa do NVIDIA phát hành.
Nemotron 3 Ultra là mô hình cuối cùng và tốt nhất của dòng Nemotron 3. Trên OpenRouter, mô hình được cung cấp bởi ba nhà cung cấp: DeepInfra, Baseten và Venice. Phiên bản miễn phí có giới hạn tốc độ, phù hợp để thử nghiệm và đánh giá trước khi triển khai ở quy mô lớn.
Cập nhật:
ID MÔ HÌNH
nemotron-3-ultra-550b-a55b:free- Ngữ cảnh
- 1M
- Đầu ra tối đa
- 65.536K
- API đề xuất
- messages
- Đầu vào
- text
- Đầu ra
- text
Điểm nổi bật
- 550 tỷ tham số, 55 tỷ tham số hoạt động
- Kiến trúc Hybrid Transformer-Mamba mixture-of-experts
- Ngữ cảnh 1 triệu token
- Hỗ trợ gọi hàm và đầu ra có cấu trúc
- Trọng số và dữ liệu huấn luyện mở
- Ba nhà cung cấp trên OpenRouter
Nhà cung cấp
So sánh giá API giữa các nhà cung cấp. Chọn một nhà cung cấp để xem toàn bộ chi phí và điều kiện.
| Tỷ lệ khả dụng | |||
|---|---|---|---|
| $0 | $0 |
Thống kê lịch sử không phải kiểm tra trạng thái trực tiếp. Thiếu dữ liệu không có nghĩa là gián đoạn.
Điểm chuẩn
- 48
Artificial Analysis
điểm được báo cáo trong một bài đánh giá
Điểm số theo công bố của nhà cung cấp mô hình.
Suy luận
- Mức nỗ lực mặc định
- high
- Bật theo mặc định
- Có
- Luôn bật
- Không
- Các mức nỗ lực khả dụng
- high / medium / none
Bắt đầu nhanh
Mã dùng ngay để gọi mô hình này bằng các API tương thích của Felo API Platform. Bắt đầu trong Playground khi bạn muốn thử prompt trước khi viết mã.
Thiết lập khóa API
Tạo khóa trong tài khoản Felo API Platform của bạn và đặt làm biến môi trường.
export FELO_API_KEY="YOUR_API_KEY"Gửi yêu cầu đầu tiên
Dùng ID mô hình này với endpoint Felo API Platform. Các header tùy chọn như X-Request-Id có thể giúp khắc phục sự cố.
nemotron-3-ultra-550b-a55b:freeMô hình này có khả năng suy luận. Nếu giao thức và route mô hình bạn chọn có hỗ trợ điều khiển suy luận, hãy giữ nguyên siêu dữ liệu suy luận được trả về khi tiếp tục hội thoại.
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());Dùng SDK bên thứ ba
Trong các SDK tương thích, đặt baseURL thành https://openapi.felo.ai/api/v1. Với các client kiểu Claude, dùng base URL tương thích Anthropic. https://openapi.felo.ai/api.
Bật streaming
Thêm stream: true để nhận phản hồi dưới dạng 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 cung cấp các giao diện gọi mô hình tương thích. Chọn giao diện mà ứng dụng hoặc client agent của bạn đã hỗ trợ.
Messages
Tin nhắn tương thích Anthropic cho client kiểu Claude.
POST
https://openapi.felo.ai/api/v1/messagesTham số
modelstringnemotron-3-ultra-550b-a55b:freeID mô hình công khai cần gọi.max_tokensinteger—Số token tối đa được tạo.messagesarray—Tin nhắn hội thoại cho Chat Completions.seed———toolsarray—Định nghĩa tool calling theo schema tương thích.top_p———reasoning———temperaturenumber—Điều chỉnh độ đa dạng của phản hồi khi được hỗ trợ.tool_choicestring or object—Điều chỉnh việc có nên gọi một công cụ hay không.reasoning_effort———include_reasoning———Câu hỏi thường gặp
Tìm hiểu Nemotron 3 Ultra (free)?
