ಸೆನ್ಸಾರ್ ರಹಿತ Nemotron API

ಬಹುತೇಕ "ಓಪನ್" ಮಾಡೆಲ್‌ಗಳು ಓಪನ್ ವೈಟ್ಸ್ ಮಾತ್ರ ಮತ್ತು ಬೇರೇನೂ ಅಲ್ಲ — ಪ್ಯಾರಾಮೀಟರ್‌ಗಳ ಟಾರ್‌ಬಾಲ್, ಲೈಸೆನ್ಸ್, ಮತ್ತು ಸಂಖ್ಯೆಗಳು ಎಲ್ಲಿಂದ ಬಂದವು ಎಂಬುದರ ಬಗ್ಗೆ ಮೌನ. Nemotron ಎರಡು ವರ್ಷಗಳಿಂದ ಸ್ಥಿರವಾದ ಅಪವಾದವಾಗಿದೆ: NVIDIA ವೈಟ್ಸ್, ನಂತರದ-ತರಬೇತಿ ಡೇಟಾಸೆಟ್‌ಗಳು, RL ಪರಿಸರಗಳು ಮತ್ತು ವಿಧಾನವನ್ನು ಕಳುಹಿಸುತ್ತದೆ. ಸೆನ್ಸಾರ್ ರಹಿತ ಎಂಡ್‌ಪಾಯಿಂಟ್‌ಗೆ ಇದು ಸುಲಭವಾಗಿ ತಪ್ಪಿಸಿಕೊಳ್ಳುವ ರೀತಿಯಲ್ಲಿ ಮುಖ್ಯ. ಜೋಡಣೆ ಡೇಟಾ ಪ್ರಕಟಿತವಾಗಿರುವ ಮಾಡೆಲ್ ಎಂದರೆ ಅದರ ನಿರಾಕರಣೆ ವರ್ತನೆಯನ್ನು ನೀವು ಊಹಿಸುವ ಬದಲು ತರ್ಕಿಸಬಹುದಾದದ್ದು — ಮತ್ತು ಮೂರನೇ ವ್ಯಕ್ತಿಯು ಬಾಯಿಗೆ ಜೋಡಿಸಿದ ವಿಷಯ ಫಿಲ್ಟರ್ ಇಲ್ಲದೆ ನ್ಯಾಯಸಮ್ಮತವಾಗಿ ಡಿಪ್ಲಾಯ್ ಮಾಡಬಹುದಾದದ್ದು.

01Nemotron 3 Ultra ಎಂದರೇನು?

Nemotron 3 Ultra ಎಂಬುದು NVIDIA ಯ Nemotron 3 ಕುಟುಂಬದ ಅತಿ ದೊಡ್ಡ ಸದಸ್ಯ, ಜೂನ್ 4, 2026 ರಂದು Hugging Face ಗೆ ಬಿಡುಗಡೆಯಾಗಿದೆ. NVIDIA ಯ ತಾಂತ್ರಿಕ ವರದಿ ಅದನ್ನು "550 ಬಿಲಿಯನ್ ಒಟ್ಟು ಮತ್ತು 55 ಬಿಲಿಯನ್ ಸಕ್ರಿಯ ಪ್ಯಾರಾಮೀಟರ್ ಮಿಶ್ರಣ-ಆಫ್-ಎಕ್ಸ್‌ಪರ್ಟ್ಸ್ ಹೈಬ್ರಿಡ್ Mamba-Attention ಭಾಷಾ ಮಾಡೆಲ್" ಎಂದು ವಿವರಿಸುತ್ತದೆ — ಯಾವುದೇ ಒಂದು ಟೋಕನ್‌ನಲ್ಲಿ ಜಾಲದ ಸುಮಾರು 10% ಕೆಲಸ ಮಾಡುತ್ತದೆ, ಇದೇ ಅರ್ಧ-ಟ್ರಿಲಿಯನ್-ಪ್ಯಾರಾಮೀಟರ್ ಮಾಡೆಲ್ ಅನ್ನು ಸೇವೆ ನೀಡಲು ಸಾಧ್ಯವಾಗಿಸುವುದು.

ವರದಿಯಾದ ಲೇಔಟ್ 108 ಪದರಗಳು, ಮಾಡೆಲ್ ಆಯಾಮ 8,192, Mamba-2 ಸ್ಟೇಟ್-ಸ್ಪೇಸ್ ಪದರಗಳನ್ನು ವಿರಳ ಪೂರ್ಣ ಅಟೆನ್ಷನ್ ಪದರಗಳ ಗುಂಪಿನೊಂದಿಗೆ ಪೇರಿಸುತ್ತದೆ, ಪ್ರತಿ MoE ಪದರಕ್ಕೆ 512 ಎಕ್ಸ್‌ಪರ್ಟ್‌ಗಳು ಟಾಪ್-22 ರೂಟಿಂಗ್ ಜೊತೆ. ಪೂರ್ವ-ತರಬೇತಿ ಸುಮಾರು 20 ಟ್ರಿಲಿಯನ್ ಪಠ್ಯ ಟೋಕನ್‌ಗಳ ಮೇಲೆ ಎರಡು ಹಂತಗಳಲ್ಲಿ ನಡೆಯಿತು — ಮೊದಲು ವೈವಿಧ್ಯ-ಪಕ್ಷಪಾತಿ, ನಂತರ ಗುಣಮಟ್ಟ-ಪಕ್ಷಪಾತಿ — ಸೆಪ್ಟೆಂಬರ್ 2025 ರ ಕಟ್‌ಆಫ್, 12 ನೈಸರ್ಗಿಕ ಭಾಷೆಗಳು ಮತ್ತು 43 ಪ್ರೋಗ್ರಾಮಿಂಗ್ ಭಾಷೆಗಳೊಂದಿಗೆ. ನಂತರದ-ತರಬೇತಿ SFT, ಪರಿಶೀಲಿಸಬಹುದಾದ ಪ್ರತಿಫಲಗಳೊಂದಿಗೆ ಬಹು-ಪರಿಸರ RL, ಮತ್ತು ಹತ್ತಕ್ಕೂ ಹೆಚ್ಚು ವಿಶೇಷಜ್ಞ ಟೀಚರ್‌ಗಳಾದ್ಯಂತ Multi-Teacher On-Policy Distillation ಬಳಸಿತು. ಘೋಷಿತ ವಿನ್ಯಾಸ ಗುರಿ ದೀರ್ಘ-ಚಾಲನೆಯ ಏಜೆಂಟ್‌ಗಳು: ದೊಡ್ಡ ಸಂದರ್ಭ ಹಿಡಿದಿಟ್ಟುಕೊಳ್ಳುವ, ಡಜನ್ಗಟ್ಟಲೆ ಬಾರಿ ಟೂಲ್‌ಗಳನ್ನು ಕರೆಯುವ, ಮತ್ತು ಪ್ರತಿ-ಟೋಕನ್ ಅರ್ಥಶಾಸ್ತ್ರ ಬಿಲ್ಲಿನ ಮೇಲೆ ಪ್ರಾಬಲ್ಯ ಸಾಧಿಸುವಷ್ಟು ದೀರ್ಘ ಚಲಿಸುವ ಸೆಷನ್‌ಗಳು.

