API Nemotron gan chinsireacht
Sinsearacht taighde NVIDIA, foilsithe go hoscailte, á freastal gan chiseal diúltaithe: MoE hibrideach Mamba-Aire le 550B paraiméadar tiúnta do STEM agus do réasúnaíocht fhad-léaslíne — ar $0.75 isteach / $3.30 amach in aghaidh an mhilliúin comhartha.
Achoimre
Is é Nemotron3Ultra-3BIT-REAP imlonnú Shannon gan chinsireacht de NVIDIA Nemotron 3 Ultra — múnla Meascáin Saineolaithe le 550 billiún paraiméadar agus 55B gníomhach in aghaidh an chomhartha, eisithe an 4 Meitheamh 2026 leis na meáchain, na sonraí oiliúna agus na hoidis faoi cheadúnas ceadaitheach OpenMDW-1.1 ó Linux Foundation. Ar ár mbraisle GPU féin ritheann sé gan chiseal diúltaithe agus gan scagadh aschuir, le comhthéacs 262,144 comhartha, suas le 16,384 comhartha aschuir in aghaidh an iarratais, glaonna uirlisí, sruthú, ríanta réasúnaíochta agus aschur dian json_schema. Ní ghlacann sé le híomhánna. Praghas: $0.75 / $3.30 in aghaidh 1M comhartha.
Is éard atá i bhformhór na múnlaí "oscailte" ná meáchain oscailte agus dada eile — tarball paraiméadar, ceadúnas, agus tost faoin áit ar tháinig na huimhreacha as. Is é Nemotron an eisceacht sheasta le dhá bhliain anuas: seolann NVIDIA na meáchain, na tacair shonraí iar-oiliúna, na timpeallachtaí RL agus an t-oideas. Tá tábhacht leis sin do chríochphointe gan chinsireacht ar bhealach a bhfuil sé furasta é a chailleadh. Is múnla é ceann a bhfuil a shonraí ailínithe foilsithe ar féidir leat réasúnú faoina iompar diúltaithe in ionad buille faoi thuairim a thabhairt — agus ceann ar féidir le tríú páirtí é a imlonnú go dlisteanach gan scagaire ábhair boltáilte lena bhéal.
01Cad é Nemotron 3 Ultra?
Is é Nemotron 3 Ultra an ball is mó de theaghlach Nemotron 3 ó NVIDIA, eisithe chuig Hugging Face an 4 Meitheamh 2026. Déanann tuarascáil theicniúil NVIDIA cur síos air mar "múnla teanga Meascáin Saineolaithe Mamba-Aire hibrideach le 550 billiún paraiméadar san iomlán agus 55 billiún gníomhach" — oibríonn thart ar 10% den líonra ar aon chomhartha ar leith, agus is é sin a fhágann gur féidir múnla leathoiread trilliún paraiméadar a fhreastal ar chor ar bith.
Is é an leagan amach a thuairiscítear ná 108 sraith ag toise múnla 8,192, ag fí sraitheanna spáis-staide Mamba-2 le tacar gann de shraitheanna aire iomláine, 512 saineolaí in aghaidh na sraithe MoE le ródú top-22. Rith an réamhoiliúint ar thart ar 20 trilliún comhartha téacs in dhá chéim — claonta i dtreo na héagsúlachta ar dtús, ansin i dtreo na cáilíochta — le cinnphointe Meán Fómhair 2025, 12 theanga nádúrtha agus 43 teanga ríomhchlárúcháin. Bhain an iar-oiliúint úsáid as SFT, as RL il-timpeallachta le luaíochtaí infhíoraithe, agus as Driogadh Il-Mhúinteora ar an mBeartas trasna breis is deich múinteoir speisialtóra. Is é an sprioc dearaidh a luaitear ná gníomhairí fadtréimhseacha: seisiúin a choinníonn comhthéacs mór, a ghlaonn ar uirlisí mórán uaireanta, agus a ritheann sách fada le go mbeidh an eacnamaíocht in aghaidh an chomhartha i gceannas ar an mbille.
