Felo API PlatformFelo API Platform
返回模型列表
NVIDIAmessages

Nemotron 3 Ultra (free) API

Nemotron 3 Ultra 是 NVIDIA 推出的开放推理与编排模型,拥有 5500 亿总参数和 100 万 token 上下文,适合长时运行的自主智能体。

Nemotron 3 Ultra 是 Nemotron 3 系列的最终版本,采用混合 Transformer-Mamba 混合专家架构,总参数 5500 亿、激活参数 550 亿,并借助 LatentMoE 提升准确率、通过 MTP 层实现原生推测解码以加快推理。模型以 NVFP4 格式预训练,经监督微调、强化学习和多教师同策略蒸馏后训练,开放权重、训练数据与配方。

它面向多步推理与规划、智能体编排、编程智能体、深度研究及复杂企业任务,支持通过 tools 与 tool_choice 参数进行函数调用、用 response_format 中的 JSON schema 约束结构化输出,并可控制推理时的思考预算,适合高吞吐的智能体流水线。上下文长度达 100 万 token,在 RULER 基准上于 100 万上下文长度下优于当前先进的开源大模型。

该模型可通过 DeepInfra、Baseten 和 Venice 三家提供商在 OpenRouter 上使用;免费端点存在速率限制,更适合验证与轻量试验,正式生产需考虑限流影响。

更新时间:

模型 ID

nemotron-3-ultra-550b-a55b:free
上下文
1M
最大输出
65.536K
推荐 API
messages
输入
text
输出
text

核心要点

  • 5500 亿总参数、550 亿激活参数
  • 混合 Transformer-Mamba 混合专家架构
  • 100 万 token 上下文长度
  • 开放权重、训练数据与配方
  • 支持函数调用与结构化输出
  • 可控制推理时的思考预算

供应商

1 个供应商

比较不同供应商的调用价格,点击供应商可查看完整费用和适用条件。

供应商 · 计费明细
可用率
$0$0

基准测试

  • Artificial Analysis

    某篇评测中给出的分数

    48

分数来自模型厂商公布的数据,未独立验证。

推理能力

默认推理强度
high
默认启用
是
始终启用
否
可选推理强度
high / medium / none

快速开始

直接复制代码,通过 Felo API Platform 兼容 API 调用该模型。写代码前可先在 Playground 测试提示词。

1

填入 API key

从 Felo API Platform 账户创建 key,并设置为环境变量。

export FELO_API_KEY="YOUR_API_KEY"
2

发起第一次请求

使用该模型 ID 调用 Felo API Platform endpoint。可选请求头如 X-Request-Id 能帮助排查问题。

nemotron-3-ultra-550b-a55b:free

该模型支持推理。如果所选协议和模型路由暴露推理控制,请在继续对话时保留返回的推理元数据。

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.

3

启用流式输出

加入 stream: true,即可以 server-sent events 接收响应。

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。

SurfaceMethodURL

Messages

Anthropic-compatible messages for Claude-style clients.

POST

https://openapi.felo.ai/api/v1/messages

参数

名称类型默认值说明
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———

常见问题

什么是 Nemotron 3 Ultra (free)?

Nemotron 3 Ultra 是 Nemotron 3 系列的最终版本,采用混合 Transformer-Mamba 混合专家架构,总参数 5500 亿、激活参数 550 亿,并借助 LatentMoE 提升准确率、通过 MTP 层实现原生推测解码以加快推理。模型以 NVFP4 格式预训练,经监督微调、强化学习和多教师同策略蒸馏后训练,开放权重、训练数据与配方。 它面向多步推理与规划、智能体编排、编程智能体、深度研究及复杂企业任务,支持通过 tools 与 tool_choice 参数进行函数调用、用 response_format 中的 JSON schema 约束结构化输出,并可控制推理时的思考预算,适合高吞吐的智能体流水线。上下文长度达 100 万 token,在 RULER 基准上于 100 万上下文长度下优于当前先进的开源大模型。 该模型可通过 DeepInfra、Baseten 和 Venice 三家提供商在 OpenRouter 上使用;免费端点存在速率限制,更适合验证与轻量试验,正式生产需考虑限流影响。

如何计算调用费用?

费用取决于你使用的供应商、对应价格和实际用量。长文本输入等情况可能适用不同价格,详见计费明细。

Nemotron 3 Ultra 支持哪些输入和输出?

支持文本输入和文本输出,不包含图像或音频等多模态能力。

它的上下文长度是多少?

上下文长度可达 100 万 token,适合处理超长文档与长时运行的智能体任务。

它适合哪些任务?

适合编程智能体、深度研究、复杂企业工作流以及长时运行的自主智能体,也支持多步推理与规划、智能体编排。

它支持函数调用和结构化输出吗?

支持。可通过 tools 与 tool_choice 参数进行函数调用,也可在 response_format 中用 JSON schema 约束结构化输出。

免费版有什么限制?

免费端点存在速率限制,在高并发或大规模生产场景中可能受到影响。

它与 Nemotron 3 系列其他模型有什么区别?

Nemotron 3 Ultra 是该系列的最终版本,采用混合 Transformer-Mamba 混合专家架构,总参数 5500 亿、激活参数 550 亿,并开放权重、训练数据与配方。

相关模型