02Nemotron ವಂಶಾವಳಿ, ಮತ್ತು ಪೆಡಿಗ್ರೀ ಏಕೆ ಮುಖ್ಯ

Nemotron ಒಂದೇ ಬಾರಿಯ ವಿಷಯವಲ್ಲ. ಇದು 2024 ರಿಂದ ಅದೇ ದಿಕ್ಕಿನಲ್ಲಿ ಚಾಲನೆಯಲ್ಲಿರುವ NVIDIA ಸಂಶೋಧನಾ ಕಾರ್ಯಕ್ರಮದ ಗೋಚರ ಫಲಿತಾಂಶ, ಮತ್ತು ಪ್ರತಿ ತಲೆಮಾರೂ ಪ್ರಸ್ತುತ ಮಾಡೆಲ್ ಇನ್ನೂ ಹೊತ್ತಿರುವ ಏನನ್ನಾದರೂ ಬಿಟ್ಟುಹೋಗಿದೆ. Nemotron-4 340B (ಜೂನ್ 2024) ಓಪನ್ ಸಿಂಥೆಟಿಕ್ ಡೇಟಾ ಜನರೇಶನ್ ಪೈಪ್‌ಲೈನ್, ಅದರ ಪ್ರತಿಫಲ ಮಾಡೆಲ್ ಮತ್ತು ಅದರ ಜನರೇಟರ್ ಜೊತೆ, ಜೊತೆಗೆ ಅಸಾಮಾನ್ಯ ಬಹಿರಂಗಪಡಿಸುವಿಕೆಯೊಂದಿಗೆ ಕಳುಹಿಸಲ್ಪಟ್ಟಿತು: ಅದರ ಜೋಡಣೆ ಡೇಟಾದ ಬಹುಪಾಲು ಮಾಡೆಲ್-ಜನಿತವಾಗಿತ್ತು. ಒರಾಕಲ್‌ಗಿಂತ ಡೇಟಾ ಫ್ಯಾಕ್ಟರಿಯಾಗಿ ಮಾಡೆಲ್ ಇರುವುದೇ ನಂತರದ Nemotron ಬಿಡುಗಡೆಗಳು ವೈಟ್ಸ್‌ಗಳ ಜೊತೆ ಡೇಟಾಸೆಟ್‌ಗಳನ್ನೂ ಕಳುಹಿಸುತ್ತಲೇ ಇರುವುದಕ್ಕೆ ಕಾರಣ.

Llama-Nemotron — ನೀವು ಆಫ್ ಮಾಡಬಹುದಾದ ರೀಸನಿಂಗ್

2025 ರ Llama-Nemotron ಕುಟುಂಬ (LN-Nano 8B, LN-Super 49B, LN-Ultra 253B) ಚೆನ್ನಾಗಿ ಬಾಳಿಕೆ ಬಂದ ಎರಡು ಆಲೋಚನೆಗಳನ್ನು ಕೊಡುಗೆ ನೀಡಿತು. ಮೊದಲನೆಯದು ವಾಸ್ತುಶಿಲ್ಪೀಯ: NVIDIA ಯ Puzzle ನ್ಯೂರಲ್ ಆರ್ಕಿಟೆಕ್ಚರ್ ಶೋಧ block-wise-distilled ಟ್ರಾನ್ಸ್‌ಫಾರ್ಮರ್ ಬ್ಲಾಕ್‌ಗಳ ಗ್ರಂಥಾಲಯ ಕಟ್ಟಿ mixed-integer programming ಮೂಲಕ ಜೋಡಿಸಿತು, ಕೆಲವು ಬ್ಲಾಕ್‌ಗಳು ಅಟೆನ್ಷನ್ ಅನ್ನು ಸಂಪೂರ್ಣವಾಗಿ ಬಿಟ್ಟುಬಿಡುವ ಅಥವಾ ಅದನ್ನು ಒಂಟಿ ಲೀನಿಯರ್ ಪದರದಿಂದ ಬದಲಾಯಿಸುವ ಮಾಡೆಲ್‌ಗಳನ್ನು ಉತ್ಪಾದಿಸಿತು, ಆದರೆ FFN Fusion ಸತತ ಫೀಡ್-ಫಾರ್ವರ್ಡ್ ಬ್ಲಾಕ್‌ಗಳನ್ನು ಕಡಿಮೆ, ಅಗಲ, ಸಮಾನಾಂತರವಾದವುಗಳಾಗಿ ಕುಸಿಯಿತು — ಪ್ಯಾರಾಮೀಟರ್ ಎಣಿಕೆಗಿಂತ ಅನುಕ್ರಮ ಆಳವನ್ನು ಕಡಿಮೆ ಮಾಡಿತು. LN-Ultra ಒಂಟಿ 8×H100 ನೋಡ್‌ನಲ್ಲಿ ಹೊಂದಿಕೊಂಡಿತು, ಅದೇ ಸಮಯದಲ್ಲಿ NVIDIA ಯ ಪೇಪರ್ ಪ್ರಕಾರ GPQA-Diamond ಮೇಲೆ DeepSeek-R1 ಅನ್ನು ಮೀರಿಸಿತು (76.0% ಗೆ 71.5%).

ಎರಡನೆಯದು ವರ್ತನಾತ್ಮಕ: Llama-Nemotron ಡೈನಾಮಿಕ್ ರೀಸನಿಂಗ್ ಟಾಗಲ್ ಇರುವ ಮೊದಲ ಓಪನ್ ಕುಟುಂಬವಾಗಿತ್ತು, ಸಿಸ್ಟಂ ಸೂಚನೆಯಲ್ಲಿ detailed thinking on ಅಥವಾ detailed thinking off ಎಂದು ತರಬೇತಿ ಡೇಟಾ ಟ್ಯಾಗ್ ಮಾಡುತ್ತಿತ್ತು, ಆನ್-ಮೋಡ್‌ನಲ್ಲಿ <think> ಟ್ಯಾಗ್‌ಗಳನ್ನು ಜಾರಿಗೊಳಿಸುವ ಫಾರ್ಮ್ಯಾಟ್ ಪ್ರತಿಫಲಗಳೊಂದಿಗೆ. ಒಂದು ವೈಟ್ಸ್ ಸೆಟ್, ಎರಡು ವರ್ತನೆಗಳು, ಇನ್‌ಫರೆನ್ಸ್ ಸಮಯದಲ್ಲಿ ಆಯ್ಕೆಮಾಡಬಹುದಾದವು. Nemotron 3 ಯ ರೀಸನಿಂಗ್ ಬಜೆಟ್ ನಿಯಂತ್ರಣ — ಮತ್ತು ನಮ್ಮ API ಯಲ್ಲಿನ reasoning_effort ಪ್ಯಾರಾಮೀಟರ್ — ಆ ಕೆಲಸದಿಂದ ನೇರವಾಗಿ ಇಳಿದುಬಂದಿದೆ.

Nemotron 3 — ಹೈಬ್ರಿಡ್ ತಿರುವು

Nemotron 3 Llama ಪಡೆದ ವಿನ್ಯಾಸವನ್ನು ಶೂನ್ಯದಿಂದ ಕಟ್ಟಿದ ಹೈಬ್ರಿಡ್ ವಾಸ್ತುಶಿಲ್ಪದಿಂದ ಬದಲಾಯಿಸಿತು ಮತ್ತು LatentMoE ಸೇರಿಸಿತು (ರೂಟಿಂಗ್‌ಗೆ ಮೊದಲು ಟೋಕನ್‌ಗಳನ್ನು ಸಂಕ್ಷೇಪಿಸುವುದು, NVIDIA ಪ್ರಕಾರ "ಅದೇ ಇನ್‌ಫರೆನ್ಸ್ ವೆಚ್ಚಕ್ಕೆ 4x ಹೆಚ್ಚು ಎಕ್ಸ್‌ಪರ್ಟ್‌ಗಳನ್ನು" ಅನುಮತಿಸುತ್ತದೆ), multi-token prediction, ಮತ್ತು ಸ್ಥಳೀಯ NVFP4 ಪೂರ್ವ-ತರಬೇತಿ. NVIDIA ವೈಟ್ಸ್‌ಗಳ ಜೊತೆ ಸಂಚಿತ 50 ಮಿಲಿಯನ್ SFT ಮಾದರಿಗಳು, 2 ಮಿಲಿಯನ್ RL ಕಾರ್ಯಗಳು ಮತ್ತು 55 RL ಪರಿಸರಗಳನ್ನು ಪ್ರಕಟಿಸಿತು — ಮಾಡೆಲ್‌ಗೆ ಏನು ಕಲಿಸಲಾಗಿದೆ ಎಂಬುದಕ್ಕೆ ಮಾರಾಟಗಾರರ ಮಾತನ್ನು ನೀವು ನಂಬಬೇಕಿಲ್ಲ, ಏಕೆಂದರೆ ಬೋಧನಾ ಸಾಮಗ್ರಿ ಡೌನ್‌ಲೋಡ್ ಮಾಡಬಹುದಾಗಿದೆ.