02Sinsearacht Nemotron, agus cén fáth a bhfuil tábhacht leis an bpór
Ní eachtra aonuaire é Nemotron. Is é aschur infheicthe clár taighde de chuid NVIDIA atá ag rith sa treo céanna ó 2024, agus d'fhág gach glúin rud éigin a iompraíonn an múnla reatha fós. Seoladh Nemotron-4 340B (Meitheamh 2024) le píblíne oscailte giniúna sonraí sintéiseacha, lena mhúnla luaíochta agus lena ghineadóir, móide nochtadh neamhghnách: bhí formhór mór a chuid sonraí ailínithe ginte ag múnla. Is é an múnla mar mhonarcha sonraí seachas mar oracal an fáth a leanann eisiúintí Nemotron níos déanaí de bheith ag seoladh tacar sonraí taobh le meáchain.
Llama-Nemotron — réasúnaíocht is féidir leat a mhúchadh
Chuir teaghlach Llama-Nemotron 2025 (LN-Nano 8B, LN-Super 49B, LN-Ultra 253B) dhá smaoineamh ar fáil a d'aosaigh go maith. Bhí an chéad cheann ailtireachta: thóg cuardach ailtireachta néaraí Puzzle ó NVIDIA leabharlann de bhloic thrasfhoirmeora driogtha de réir bloic agus chuir le chéile iad le ríomhchlárú measctha slánuimhreach, ag táirgeadh múnlaí ina scipeálann roinnt bloc an aire ar fad nó ina gcuireann siad sraith líneach amháin ina hionad, agus FFN Fusion ag titim bloic aisfhriotha as a chéile isteach i mbloic ba lú, ba leithne agus comhthreomhara — ag gearradh doimhneacht sheicheamhach seachas líon na bparaiméadar. D'oir LN-Ultra ar aon nód 8×H100 amháin agus, de réir pháipéar NVIDIA, é ag sárú DeepSeek-R1 ar GPQA-Diamond (76.0% i gcoinne 71.5%).
Bhí an dara ceann iompraíochta: ba é Llama-Nemotron an chéad teaghlach oscailte le scoránaí réasúnaíochta dinimiciúil, ag clibeáil sonraí oiliúna mar detailed thinking on nó detailed thinking off sa treoir chórais, le luaíochtaí formáide ag forfheidhmiú clibeanna <think> sa mhodh ar siúl. Aon tacar meáchan amháin, dhá iompar, inroghnaithe tráth an tátail. Is díreach ón obair sin a shíolraíonn rialú buiséid réasúnaíochta Nemotron 3 — agus an paraiméadar reasoning_effort ar ár API.
Nemotron 3 — an casadh hibrideach
Chuir Nemotron 3 ailtireacht hibrideach ón mbonn aníos in ionad an díorthaithe ó Llama agus chuir sé LatentMoE leis (comharthaí a chomhbhrú roimh an ródú, rud a cheadaíonn, dar le NVIDIA, "ceithre oiread saineolaithe ar an gcostas tátail céanna"), tuar il-chomharthaí, agus réamhoiliúint dhúchasach NVFP4. D'fhoilsigh NVIDIA carnach de 50 milliún sampla SFT, 2 mhilliún tasc RL agus 55 timpeallacht RL taobh leis na meáchain — ní gá duit focal díoltóra a ghlacadh faoinar múineadh don mhúnla, mar tá an t-ábhar teagaisc iníoslódáilte.
03Cad a cheannaíonn an ailtireacht hibrideach duit
Fásann taisce KV trasfhoirmeora go líneach le fad na seichimhe, agus is é sin an fáth a n-éiríonn tátal comhthéacs fhada costasach sa chuimhne sula n-éiríonn sé costasach sa ríomh. Is múnlaí spáis-staide iad sraitheanna Mamba-2 a iompraíonn staid athchúrsach de mhéid seasta, mar sin ní fhásann a gcostas cuimhne in aghaidh an chomhartha leis an stair; is é an rud a dhéanann siad go dona ná athghairm chomhlachaithe bheacht. Coinníonn an hibrideach Mamba-2 do bhunáite phróiseáil na seichimhe móide mionlach de fhíorshraitheanna aire don athghairm a chlisteann ar na sraitheanna spáis-staide, le cóimheas ionsaitheach 64 ceann ceiste / 2 cheann KV ag laghdú na taisce tuilleadh. Tuairiscíonn NVIDIA 94.7% ar RULER ag 1M comhartha — tagarmharc aisghabhála snáthaide a tógadh chun múnlaí a bhéarfaidh ar fhuinneog nach féidir leo a úsáid.