NVIDIA Nemotron 3 Ultra là mô hình suy luận và điều phối mã nguồn mở hàng đầu thuộc dòng Nemotron 3, được công bố ngày 4 tháng 6 năm 2026. Mô hình sử dụng kiến trúc Hybrid Transformer-Mamba mixture-of-experts với 550 tỷ tham số tổng cộng và 55 tỷ tham số hoạt động, kết hợp LatentMoE để nâng cao độ chính xác cùng các lớp MTP giúp suy luận nhanh hơn nhờ giải mã suy đoán gốc. Mô hình được huấn luyện trước ở định dạng NVFP4 và tinh chỉnh sau huấn luyện bằng Supervised Fine Tuning, Reinforcement Learning và Multi-teacher On-Policy Distillation. Nemotron 3 Ultra hỗ trợ ngữ cảnh lên tới 1 triệu token, vượt trội các mô hình ngôn ngữ lớn mã nguồn mở hiện đại trên RULER ở độ dài ngữ cảnh 1 triệu token. Mô hình nhận đầu vào văn bản và trả đầu ra văn bản, hỗ trợ gọi hàm qua tham số tools và tool_choice, đầu ra có cấu trúc qua JSON schema trong response_format, cùng khả năng kiểm soát ngân sách suy luận tại thời điểm suy luận. Mô hình được thiết kế cho các tác vụ suy luận và lập kế hoạch nhiều bước, điều phối tác nhân, tác nhân viết mã, nghiên cứu chuyên sâu và các quy trình doanh nghiệp phức tạp. Với kiến trúc tối ưu cho suy luận thông lượng cao trong các đường ống tác nhân khối lượng lớn, Nemotron 3 Ultra phù hợp với các quy trình tác nhân tự động chạy dài. Mô hình cũng là lựa chọn cho các tác nhân viết mã và nghiên cứu chuyên sâu nhờ khả năng lập kế hoạch và gọi công cụ linh hoạt. Trọng số, dữ liệu huấn luyện và công thức huấn luyện đều được công khai, cùng các checkpoint trước huấn luyện, sau huấn luyện và lượng tử hóa do NVIDIA phát hành. Nemotron 3 Ultra là mô hình cuối cùng và tốt nhất của dòng Nemotron 3. Trên OpenRouter, mô hình được cung cấp bởi ba nhà cung cấp: DeepInfra, Baseten và Venice. Phiên bản miễn phí có giới hạn tốc độ, phù hợp để thử nghiệm và đánh giá trước khi triển khai ở quy mô lớn.
Cách tính phí sử dụng?
Hóa đơn của bạn phụ thuộc vào nhà cung cấp bạn dùng, giá của họ và mức sử dụng của bạn. Đầu vào dài hơn hoặc các điều kiện khác có thể có giá khác.
Nemotron 3 Ultra hỗ trợ những loại đầu vào nào?
Mô hình nhận đầu vào văn bản và trả đầu ra văn bản.
Ngữ cảnh tối đa của Nemotron 3 Ultra là bao nhiêu?
Mô hình hỗ trợ ngữ cảnh lên tới 1 triệu token.
Nemotron 3 Ultra phù hợp với những tác vụ nào?
Mô hình phù hợp cho tác nhân viết mã, nghiên cứu chuyên sâu, quy trình doanh nghiệp phức tạp và tác nhân tự động chạy dài. Nó cũng hỗ trợ suy luận và lập kế hoạch nhiều bước, điều phối tác nhân, gọi hàm và đầu ra có cấu trúc.
Nemotron 3 Ultra khác gì so với các mô hình cùng dòng?
Nemotron 3 Ultra là mô hình cuối cùng và tốt nhất của dòng Nemotron 3. Phiên bản miễn phí có giới hạn tốc độ, còn phiên bản tiêu chuẩn không có giới hạn này.
Nemotron 3 Ultra có những tính năng gọi công cụ nào?
Mô hình hỗ trợ gọi hàm qua tham số tools và tool_choice, cũng như đầu ra có cấu trúc qua JSON schema trong response_format. Nó cũng cho phép kiểm soát ngân sách suy luận tại thời điểm suy luận.
Mô hình liên quan
Nemotron 3.5 Super VL (free)
NVIDIAnemotron-3.5-super-vl:freeNemotron 3.5 Super VL của NVIDIA là mô hình đa phương thức kết hợp hiểu hình ảnh, suy luận, tuân thủ chỉ dẫn và sử dụng công cụ, chạy trên một GPU Blackwell duy nhất với kiến trúc mixture-of-experts 120 tỷ tham số.
Ngữ cảnh
1M
Đầu ra tối đa
131.072K
Token đầu vào
$0 / 1M token
Token đầu ra
$0 / 1M token
Nemotron 3.5 Lightning (free)
NVIDIAnemotron-3.5-lightning:freeNemotron 3.5 Lightning là mô hình hỗn hợp chuyên gia chỉ văn bản của NVIDIA, tối ưu cho khối lượng lớn tác vụ agent chạy dài với ngữ cảnh lên tới 1 triệu token và trọng số mở.
Ngữ cảnh
1M
Đầu ra tối đa
65.536K
Token đầu vào
$0 / 1M token
Token đầu ra
$0 / 1M token