03ಹೈಬ್ರಿಡ್ ವಾಸ್ತುಶಿಲ್ಪ ನಿಮಗೆ ಏನು ಕೊಡುತ್ತದೆ

ಟ್ರಾನ್ಸ್‌ಫಾರ್ಮರ್‌ನ KV ಕ್ಯಾಶ್ ಅನುಕ್ರಮ ಉದ್ದದೊಂದಿಗೆ ರೇಖೀಯವಾಗಿ ಬೆಳೆಯುತ್ತದೆ, ಅದಕ್ಕಾಗಿಯೇ ದೀರ್ಘ-ಸಂದರ್ಭ ಇನ್‌ಫರೆನ್ಸ್ ಕಂಪ್ಯೂಟ್‌ಗಿಂತ ಮೊದಲು ಮೆಮೊರಿಯಲ್ಲಿ ದುಬಾರಿಯಾಗುತ್ತದೆ. Mamba-2 ಪದರಗಳು ನಿಶ್ಚಿತ-ಗಾತ್ರದ ಪುನರಾವರ್ತಿತ ಸ್ಥಿತಿಯನ್ನು ಹೊತ್ತ ಸ್ಟೇಟ್-ಸ್ಪೇಸ್ ಮಾಡೆಲ್‌ಗಳು, ಆದ್ದರಿಂದ ಅವುಗಳ ಪ್ರತಿ-ಟೋಕನ್ ಮೆಮೊರಿ ವೆಚ್ಚ ಇತಿಹಾಸದೊಂದಿಗೆ ಬೆಳೆಯುವುದಿಲ್ಲ; ಅವು ಕೆಟ್ಟದಾಗಿರುವುದು ನಿಖರ ಸಹಸಂಬಂಧಿತ ಮರುಸ್ಮರಣೆಯಲ್ಲಿ. ಹೈಬ್ರಿಡ್ ಬಹುಪಾಲು ಅನುಕ್ರಮ ಸಂಸ್ಕರಣೆಗೆ Mamba-2 ಅನ್ನು ಜೊತೆಗೆ ಸ್ಟೇಟ್-ಸ್ಪೇಸ್ ಪದರಗಳು ಎಡವುವ ಮರುಸ್ಮರಣೆಗೆ ಅಲ್ಪಸಂಖ್ಯಾತ ನಿಜ ಅಟೆನ್ಷನ್ ಪದರಗಳನ್ನು ಉಳಿಸಿಕೊಳ್ಳುತ್ತದೆ, ಆಕ್ರಮಣಕಾರಿ 64-ಕ್ವೆರಿ-ಹೆಡ್ / 2-KV-ಹೆಡ್ ಅನುಪಾತ ಕ್ಯಾಶ್ ಅನ್ನು ಇನ್ನಷ್ಟು ಕುಗ್ಗಿಸುತ್ತದೆ. NVIDIA 1M ಟೋಕನ್‌ಗಳಲ್ಲಿ RULER ಮೇಲೆ 94.7% ವರದಿ ಮಾಡುತ್ತದೆ — ಬಳಸಲಾಗದ ವಿಂಡೋ ಎಂದು ಹಕ್ಕು ಸಾಧಿಸುವ ಮಾಡೆಲ್‌ಗಳನ್ನು ಹಿಡಿಯಲು ಕಟ್ಟಲಾದ ಸೂಜಿ-ಮರುಪಡೆಯುವಿಕೆ ಬೆಂಚ್‌ಮಾರ್ಕ್.

ಪರಿಣಾಮ ಥ್ರೂಪುಟ್: NVIDIA ಸಮಾನ ನಿಖರತೆಯಲ್ಲಿ ಹೋಲಿಸಬಹುದಾದ ಮಾಡೆಲ್‌ಗಳಿಗಿಂತ ಸುಮಾರು 6× ಹೆಚ್ಚಿನ ಇನ್‌ಫರೆನ್ಸ್ ಥ್ರೂಪುಟ್ ಎಂದು ಹಕ್ಕು ಸಾಧಿಸುತ್ತದೆ, ಮತ್ತು Artificial Analysis ಸ್ವತಂತ್ರವಾಗಿ 1.33-ಸೆಕೆಂಡ್ ಮೊದಲ-ಟೋಕನ್ ಸಮಯದೊಂದಿಗೆ 140.3 ಟೋಕನ್‌ಗಳು/ಸೆಕೆಂಡ್ ಅಳೆಯಿತು — 89 ಮಾಡೆಲ್‌ಗಳಲ್ಲಿ 7ನೇ. 200-ಸುತ್ತಿನ ಏಜೆಂಟ್ ರನ್‌ನಲ್ಲಿ ಅದೇ ಮಧ್ಯಾಹ್ನದೊಳಗೆ ಮುಗಿಸುವುದು ಮತ್ತು ಮುಗಿಸದಿರುವುದರ ನಡುವಿನ ವ್ಯತ್ಯಾಸ.

04"3BIT-REAP" ಎಂದರೆ ಏನು, ಪ್ರಾಮಾಣಿಕವಾಗಿ

ಸಫಿಕ್ಸ್ ಅಲಂಕಾರವಲ್ಲ — ಫೌಂಡೇಶನ್ ಹೊಂದಿಕೊಳ್ಳುವಂತೆ ಮಾಡಲು ಅದಕ್ಕೆ ಏನು ಮಾಡಲಾಗಿದೆ ಎಂಬುದನ್ನು ಅದು ನಿಖರವಾಗಿ ಹೇಳುತ್ತದೆ.