Is í an toradh atá air ná an tréchur: maíonn NVIDIA suas le thart ar 6× tréchur tátail níos airde ná múnlaí inchomparáide ar chruinneas comhionann, agus thomhais Artificial Analysis go neamhspleách 140.3 comhartha in aghaidh an tsoicind le ham 1.33 soicind go dtí an chéad chomhartha — an 7ú háit as 89 múnla. Ar rith gníomhaire 200 babhta is í sin an difríocht idir críochnú tráthnóna agus gan críochnú ar chor ar bith.
04Cad a chiallaíonn "3BIT-REAP", go macánta
Ní maisiúchán é an iarmhír — insíonn sé duit go beacht cad a rinneadh leis an mbunmhúnla lena chur in oiriúint.
Tagann REAP — Router-weighted Expert Activation Pruning — ó Cerebras Research agus glacadh leis ag ICLR 2026. I MoE gann seolann an ródaire gach comhartha chuig dornán saineolaithe; thar fhíorualach oibre buailtear ar chuid acu i gcónaí agus ar chuid eile beagnach riamh. Scórálann REAP gach saineolaí ar chritéar suntasachta a chuireann cé chomh láidir a gheataíonn an ródaire é le méid a chuidithe aschuir, agus baineann sé na cinn is lú suntas go buan — tuairiscíonn Cerebras suas le 50% de na saineolaithe a bhearradh ó mhúnlaí chomh mór le trilliún paraiméadar agus an cháilíocht bhonnlíne á caomhnú den chuid is mó, agus faigheann sé amach gur fearr an bearradh ná an cumasc do thascanna giniúna ar nós cóid. Comhbhrúnn cainníochtú 3-ghiotán ansin an méid a mhaireann. Bearr ar dtús, cainníochtaigh ina dhiaidh, ionas go dtéann an buiséad giotán chuig saineolaithe a iompraíonn trácht in ionad é a smearadh trasna na gcinn mharbha.
Níl an comhbhrú saor in aisce, agus ní ligfimid orainn a mhalairt: taispeánann cainníochtú ionsaitheach é féin ar dtús mar dhíghrádú beag ar chomhlíonadh formáide beaichte agus ar uimhríocht slabhra fhada, ní mar mhí-chomhtháthú infheicthe. An áit a suíonn na trí leibhéal:
| Iarmhír | Cad é | Cá n-úsáidimid é |
|---|---|---|
| 3BIT-REAP | Meáchain 3-ghiotán + bearradh saineolaithe | Na bunmhúnlaí is mó, áit nach n-oireann aon rud eile ar luas |
| W4A16-AUTOROUND-REAP | Meáchain 4-ghiotán / gníomhachtuithe 16-giotán, slánú foghlamtha AutoRound, + bearradh | Bunmhúnlaí meánmhéide; aisghabhann AutoRound cruinneas thar shlánú saonta |
| W8A16 | Meáchain 8-giotán / gníomhachtuithe 16-giotán | An dílseacht is airde; bunmhúnlaí atá sách beag gan gá le comhbhrú ionsaitheach |
Tá Nemotron 3 Ultra ag 550B díreach sa chéad chatagóir. Má tá d'ualach oibre thar a bheith íogair d'aschur uimhriúil beacht thar shlabhraí fada, liostaíonn an innéacs taighde an leibhéal W8A16 — MiMo-V2.5-Pro-W8A16 agus Hy3-W8A16 — ar urlár $0.50/$2.00. Fíormhalairt, ní huinnliúchán: múnla níos lú, níos lú comhbhrú.
05Cad a chiallaíonn "gan chinsireacht" ar an gcríochphointe seo
Go beacht: níl aon chiseal diúltaithe ann agus níl aon scagadh ábhair á chur ar an aschur. Níl aicmitheoir ar bith ag iniúchadh do leide agus ag filleadh diúltú stánaithe, agus ní dhéantar an freagra a scanadh sula sroicheann sé do shruth. Is é a fhaigheann tú ná iompar an mhúnla féin.
Is anseo a scoireann an tsinsearacht oscailte de bheith ina mionrud. Toisc gur fhoilsigh NVIDIA na sonraí iar-oiliúna agus na timpeallachtaí RL, tá claonta an mhúnla iniúchta i bprionsabal seachas a bheith ina mbéaloideas. Agus toisc gur ceadúnas ceadaitheach ó Linux Foundation é OpenMDW-1.1 a chlúdaíonn an ailtireacht, na paraiméadair, an cháipéisíocht agus an bogearra, is féidir le hoibreoir neamhspleách imlonnú modhnaithe gan scagadh a fhreastal ar a chrua-earraí féin gan an ceadúnas a bheith ina chonstaic. Ní cheadaíonn mórán ceadúnas múnlaí "oscailte" é sin. Ceadaíonn an ceann seo. Taispeánann an difríocht í féin san áit ar fabht é an diúltú aisfhreagrach seachas gné sábháilteachta:
- Taighde slándála — anailís leochaileachtaí, réasúnaíocht saothraithe, iompar mailíseach bogearraí, uirlisí foirne deirge, gan argóint faoi cé acu an bhfuil cead leis an gceist.
- Ceimic, bitheolaíocht agus cógaseolaíocht — matamaitic dáileoige, meicníochtaí imoibrithe, tocsaineolaíocht, bealaí sintéise a ndiúltaíonn críochphointe scagtha dóibh ar theagmháil eochairfhocail.
- Foghlaim inneall aimhréidhe — diúltaigh chrua, corpais bhriste agus tacsanomaíochtaí mí-úsáide d'aicmitheoirí a chaithfidh an fíorrud a bheith feicthe acu.
- Téacs cliniciúil, dlíthiúil agus fóiréinseach — ábhar cáis atá garbh ó nádúr agus a ndiúltaítear dó ar an gcúis sin go beacht.
Ní hionann gan chinsireacht agus gan chuntasacht. Is leatsa a ghineann tú, agus rialaíonn ár bPolasaí Úsáide Freagraí agus ár dTéarmaí Seirbhíse an cuntas. Baineann ciseal diúltaithe a bhaint buille faoi thuairim faoin intinn as an gcóras; ní bhaineann sé do chuid oibleagáidí faoin dlí a bhaineann leat.
06STEM agus réasúnaíocht: a ndeir na huimhreacha foilsithe
Is í an mhatamaitic, an cód, an eolaíocht agus treoracha a leanúint fócas oiliúna Nemotron ó tógadh tacar sonraí iar-oiliúna Llama-Nemotron timpeall ar na ceithre ais sin go beacht. A dtuairiscíonn NVIDIA don bhunmhúnla Nemotron 3 Ultra — figiúirí tuairiscithe ag an díoltóir ar an múnla neamh-chomhbhrúite, nár rith muid féin:
Dhá chaveat is fiú níos mó ná na huimhreacha. Is raon é figiúr SWE-Bench Verified — tuairiscíonn NVIDIA 65.0% go 70.4% ag brath ar cén creat gníomhaire a ritheann é (Pi, OpenHands, Hermes, OpenCode, Mini SWE Agent), agus taispeánann leathadh cúig phointe ón scafall amháin cé chomh mór is atá scóir ghníomhaireachta ag brath ar an gcreat seachas ar an múnla. Agus chuir Artificial Analysis Nemotron 3 Ultra ag 48 ar a Innéacs Faisnéise, an 9ú háit as 89 múnla — láidir, ní barr na páirce, agus is é a dtomhas neamhspleách an ceann a thabharfaimis tosaíocht dó thar sleamhnán aon díoltóra.
Ar an nglúin roimhe seo, tuairiscíonn páipéar Llama-Nemotron ó NVIDIA LN-Ultra ag 76.0% ar GPQA-Diamond i gcoinne 71.5% DeepSeek-R1 agus 43.4% Llama-3.1-405B-Instruct, móide 80.8% ar AIME 2024 — múnla difriúil, curtha san áireamh toisc gurb í an eolaíocht ar leibhéal iarchéime agus an mhatamaitic chomórtais sprioc an teaghlaigh le dhá ghlúin.
Foilsíonn duine éigin seachas sinne gach figiúr anseo. Seiceáil na bunfhoinsí tú féin.