REAP — Router-weighted Expert Activation Pruning — Cerebras Research ಇಂದ ಬಂದಿದೆ ಮತ್ತು ICLR 2026 ಗೆ ಅಂಗೀಕರಿಸಲ್ಪಟ್ಟಿತು. ವಿರಳ MoE ಯಲ್ಲಿ ರೂಟರ್ ಪ್ರತಿ ಟೋಕನ್ ಅನ್ನು ಕೆಲವು ಎಕ್ಸ್‌ಪರ್ಟ್‌ಗಳಿಗೆ ಕಳುಹಿಸುತ್ತದೆ; ನಿಜ ಕೆಲಸದ ಭಾರದಲ್ಲಿ ಕೆಲವು ನಿರಂತರವಾಗಿ ಹೊಡೆಯಲ್ಪಡುತ್ತವೆ ಮತ್ತು ಇತರವು ಬಹುತೇಕ ಎಂದಿಗೂ ಇಲ್ಲ. REAP ಪ್ರತಿ ಎಕ್ಸ್‌ಪರ್ಟ್ ಅನ್ನು ರೂಟರ್ ಅದನ್ನು ಎಷ್ಟು ಬಲವಾಗಿ ಗೇಟ್ ಮಾಡುತ್ತದೆ ಮತ್ತು ಅದರ ಔಟ್‌ಪುಟ್ ಕೊಡುಗೆಗಳು ಎಷ್ಟು ದೊಡ್ಡವು ಎಂಬುದನ್ನು ಸಂಯೋಜಿಸುವ ಪ್ರಾಮುಖ್ಯ ಮಾನದಂಡದ ಮೇಲೆ ಸ್ಕೋರ್ ಮಾಡುತ್ತದೆ, ನಂತರ ಕಡಿಮೆ ಪ್ರಾಮುಖ್ಯದವನ್ನು ಸಂಪೂರ್ಣವಾಗಿ ತೆಗೆದುಹಾಕುತ್ತದೆ — Cerebras 1 ಟ್ರಿಲಿಯನ್ ಪ್ಯಾರಾಮೀಟರ್‌ಗಳಷ್ಟು ದೊಡ್ಡ ಮಾಡೆಲ್‌ಗಳಿಂದ 50% ವರೆಗೆ ಎಕ್ಸ್‌ಪರ್ಟ್‌ಗಳನ್ನು ಪ್ರೂನ್ ಮಾಡುವುದಾಗಿ ವರದಿ ಮಾಡುತ್ತದೆ, ಮೂಲಭೂತ ಗುಣಮಟ್ಟವನ್ನು ಬಹುಮಟ್ಟಿಗೆ ಸಂರಕ್ಷಿಸುತ್ತಲೇ, ಮತ್ತು ಕೋಡ್‌ನಂತಹ ಜನರೇಟಿವ್ ಕೆಲಸಗಳಿಗೆ, ಪ್ರೂನಿಂಗ್ ಮರ್ಜಿಂಗ್ ಅನ್ನು ಮೀರಿಸುತ್ತದೆ ಎಂದು ಕಂಡುಕೊಳ್ಳುತ್ತದೆ. 3-ಬಿಟ್ ಕ್ವಾಂಟೈಸೇಶನ್ ನಂತರ ಉಳಿದದ್ದನ್ನು ಸಂಕುಚಿಸುತ್ತದೆ. ಮೊದಲು ಪ್ರೂನ್, ನಂತರ ಕ್ವಾಂಟೈಸ್, ಆದ್ದರಿಂದ ಬಿಟ್ ಬಜೆಟ್ ಸತ್ತವುಗಳಾದ್ಯಂತ ಹರಡುವ ಬದಲು ಸಂಚಾರ ಹೊತ್ತ ಎಕ್ಸ್‌ಪರ್ಟ್‌ಗಳ ಮೇಲೆ ಹೋಗುತ್ತದೆ.

ಸಂಕುಚನ ಉಚಿತವಲ್ಲ, ಮತ್ತು ನಾವು ಬೇರೆ ರೀತಿಯಲ್ಲಿ ನಟಿಸುವುದಿಲ್ಲ: ಆಕ್ರಮಣಕಾರಿ ಕ್ವಾಂಟೈಸೇಶನ್ ಮೊದಲು ನಿಖರ-ಫಾರ್ಮ್ಯಾಟ್ ಅನುಸರಣೆ ಮತ್ತು ದೀರ್ಘ-ಸರಪಳಿ ಗಣಿತದಲ್ಲಿ ಚಿಕ್ಕ ಅವನತಿಗಳಾಗಿ ಕಾಣಿಸುತ್ತದೆ, ಗೋಚರ ಅಸಂಬದ್ಧತೆಯಾಗಿ ಅಲ್ಲ. ಮೂರು ಶ್ರೇಣಿಗಳು ಎಲ್ಲಿ ಇಳಿಯುತ್ತವೆ:

ಸಫಿಕ್ಸ್	ಅದೇನು	ನಾವು ಎಲ್ಲಿ ಬಳಸುತ್ತೇವೆ
3BIT-REAP	3-ಬಿಟ್ ವೈಟ್ಸ್ + ಎಕ್ಸ್‌ಪರ್ಟ್ ಪ್ರೂನಿಂಗ್	ಅತಿ ದೊಡ್ಡ ಫೌಂಡೇಶನ್‌ಗಳು, ಬೇರೆ ಏನೂ ವೇಗದಲ್ಲಿ ಹೊಂದಿಕೊಳ್ಳದ ಸ್ಥಳ
W4A16-AUTOROUND-REAP	4-ಬಿಟ್ ವೈಟ್ಸ್ / 16-ಬಿಟ್ ಆಕ್ಟಿವೇಶನ್‌ಗಳು, AutoRound ಕಲಿತ ರೌಂಡಿಂಗ್, + ಪ್ರೂನಿಂಗ್	ಮಧ್ಯಮ-ಗಾತ್ರದ ಫೌಂಡೇಶನ್‌ಗಳು; AutoRound ನಿಷ್ಕಪಟ ರೌಂಡ್-ಟು-ನಿಯರೆಸ್ಟ್‌ಗಿಂತ ನಿಖರತೆ ಮರಳಿ ಪಡೆಯುತ್ತದೆ
W8A16	8-ಬಿಟ್ ವೈಟ್ಸ್ / 16-ಬಿಟ್ ಆಕ್ಟಿವೇಶನ್‌ಗಳು	ಅತ್ಯುನ್ನತ ನಿಷ್ಠೆ; ಆಕ್ರಮಣಕಾರಿ ಸಂಕುಚನ ಬೇಕಾಗದಷ್ಟು ಚಿಕ್ಕ ಫೌಂಡೇಶನ್‌ಗಳು

550B ನಲ್ಲಿ Nemotron 3 Ultra ನೇರವಾಗಿ ಮೊದಲ ವರ್ಗದಲ್ಲಿದೆ. ನಿಮ್ಮ ಕೆಲಸದ ಭಾರ ದೀರ್ಘ ಸರಪಳಿಗಳಾದ್ಯಂತ ನಿಖರ ಸಂಖ್ಯಾತ್ಮಕ ಔಟ್‌ಪುಟ್‌ಗೆ ಅಸಾಮಾನ್ಯವಾಗಿ ಸೂಕ್ಷ್ಮವಾಗಿದ್ದರೆ, ಸಂಶೋಧನಾ ಸೂಚ್ಯಂಕ $0.50/$2.00 ನೆಲಮಟ್ಟದಲ್ಲಿ W8A16 ಶ್ರೇಣಿಯನ್ನು ಪಟ್ಟಿ ಮಾಡುತ್ತದೆ — MiMo-V2.5-Pro-W8A16 ಮತ್ತು Hy3-W8A16. ನಿಜವಾದ ವ್ಯಾಪಾರ, ಫನಲ್ ಅಲ್ಲ: ಚಿಕ್ಕ ಮಾಡೆಲ್, ಕಡಿಮೆ ಸಂಕುಚನ.

05ಈ ಎಂಡ್‌ಪಾಯಿಂಟ್‌ನಲ್ಲಿ "ಸೆನ್ಸಾರ್ ರಹಿತ" ಎಂದರೆ ಏನು

ನಿಖರವಾಗಿ ಹೇಳುವುದಾದರೆ: ನಿರಾಕರಣೆ ಪದರ ಇಲ್ಲ ಮತ್ತು ಔಟ್‌ಪುಟ್‌ಗೆ ವಿಷಯ ಫಿಲ್ಟರಿಂಗ್ ಅನ್ವಯಿಸುವುದಿಲ್ಲ. ಯಾವುದೇ ವರ್ಗೀಕಾರಕ ನಿಮ್ಮ ಪ್ರಾಂಪ್ಟ್ ಅನ್ನು ಪರಿಶೀಲಿಸಿ ಸಿದ್ಧ ನಿರಾಕರಣೆ ಹಿಂದಿರುಗಿಸುವುದಿಲ್ಲ, ಮತ್ತು ಪ್ರತಿಕ್ರಿಯೆ ನಿಮ್ಮ ಸ್ಟ್ರೀಮ್ ತಲುಪುವ ಮೊದಲು ಸ್ಕ್ಯಾನ್ ಆಗುವುದಿಲ್ಲ. ನಿಮಗೆ ಸಿಗುವುದು ಮಾಡೆಲ್‌ನ ಸ್ವಂತ ವರ್ತನೆ.

ಇಲ್ಲಿಯೇ ಓಪನ್ ವಂಶಾವಳಿ ಕುತೂಹಲಕಾರಿ ಸಂಗತಿಯಾಗಿ ಉಳಿಯುವುದನ್ನು ನಿಲ್ಲಿಸುತ್ತದೆ. NVIDIA ನಂತರದ-ತರಬೇತಿ ಡೇಟಾ ಮತ್ತು RL ಪರಿಸರಗಳನ್ನು ಪ್ರಕಟಿಸಿದ್ದರಿಂದ, ಮಾಡೆಲ್‌ನ ಪ್ರವೃತ್ತಿಗಳು ಜಾನಪದದ ಬದಲಿಗೆ ತತ್ತ್ವತಃ ಆಡಿಟ್ ಮಾಡಬಹುದಾದವು. ಮತ್ತು OpenMDW-1.1 ವಾಸ್ತುಶಿಲ್ಪ, ಪ್ಯಾರಾಮೀಟರ್‌ಗಳು, ದಾಖಲಾತಿ ಮತ್ತು ಸಾಫ್ಟ್‌ವೇರ್ ಅನ್ನು ಒಳಗೊಳ್ಳುವ Linux Foundation ನ ಅನುಮತಿಸುವ ಲೈಸೆನ್ಸ್ ಆಗಿರುವುದರಿಂದ, ಸ್ವತಂತ್ರ ಆಪರೇಟರ್ ಲೈಸೆನ್ಸ್ ಅಡಚಣೆಯಾಗದೆ ತಮ್ಮದೇ ಹಾರ್ಡ್‌ವೇರ್‌ನಲ್ಲಿ ಮಾರ್ಪಡಿಸಿದ, ಫಿಲ್ಟರ್ ಮಾಡದ ಡಿಪ್ಲಾಯ್‌ಮೆಂಟ್ ಸೇವೆ ನೀಡಬಹುದು. ಅನೇಕ "ಓಪನ್" ಮಾಡೆಲ್ ಲೈಸೆನ್ಸ್‌ಗಳು ಅದನ್ನು ಅನುಮತಿಸುವುದಿಲ್ಲ. ಇದು ಅನುಮತಿಸುತ್ತದೆ. ಪ್ರತಿಫಲಿತ ನಿರಾಕರಣೆ ಸುರಕ್ಷತಾ ವೈಶಿಷ್ಟ್ಯವಲ್ಲ, ಬಗ್ ಆಗಿರುವ ಸ್ಥಳದಲ್ಲಿ ವ್ಯತ್ಯಾಸ ಕಾಣಿಸುತ್ತದೆ:

• ಭದ್ರತಾ ಸಂಶೋಧನೆ — ದೌರ್ಬಲ್ಯ ವಿಶ್ಲೇಷಣೆ, ಎಕ್ಸ್‌ಪ್ಲಾಯ್ಟ್ ರೀಸನಿಂಗ್, ಮಾಲ್‌ವೇರ್ ವರ್ತನೆ, ರೆಡ್-ಟೀಮ್ ಟೂಲಿಂಗ್, ಪ್ರಶ್ನೆ ಅನುಮತಿಸಲಾಗಿದೆಯೇ ಎಂದು ವಾದಿಸದೆ.
• ರಸಾಯನಶಾಸ್ತ್ರ, ಜೀವಶಾಸ್ತ್ರ ಮತ್ತು ಫಾರ್ಮಕಾಲಜಿ — ಡೋಸೇಜ್ ಗಣಿತ, ಪ್ರತಿಕ್ರಿಯಾ ಯಂತ್ರಶಾಸ್ತ್ರ, ವಿಷಶಾಸ್ತ್ರ, ಸಂಶ್ಲೇಷಣೆ ಮಾರ್ಗಗಳು, ಇವನ್ನು ಫಿಲ್ಟರ್ ಮಾಡಿದ ಎಂಡ್‌ಪಾಯಿಂಟ್ ಕೀವರ್ಡ್ ಸಂಪರ್ಕದಲ್ಲೇ ನಿರಾಕರಿಸುತ್ತದೆ.
• ವಿರೋಧಾತ್ಮಕ ML — ನಿಜವನ್ನು ನೋಡಿರಬೇಕಾದ ವರ್ಗೀಕಾರಕಗಳಿಗೆ ಕಠಿಣ ನೆಗೆಟಿವ್‌ಗಳು, ಜೈಲ್‌ಬ್ರೇಕ್ ಕಾರ್ಪಸ್‌ಗಳು ಮತ್ತು ದುರುಪಯೋಗ ಟ್ಯಾಕ್ಸಾನಮಿಗಳು.
• ವೈದ್ಯಕೀಯ, ಕಾನೂನು ಮತ್ತು ಫೊರೆನ್ಸಿಕ್ ಪಠ್ಯ — ಸ್ವಭಾವತಃ ಗ್ರಾಫಿಕ್ ಆಗಿರುವ ಪ್ರಕರಣ ಸಾಮಗ್ರಿ, ಅದೇ ಕಾರಣಕ್ಕೆ ನಿರಾಕರಿಸಲ್ಪಡುತ್ತದೆ.

ಸೆನ್ಸಾರ್ ರಹಿತ ಎಂದರೆ ಹೊಣೆಗಾರಿಕೆ ರಹಿತ ಅಲ್ಲ. ನೀವು ಉತ್ಪಾದಿಸುವುದನ್ನು ನೀವೇ ಹೊಂದಿದ್ದೀರಿ, ಮತ್ತು ನಮ್ಮ ಜವಾಬ್ದಾರಿಯುತ ಬಳಕೆ ನೀತಿ ಮತ್ತು ಸೇವಾ ನಿಯಮಗಳು ಖಾತೆಯನ್ನು ನಿಯಂತ್ರಿಸುತ್ತವೆ. ನಿರಾಕರಣೆ ಪದರ ತೆಗೆಯುವುದೆಂದರೆ ಉದ್ದೇಶದ ಬಗ್ಗೆ ಊಹೆಯನ್ನು ತೆಗೆಯುವುದು; ಅದು ನಿಮಗೆ ಅನ್ವಯಿಸುವ ಕಾನೂನಿನ ಅಡಿಯಲ್ಲಿನ ನಿಮ್ಮ ಬಾಧ್ಯತೆಗಳನ್ನು ತೆಗೆಯುವುದಿಲ್ಲ.

06STEM ಮತ್ತು ರೀಸನಿಂಗ್: ಪ್ರಕಟಿತ ಸಂಖ್ಯೆಗಳು ಏನು ಹೇಳುತ್ತವೆ

Nemotron ನ ತರಬೇತಿ ಗಮನ ಗಣಿತ, ಕೋಡ್, ವಿಜ್ಞಾನ ಮತ್ತು ಸೂಚನೆ ಅನುಸರಣೆಯ ಮೇಲಿದೆ, Llama-Nemotron ನ ನಂತರದ-ತರಬೇತಿ ಡೇಟಾಸೆಟ್ ನಿಖರವಾಗಿ ಆ ನಾಲ್ಕು ಅಕ್ಷಗಳ ಸುತ್ತ ಕಟ್ಟಲ್ಪಟ್ಟಾಗಿನಿಂದ. Nemotron 3 Ultra ಫೌಂಡೇಶನ್‌ಗಾಗಿ NVIDIA ವರದಿ ಮಾಡುವುದು — ಸಂಕುಚಿತವಲ್ಲದ ಮಾಡೆಲ್ ಮೇಲೆ ಮಾರಾಟಗಾರ-ವರದಿ ಮಾಡಿದ ಅಂಕಿಗಳು, ನಾವು ಚಲಾಯಿಸದ:

ಸಂಖ್ಯೆಗಳಿಗಿಂತ ಹೆಚ್ಚು ಮೌಲ್ಯದ ಎರಡು ಎಚ್ಚರಿಕೆಗಳು. SWE-Bench Verified ಅಂಕಿ ವ್ಯಾಪ್ತಿ — ಯಾವ ಏಜೆಂಟ್ ಹಾರ್ನೆಸ್ ಅದನ್ನು ಚಲಾಯಿಸುತ್ತದೆ ಎಂಬುದರ ಆಧಾರದ ಮೇಲೆ NVIDIA 65.0% ರಿಂದ 70.4% ವರದಿ ಮಾಡುತ್ತದೆ (Pi, OpenHands, Hermes, OpenCode, Mini SWE Agent), ಮತ್ತು ಸ್ಕ್ಯಾಫೋಲ್ಡಿಂಗ್‌ನಿಂದ ಮಾತ್ರವೇ ಬಂದ ಐದು-ಪಾಯಿಂಟ್ ಹರಡುವಿಕೆ ಏಜೆಂಟಿಕ್ ಸ್ಕೋರ್‌ಗಳು ಮಾಡೆಲ್‌ಗಿಂತ ಹಾರ್ನೆಸ್‌ನ ಮೇಲೆ ಎಷ್ಟು ಅವಲಂಬಿತವಾಗಿವೆ ಎಂಬುದನ್ನು ತೋರಿಸುತ್ತದೆ. ಮತ್ತು Artificial Analysis Nemotron 3 Ultra ಅನ್ನು ಅದರ Intelligence Index ನಲ್ಲಿ 48 ರಲ್ಲಿ, 89 ಮಾಡೆಲ್‌ಗಳಲ್ಲಿ 9ನೇ ಸ್ಥಾನದಲ್ಲಿ ಇರಿಸಿತು — ಬಲಿಷ್ಠ, ಆದರೆ ಕ್ಷೇತ್ರದ ಮೇಲ್ಭಾಗದಲ್ಲಲ್ಲ, ಮತ್ತು ಅವರ ಸ್ವತಂತ್ರ ಅಳತೆಯೇ ನಾವು ಯಾವುದೇ ಮಾರಾಟಗಾರರ ಸ್ಲೈಡ್‌ಗಿಂತ ಹೆಚ್ಚು ತೂಗಿಸುವಂಥದ್ದು.

ಮೊದಲಿನ ತಲೆಮಾರಿನ ಮೇಲೆ, NVIDIA ಯ Llama-Nemotron ಪೇಪರ್ LN-Ultra ಅನ್ನು DeepSeek-R1 ಯ 71.5% ಮತ್ತು Llama-3.1-405B-Instruct ಯ 43.4% ಗೆ ಎದುರಾಗಿ GPQA-Diamond ಮೇಲೆ 76.0% ವರದಿ ಮಾಡುತ್ತದೆ, ಜೊತೆಗೆ AIME 2024 ಮೇಲೆ 80.8% — ಬೇರೆ ಮಾಡೆಲ್, ಪದವಿ-ಮಟ್ಟದ ವಿಜ್ಞಾನ ಮತ್ತು ಸ್ಪರ್ಧಾ ಗಣಿತ ಎರಡು ತಲೆಮಾರುಗಳಿಂದ ಕುಟುಂಬದ ಗುರಿಯಾಗಿರುವುದರಿಂದ ಸೇರಿಸಲಾಗಿದೆ.

ಬೆಂಚ್‌ಮಾರ್ಕ್ ಅಂಕಿಗಳು NVIDIA (ಜೂನ್ 2026) ಸಂಕುಚಿತವಲ್ಲದ Nemotron 3 Ultra ಮೇಲೆ ಪ್ರಕಟಿಸಿದಂತೆ, ಮತ್ತು ಸ್ವತಂತ್ರ ಅಳತೆಗಳಿಗೆ Artificial Analysis ಮೂಲಕ. ಸಂಕುಚಿತ ಬಿಲ್ಡ್‌ಗಳು ಭಿನ್ನವಾಗಿರಬಹುದು. ನಾವು ಪರಿಶೀಲಿಸದ ಅಥವಾ ಆಪಾದಿಸಲಾಗದ ಬೆಂಚ್‌ಮಾರ್ಕ್ ಸಂಖ್ಯೆಗಳನ್ನು ನಾವು ಪ್ರಕಟಿಸುವುದಿಲ್ಲ.

07ಬೆಲೆ, ಮತ್ತು ವಾಚಾಳಿತ್ವದ ಎಚ್ಚರಿಕೆ

ಪ್ರತಿ ಮಿಲಿಯನ್ ಇನ್‌ಪುಟ್ ಟೋಕನ್‌ಗೆ $0.75 ಮತ್ತು ಪ್ರತಿ ಮಿಲಿಯನ್ ಔಟ್‌ಪುಟ್ ಟೋಕನ್‌ಗೆ $3.30 ದರದಲ್ಲಿ, Nemotron3Ultra ಇನ್‌ಪುಟ್‌ನಲ್ಲಿ ನಮ್ಮ ಕ್ಯಾಟಲಾಗ್‌ನ ಕೆಳ ಮೂರನೇ ಭಾಗದಲ್ಲಿ ಮತ್ತು ಔಟ್‌ಪುಟ್‌ನಲ್ಲಿ ಮಧ್ಯದಲ್ಲಿ ಕುಳಿತಿದೆ. ಕೆಲಸ ಮಾಡಿದ ಉದಾಹರಣೆಗಳು, ಏಕೆಂದರೆ ಪ್ರತಿ-ಮಿಲಿಯನ್ ಬೆಲೆಯನ್ನು ಅನುಭವಿಸುವುದು ಕಷ್ಟ:

ಕರೆ ಆಕಾರ	ಇನ್‌ಪುಟ್	ಔಟ್‌ಪುಟ್	ವೆಚ್ಚ
ವಿಶಿಷ್ಟ RAG ಸುತ್ತು	50,000	4,000	$0.051
ದೀರ್ಘ ದಾಖಲೆ ವಿಶ್ಲೇಷಣೆ	150,000	8,000	$0.139
ಗರಿಷ್ಠ-ಗಾತ್ರದ ಕರೆ	262,144	16,384	$0.251

ಪೂರ್ಣ-ಸಂದರ್ಭ, ಪೂರ್ಣ-ಔಟ್‌ಪುಟ್ ವಿನಂತಿ — ಎಂಡ್‌ಪಾಯಿಂಟ್ ಸ್ವೀಕರಿಸುವ ಪ್ರತಿ ಟೋಕನ್ ಮತ್ತು ಅದು ಉತ್ಪಾದಿಸುವ ಪ್ರತಿ ಟೋಕನ್ — ಸುಮಾರು 25 ಸೆಂಟ್ಸ್ ವೆಚ್ಚವಾಗುತ್ತದೆ. $3.83/$19.12 ದರದಲ್ಲಿ ನಮ್ಮ ಅತಿ ದುಬಾರಿ ಮಾಡೆಲ್ Kimi-K3-3BIT-REAP ಮೇಲೆ ಅದೇ ಆಕಾರ ಸುಮಾರು $1.32, ಅಥವಾ 5.3× ಹೆಚ್ಚು ವೆಚ್ಚವಾಗುತ್ತದೆ.