Figiúirí tagarmhairc mar a d'fhoilsigh NVIDIA iad (Meitheamh 2026) ar Nemotron 3 Ultra neamh-chomhbhrúite, agus ag Artificial Analysis do thomhais neamhspleácha. Féadfaidh tógálacha comhbhrúite a bheith difriúil. Ní fhoilsímid figiúirí tagarmhairc nár fhíoraigh muid nó nach féidir linn a chur i leith foinse.
07Praghas, agus caveat na foclachta
Ag $0.75 in aghaidh an mhilliúin comhartha ionchuir agus $3.30 in aghaidh an mhilliúin comhartha aschuir, suíonn Nemotron3Ultra sa trian íochtarach dár gcatalóg ar an ionchur agus sa lár ar an aschur. Samplaí oibrithe, mar tá sé deacair praghsáil in aghaidh an mhilliúin a bhrath:
| Cruth an ghlao | Isteach | Amach | Costas |
|---|---|---|---|
| Babhta tipiciúil RAG | 50,000 | 4,000 | $0.051 |
| Anailís ar cháipéis fhada | 150,000 | 8,000 | $0.139 |
| Glao ar an uasmhéid | 262,144 | 16,384 | $0.251 |
Cosnaíonn iarratas lánchomhthéacs, lánaschuir — gach comhartha a ghlacfaidh an críochphointe agus gach comhartha a tháirgfidh sé — thart ar 25 cent. Cosnaíonn an cruth céanna ar Kimi-K3-3BIT-REAP, an múnla is daoire againn ar $3.83/$19.12, thart ar $1.32, nó 5.3× níos mó.
Anois an caveat, agus tá sé fíor. Thomhais Artificial Analysis Nemotron 3 Ultra ag giniúint 2.3× níos mó comharthaí aschuir ná an meánchomhghleacaí trasna a sraithe tagarmhairc. Billeálann múnlaí réasúnaíochta an smaointeoireacht ort, agus smaoiníonn an ceann seo go fada; imíonn buntáiste praghais in aghaidh an chomhartha ina mhíbhuntáiste in aghaidh an taisc má réasúnaíonn an múnla trí huaire chomh fada leis an bhfreagra céanna a bhaint amach. Tá an mhaolú tógtha isteach agus nochta ar ár API: iar-oileadh Nemotron 3 do rialú buiséid réasúnaíochta, agus tacaítear le reasoning_effort anseo — déanann NVIDIA cur síos ar mhodh iarrachta ísle a úsáideann i bhfad níos lú comharthaí smaointeoireachta ar mhalairt cruinnis d'aon fhigiúr amháin. Ar aicmiú, ar eastóscadh agus ar ródú, ísligh é agus athraíonn an eacnamaíocht go substaintiúil; ar chruthúnas nó ar athchumrú il-chomhad, ardaigh é agus íoc as d'aon ghnó. Tomhais do chomharthaí in aghaidh an taisc féin seachas an liosta praghsanna a léamh agus talamh slán a dhéanamh de.
08Glaoch air: trí chanúint, aon mhúnla amháin
Freagraíonn gach múnla ar an ngeata ar thrí dhromchla API sruthaithe, ionas gur féidir leat cliant reatha a dhíriú air gan d'imeascadh a athscríobh: /v1/chat/completions (canúint OpenAI), /v1/messages (canúint Anthropic), agus /v1/responses.
curl https://api.shannon-ai.com/v1/chat/completions \
-H "Authorization: Bearer $SHANNON_API_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "Nemotron3Ultra-3BIT-REAP",
"reasoning_effort": "medium",
"stream": true,
"messages": [
{"role": "user", "content": "Derive the worst-case cache behavior of this loop nest."}
]
}'Achoimre ar na cumais, ionas nach mbainfidh aon rud geit asat tráth an imeasctha:
| Cumas | Nemotron3Ultra · 3BIT-REAP |
|---|---|
| Fuinneog chomhthéacs | 262,144 comhartha |
| Uasaschur / iarratas | 16,384 comhartha |
| Sruthú | Tá |
| Glaonna uirlisí | Tá |
| Ríanta réasúnaíochta | Tá |
reasoning_effort | Tá |
json_schema (dian) | Tá |
response_format | Tá |
| Fís / ionchur íomhá | Níl — téacs amháin |
| Ciseal diúltaithe | Ceann ar bith |
Beireann an ró físe ar dhaoine: is múnla téacs amháin é Nemotron3Ultra. Má sheolann do phíblíne íomhánna, bain úsáid as MiniMax-M3-3BIT-REAP nó MiMo-V2.5-W8A16 ar $0.50/$2.00, nó as Kimi-K2.6-W4A16-AUTOROUND-REAP ar $0.78/$3.67 — iad uile in ann fís a dhéanamh, iad uile gan chinsireacht, iad uile ar an gcomhthéacs 262,144 comhartha céanna. Tá an tagairt iomlán paraiméadar sna cáipéisí API.
09An áit a suíonn Nemotron3Ultra i measc an dá cheann déag
Is éard atá sa chatalóg ná dhá mhúnla dhéag gan chinsireacht a roinneann an fhuinneog chomhthéacs chéanna, na trí chanúint chéanna agus an easpa chéanna ciseal diúltaithe; tá siad difriúil ó thaobh bunmhúnla, praghais agus cumais. Tá suíomh Nemotron sonrach: an capall oibre réasúnaíochta le sinsearacht oscailte — ní an ceann is saoire, ní an ceann is cumasaí, ach an ceann leis an rian páipéir phoiblí is mó taobh thiar dá iompar, tiúnta níos géire i dtreo STEM agus gníomhairí.
| Múnla | Isteach / 1M | Amach / 1M | Fís | Pioc é le haghaidh |
|---|---|---|---|---|
| MiniMax-M3 · 3BIT-REAP | $0.50 | $2.00 | Tá | An rogha físe is saoire |
| MiMo-V2.5-Pro · W8A16 | $0.50 | $2.00 | Níl | An leibhéal cainníochtaithe is dílse |
| GLM-5.2 · 3BIT-REAP | $0.73 | $2.34 | Níl | An réasúnaíocht bhunmhúnla mhóir is saoire |
| Nemotron3Ultra · 3BIT-REAP | $0.75 | $3.30 | Níl | STEM, gníomhairí, sinsearacht oscailte |
| Kimi-K2.6 · W4A16-AUTOROUND-REAP | $0.78 | $3.67 | Tá | Fís + dílseacht AutoRound |
| DeepSeek-V4-Pro · 3BIT-REAP | $1.95 | $3.90 | Níl | Anailís dhomhain aon-urchair |
| Kimi-K3 · 3BIT-REAP | $3.83 | $19.12 | Tá | Uasteorainn iomlán na gcumas |
Seacht gcinn as dhá cheann déag taispeánta. Tá an chatalóg iomlán — Laguna-S-2.1, inkling, DeepSeek-V4-Flash, MiMo-V2.5 agus Hy3 ina measc — sna cáipéisí API. Tabhair faoi deara nach dtacaíonn Laguna-S-2.1 le haschur struchtúrtha agus nach dtacaíonn inkling le json_schema; tacaíonn Nemotron3Ultra leis an dá cheann.
Is é GLM-5.2-3BIT-REAP ar $0.73/$2.34 an comharsa is gaire ó thaobh praghais, agus is í seo an chomparáid mhacánta: tá GLM-5.2 níos saoire in aghaidh an chomhartha, go háirithe ar an aschur. Tugann Nemotron corpas oiliúna foilsithe, diail bhuiséid réasúnaíochta shainráite, agus stair teaghlaigh dírithe ar eolaíocht ar leibhéal iarchéime. Réasúnaíocht ghinearálta ar ardtoirt: rith an ceann is saoire. Trom ar STEM, gníomhaireachta, nó faoi réir iniúchta a fhiafraíonn cárb as iompar an mhúnla: tuilleann Nemotron an difríocht.
10Ceisteanna coitianta
Cad é an API Nemotron gan chinsireacht?
Is é críochphointe óstáilte Shannon AI do Nemotron3Ultra 3BIT-REAP é, tógáil chomhbhrúite de Nemotron 3 Ultra meáchan-oscailte ó NVIDIA. Ritheann sé ar ár mbraisle GPU féin gan chiseal diúltaithe agus gan scagadh aschuir, nochtann sé comhthéacs 262,144 comhartha agus 16,384 comhartha aschuir in aghaidh an iarratais, agus cosnaíonn sé $0.75 in aghaidh an mhilliúin comhartha ionchuir agus $3.30 in aghaidh an mhilliúin comhartha aschuir.