ಈಗ ಎಚ್ಚರಿಕೆ, ಮತ್ತು ಅದು ನಿಜ. Artificial Analysis Nemotron 3 Ultra ಅವರ ಬೆಂಚ್‌ಮಾರ್ಕ್ ಸೂಟ್‌ನಾದ್ಯಂತ ಸರಾಸರಿ ಸ್ಪರ್ಧಿಗಿಂತ 2.3× ಹೆಚ್ಚು ಔಟ್‌ಪುಟ್ ಟೋಕನ್‌ಗಳನ್ನು ಉತ್ಪಾದಿಸುವುದನ್ನು ಅಳೆಯಿತು. ರೀಸನಿಂಗ್ ಮಾಡೆಲ್‌ಗಳು ಚಿಂತನೆಗೆ ನಿಮಗೆ ಬಿಲ್ ಮಾಡುತ್ತವೆ, ಮತ್ತು ಇದು ಸುದೀರ್ಘವಾಗಿ ಯೋಚಿಸುತ್ತದೆ; ಮಾಡೆಲ್ ಅದೇ ಉತ್ತರ ತಲುಪಲು ಮೂರು ಪಟ್ಟು ಸುದೀರ್ಘವಾಗಿ ರೀಸನ್ ಮಾಡಿದರೆ ಪ್ರತಿ-ಟೋಕನ್ ಬೆಲೆ ಪ್ರಯೋಜನ ಪ್ರತಿ-ಕೆಲಸ ಅನಾನುಕೂಲವಾಗಿ ಆವಿಯಾಗುತ್ತದೆ. ತಗ್ಗಿಸುವಿಕೆ ಅಂತರ್ಗತವಾಗಿದೆ ಮತ್ತು ನಮ್ಮ API ಯಲ್ಲಿ ಒಡ್ಡಲ್ಪಟ್ಟಿದೆ: Nemotron 3 ರೀಸನಿಂಗ್ ಬಜೆಟ್ ನಿಯಂತ್ರಣಕ್ಕಾಗಿ ನಂತರದ-ತರಬೇತಿ ಪಡೆಯಿತು, ಮತ್ತು reasoning_effort ಇಲ್ಲಿ ಬೆಂಬಲಿತವಾಗಿದೆ — ಒಂದೇ ಅಂಕಿಯ ನಿಖರತೆ ವ್ಯಾಪಾರಕ್ಕೆ ಗಣನೀಯವಾಗಿ ಕಡಿಮೆ ಚಿಂತನಾ ಟೋಕನ್‌ಗಳನ್ನು ಬಳಸುವ ಕಡಿಮೆ-ಎಫರ್ಟ್ ಮೋಡ್ ಅನ್ನು NVIDIA ವಿವರಿಸುತ್ತದೆ. ವರ್ಗೀಕರಣ, ಹೊರತೆಗೆಯುವಿಕೆ ಮತ್ತು ರೂಟಿಂಗ್ ಮೇಲೆ, ಅದನ್ನು ಕಡಿಮೆ ಮಾಡಿ ಮತ್ತು ಅರ್ಥಶಾಸ್ತ್ರ ಗಣನೀಯವಾಗಿ ಬದಲಾಗುತ್ತದೆ; ಪ್ರೂಫ್ ಅಥವಾ ಬಹು-ಫೈಲ್ ರೀಫ್ಯಾಕ್ಟರ್ ಮೇಲೆ, ಅದನ್ನು ಹೆಚ್ಚಿಸಿ ಮತ್ತು ಉದ್ದೇಶಪೂರ್ವಕವಾಗಿ ಅದಕ್ಕೆ ಪಾವತಿಸಿ. ಬೆಲೆ ಪಟ್ಟಿಯನ್ನು ಓದಿ ಊಹಿಸುವ ಬದಲು ನಿಮ್ಮ ಸ್ವಂತ ಪ್ರತಿ-ಕೆಲಸ ಟೋಕನ್‌ಗಳನ್ನು ಅಳೆಯಿರಿ.

08ಇದನ್ನು ಕರೆಯುವುದು: ಮೂರು ಶೈಲಿಗಳು, ಒಂದು ಮಾಡೆಲ್

ಗೇಟ್‌ವೇಯ ಪ್ರತಿ ಮಾಡೆಲ್ ಮೂರು ಸ್ಟ್ರೀಮಿಂಗ್ API ಮೇಲ್ಮೈಗಳಲ್ಲಿ ಉತ್ತರಿಸುತ್ತದೆ, ಆದ್ದರಿಂದ ನಿಮ್ಮ ಇಂಟಿಗ್ರೇಶನ್ ಅನ್ನು ಮರುಬರೆಯದೆ ನೀವು ಅಸ್ತಿತ್ವದಲ್ಲಿರುವ ಕ್ಲೈಂಟ್ ಅನ್ನು ಅದಕ್ಕೆ ತೋರಿಸಬಹುದು: /v1/chat/completions (OpenAI ಶೈಲಿ), /v1/messages (Anthropic ಶೈಲಿ), ಮತ್ತು /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."}
    ]
  }'

ಸಾಮರ್ಥ್ಯ ಸಾರಾಂಶ, ಆದ್ದರಿಂದ ಇಂಟಿಗ್ರೇಶನ್ ಸಮಯದಲ್ಲಿ ಏನೂ ಆಶ್ಚರ್ಯಗೊಳಿಸುವುದಿಲ್ಲ:

ಸಾಮರ್ಥ್ಯ	Nemotron3Ultra · 3BIT-REAP
ಸಂದರ್ಭ ವಿಂಡೋ	262,144 ಟೋಕನ್‌ಗಳು
ಗರಿಷ್ಠ ಔಟ್‌ಪುಟ್ / ವಿನಂತಿ	16,384 ಟೋಕನ್‌ಗಳು
ಸ್ಟ್ರೀಮಿಂಗ್	ಹೌದು
ಟೂಲ್ ಕಾಲಿಂಗ್	ಹೌದು
ರೀಸನಿಂಗ್ ಟ್ರೇಸ್‌ಗಳು	ಹೌದು
reasoning_effort	ಹೌದು
json_schema (ಕಠಿಣ)	ಹೌದು
response_format	ಹೌದು
ದೃಷ್ಟಿ / ಚಿತ್ರ ಇನ್‌ಪುಟ್	ಇಲ್ಲ — ಪಠ್ಯ ಮಾತ್ರ
ನಿರಾಕರಣೆ ಪದರ	ಇಲ್ಲ

ದೃಷ್ಟಿ ಸಾಲು ಜನರನ್ನು ಸಿಕ್ಕಿಸುತ್ತದೆ: Nemotron3Ultra ಪಠ್ಯ ಮಾತ್ರ. ನಿಮ್ಮ ಪೈಪ್‌ಲೈನ್ ಚಿತ್ರಗಳನ್ನು ಕಳುಹಿಸುತ್ತಿದ್ದರೆ, $0.50/$2.00 ದರದಲ್ಲಿ MiniMax-M3-3BIT-REAP ಅಥವಾ MiMo-V2.5-W8A16 ಬಳಸಿ, ಅಥವಾ $0.78/$3.67 ದರದಲ್ಲಿ Kimi-K2.6-W4A16-AUTOROUND-REAP — ಎಲ್ಲವೂ ದೃಷ್ಟಿ-ಸಮರ್ಥ, ಎಲ್ಲವೂ ಸೆನ್ಸಾರ್ ರಹಿತ, ಎಲ್ಲವೂ ಅದೇ 262,144-ಟೋಕನ್ ಸಂದರ್ಭದಲ್ಲಿ. ಪೂರ್ಣ ಪ್ಯಾರಾಮೀಟರ್ ಉಲ್ಲೇಖ API ದಾಖಲಾತಿಯಲ್ಲಿದೆ.