An meáchain oscailte i ndáiríre é NVIDIA Nemotron?
Is ea. D'fhoilsigh NVIDIA Nemotron 3 Ultra an 4 Meitheamh 2026 leis na meáchain, na sonraí oiliúna agus na hoidis faoi cheadúnas ceadaitheach OpenMDW-1.1 ó Linux Foundation, sa tsraith i ndiaidh Nemotron-4 340B agus theaghlach Llama-Nemotron. Is í an oscailteacht sin a fhágann gur féidir imlonnú neamhspleách gan scagadh a dhéanamh.
Cad a chiallaíonn 3BIT-REAP?
Dhá chéim chomhbhrúite. Scórálann REAP — Router-weighted Expert Activation Pruning, ó Cerebras Research agus glactha ag ICLR 2026 — gach saineolaí Meascáin Saineolaithe de réir cé chomh láidir a gheataíonn an ródaire é agus cé chomh mór is atá a chuidiú aschuir, agus scriosann sé na cinn is lú suntas go buan. Cainníochtaítear na marthanóirí go meáchain 3-ghiotán, ionas go gcaitear an buiséad giotán ar shaineolaithe a iompraíonn trácht i ndáiríre.
An dtacaíonn Nemotron3Ultra le fís nó le haschur Scéimre JSON?
Gan íomhánna: is críochphointe téacs amháin é seo. Tacaíonn sé le haschur struchtúrtha dian — le json_schema agus le response_format araon — móide glaonna uirlisí, sruthú, ríanta réasúnaíochta agus reasoning_effort. Le haghaidh íomhánna ar mhúnla gan chinsireacht, bain úsáid as MiniMax-M3, Kimi-K2.6, Kimi-K3, MiMo-V2.5 nó inkling ina ionad.
Cén fáth a bhfuil an comhthéacs 262,144 comhartha nuair a fhógraíonn NVIDIA 1M?
Dírítear ailtireacht Nemotron 3 ar fhuinneog 1M comhartha agus tuairiscíonn NVIDIA 94.7% ar RULER ag an bhfad sin. Freastalaíonn ár n-imlonnú 262,144 comhartha, an fhuinneog a choinnímid ar lánluas trasna na catalóige ar fad. Nochtann gach múnla ar an ngeata an comhthéacs céanna, mar sin is féidir leat aitheantóirí múnla a mhalartú gan do chuid smiotaithe a athscríobh.
An bhfuil Nemotron go maith don mhatamaitic, don eolaíocht agus don chód?
Is iad STEM agus an réasúnaíocht fócas luaite an teaghlaigh. Tuairiscíonn NVIDIA 90% ar PinchBench, 65.0-70.4% ar SWE-Bench Verified trasna cúig chreat gníomhaire agus 56.4% ar Terminal-Bench 2.1 do Nemotron 3 Ultra; thuairiscigh Llama-Nemotron Ultra níos luaithe 76.0% ar GPQA-Diamond i gcoinne 71.5% DeepSeek-R1. Is figiúirí tuairiscithe ag an díoltóir ar an mbunmhúnla neamh-chomhbhrúite iad uile.
Glaoigh ar an API Nemotron gan chinsireacht
Comhthéacs 262K, glaonna uirlisí, Scéimre JSON dian, gan chiseal diúltaithe — $0.75 isteach / $3.30 amach in aghaidh 1M comhartha.
Léigh na Cáipéisí API Gach Cárta MúnlaShannon Lab LLC · Nua-Mheicsiceo, SAM · úsáid faoi rialú ár bPolasaí Úsáide Freagraí
Foinsí: tuarascáil theicniúil NVIDIA Nemotron 3 Ultra · blag forbróirí NVIDIA (Meitheamh 2026) · nótaí ailtireachta Nemotron 3 Super · Llama-Nemotron: Efficient Reasoning Models · Cerebras Research, REAP. Is é NVIDIA a thuairiscíonn tagarmharcanna an bhunmhúnla ar an múnla neamh-chomhbhrúite mura gcuirtear i leith Artificial Analysis iad; féadfaidh tógálacha comhbhrúite a bheith difriúil. Tá na praghsanna agus na cumais reatha amhail an 5 Meán Fómhair 2026.