09ಹನ್ನೆರಡರಲ್ಲಿ Nemotron3Ultra ಎಲ್ಲಿ ಹೊಂದಿಕೊಳ್ಳುತ್ತದೆ

ಕ್ಯಾಟಲಾಗ್ ಹನ್ನೆರಡು ಸೆನ್ಸಾರ್ ರಹಿತ ಮಾಡೆಲ್‌ಗಳು, ಅದೇ ಸಂದರ್ಭ ವಿಂಡೋ, ಅದೇ ಮೂರು ಶೈಲಿಗಳು ಮತ್ತು ನಿರಾಕರಣೆ ಪದರದ ಅದೇ ಅನುಪಸ್ಥಿತಿಯನ್ನು ಹಂಚಿಕೊಳ್ಳುತ್ತವೆ; ಅವು ಫೌಂಡೇಶನ್, ಬೆಲೆ ಮತ್ತು ಸಾಮರ್ಥ್ಯದಲ್ಲಿ ಭಿನ್ನವಾಗಿವೆ. Nemotron ನ ಸ್ಥಾನ ನಿರ್ದಿಷ್ಟ: ಓಪನ್-ವಂಶಾವಳಿ ರೀಸನಿಂಗ್ ವರ್ಕ್‌ಹಾರ್ಸ್ — ಅಗ್ಗದ್ದಲ್ಲ, ಅತಿ ಸಮರ್ಥದ್ದಲ್ಲ, ಆದರೆ ಅದರ ವರ್ತನೆಯ ಹಿಂದೆ ಅತಿ ಹೆಚ್ಚು ಸಾರ್ವಜನಿಕ ಪೇಪರ್ ಟ್ರೈಲ್ ಇರುವ, STEM ಮತ್ತು ಏಜೆಂಟ್‌ಗಳ ಕಡೆಗೆ ಅತಿ ಹೆಚ್ಚು ಟ್ಯೂನ್ ಮಾಡಿದ್ದು.

ಮಾಡೆಲ್	ಇನ್ / 1M	ಔಟ್ / 1M	ದೃಷ್ಟಿ	ಇದಕ್ಕಾಗಿ ಆಯ್ಕೆ ಮಾಡಿ
MiniMax-M3 · 3BIT-REAP	$0.50	$2.00	ಹೌದು	ಅಗ್ಗದ ದೃಷ್ಟಿ-ಸಮರ್ಥ ಆಯ್ಕೆ
MiMo-V2.5-Pro · W8A16	$0.50	$2.00	ಇಲ್ಲ	ಅತ್ಯುನ್ನತ-ನಿಷ್ಠೆಯ ಕ್ವಾಂಟೈಸೇಶನ್ ಶ್ರೇಣಿ
GLM-5.2 · 3BIT-REAP	$0.73	$2.34	ಇಲ್ಲ	ಅಗ್ಗದ ದೊಡ್ಡ-ಫೌಂಡೇಶನ್ ರೀಸನಿಂಗ್
Nemotron3Ultra · 3BIT-REAP	$0.75	$3.30	ಇಲ್ಲ	STEM, ಏಜೆಂಟ್‌ಗಳು, ಓಪನ್ ವಂಶಾವಳಿ
Kimi-K2.6 · W4A16-AUTOROUND-REAP	$0.78	$3.67	ಹೌದು	ದೃಷ್ಟಿ + AutoRound ನಿಷ್ಠೆ
DeepSeek-V4-Pro · 3BIT-REAP	$1.95	$3.90	ಇಲ್ಲ	ಆಳವಾದ ಒಂಟಿ-ಪ್ರಯತ್ನ ವಿಶ್ಲೇಷಣೆ
Kimi-K3 · 3BIT-REAP	$3.83	$19.12	ಹೌದು	ಸಂಪೂರ್ಣ ಸಾಮರ್ಥ್ಯ ಸೀಲಿಂಗ್

ಹನ್ನೆರಡರಲ್ಲಿ ಏಳು ತೋರಿಸಲಾಗಿದೆ. Laguna-S-2.1, inkling, DeepSeek-V4-Flash, MiMo-V2.5 ಮತ್ತು Hy3 ಸೇರಿದಂತೆ ಪೂರ್ಣ ಕ್ಯಾಟಲಾಗ್ API ದಾಖಲಾತಿಯಲ್ಲಿದೆ. Laguna-S-2.1 ರಚನಾತ್ಮಕ ಔಟ್‌ಪುಟ್ ಬೆಂಬಲಿಸುವುದಿಲ್ಲ ಮತ್ತು inkling json_schema ಬೆಂಬಲಿಸುವುದಿಲ್ಲ ಎಂಬುದನ್ನು ಗಮನಿಸಿ; Nemotron3Ultra ಎರಡನ್ನೂ ಬೆಂಬಲಿಸುತ್ತದೆ.

ಬೆಲೆಯ ಪ್ರಕಾರ ಅತಿ ಹತ್ತಿರದ ನೆರೆಹೊರೆ GLM-5.2-3BIT-REAP $0.73/$2.34 ದರದಲ್ಲಿ, ಮತ್ತು ಪ್ರಾಮಾಣಿಕ ಹೋಲಿಕೆ ಇದು: GLM-5.2 ಪ್ರತಿ ಟೋಕನ್‌ಗೆ ಅಗ್ಗ, ವಿಶೇಷವಾಗಿ ಔಟ್‌ಪುಟ್‌ನಲ್ಲಿ. Nemotron ಪ್ರಕಟಿತ ತರಬೇತಿ ಕಾರ್ಪಸ್, ಸ್ಪಷ್ಟ ರೀಸನಿಂಗ್-ಬಜೆಟ್ ಡಯಲ್, ಮತ್ತು ಪದವಿ-ಮಟ್ಟದ ವಿಜ್ಞಾನದ ಕಡೆಗೆ ಗುರಿಯಾಗಿಸಿದ ಕುಟುಂಬ ಇತಿಹಾಸ ತರುತ್ತದೆ. ಹೆಚ್ಚಿನ-ಪ್ರಮಾಣದ ಸಾಮಾನ್ಯ ರೀಸನಿಂಗ್: ಅಗ್ಗದ್ದನ್ನು ಚಲಾಯಿಸಿ. STEM-ಭಾರಿ, ಏಜೆಂಟಿಕ್, ಅಥವಾ ಮಾಡೆಲ್‌ನ ವರ್ತನೆ ಎಲ್ಲಿಂದ ಬಂತು ಎಂದು ಕೇಳುವ ಆಡಿಟ್‌ಗೆ ಒಳಪಟ್ಟಿದ್ದರೆ: Nemotron ವ್ಯತ್ಯಾಸವನ್ನು ಅರ್ಹಿಸುತ್ತದೆ.

10ಪದೇ ಪದೇ ಕೇಳಲಾಗುವ ಪ್ರಶ್ನೆಗಳು

---

ಮೂಲಗಳು: NVIDIA Nemotron 3 Ultra ತಾಂತ್ರಿಕ ವರದಿ · NVIDIA ಡೆವಲಪರ್ ಬ್ಲಾಗ್ (ಜೂನ್ 2026) · Nemotron 3 Super ವಾಸ್ತುಶಿಲ್ಪ ಟಿಪ್ಪಣಿಗಳು · Llama-Nemotron: Efficient Reasoning Models · Cerebras Research, REAP. ಫೌಂಡೇಶನ್ ಬೆಂಚ್‌ಮಾರ್ಕ್‌ಗಳು Artificial Analysis ಗೆ ಆಪಾದಿಸದ ಹೊರತು ಸಂಕುಚಿತವಲ್ಲದ ಮಾಡೆಲ್ ಮೇಲೆ NVIDIA-ವರದಿ ಮಾಡಿದವು; ಸಂಕುಚಿತ ಬಿಲ್ಡ್‌ಗಳು ಭಿನ್ನವಾಗಿರಬಹುದು. ಬೆಲೆಗಳು ಮತ್ತು ಸಾಮರ್ಥ್ಯಗಳು ಸೆಪ್ಟೆಂಬರ್ 5, 2026 ರ ಪ್ರಕಾರ ಪ್ರಸ್ತುತ.