தணிக்கையற்ற Nemotron API

“திறந்த” மாதிரிகளில் பெரும்பாலானவை திறந்த எடைகள் மட்டுமே — ஒரு அளபுரு மூட்டை, ஒரு உரிமம், மேலும் அந்த எண்கள் எங்கிருந்து வந்தன என்பது குறித்த மௌனம். இரண்டு ஆண்டுகளாக Nemotron அதற்கு நிலையான விதிவிலக்காக இருந்து வருகிறது: NVIDIA எடைகளையும், பயிற்சிக்குப் பிந்தைய தரவுத்தொகுப்புகளையும், RL சூழல்களையும், செய்முறையையும் சேர்த்தே வழங்குகிறது. ஒரு தணிக்கையற்ற இறுதிப்புள்ளிக்கு அது எளிதில் கவனிக்கத் தவறும் ஒரு வகையில் முக்கியமானது. சீரமைப்புத் தரவு வெளியிடப்பட்ட ஒரு மாதிரியின் மறுப்பு நடத்தையை ஊகிக்காமல் ஆராய முடியும் — மேலும் அத்தகைய ஒரு மாதிரியை, வாய்க்குப் பூட்டப்பட்ட உள்ளடக்க வடிகட்டி இல்லாமல் ஒரு மூன்றாம் தரப்பு முறையாகவே வழங்க முடியும்.

01Nemotron 3 Ultra என்றால் என்ன?

Nemotron 3 Ultra என்பது NVIDIA இன் Nemotron 3 குடும்பத்தின் மிகப் பெரிய உறுப்பினர், ஜூன் 4, 2026 அன்று Hugging Face இல் வெளியிடப்பட்டது. NVIDIA இன் தொழில்நுட்ப அறிக்கை இதை “மொத்தம் 550 பில்லியன், செயல்பாட்டில் 55 பில்லியன் அளபுருக்கள் கொண்ட Mixture-of-Experts கலப்பு Mamba-Attention மொழி மாதிரி” என்று விவரிக்கிறது — கொடுக்கப்பட்ட எந்த ஒரு டோக்கனிலும் வலைப்பின்னலின் தோராயமாக 10% மட்டுமே வேலை செய்கிறது, அரை-டிரில்லியன் அளபுரு மாதிரியை வழங்கவே கூடியதாக்குவது அதுவே.

அறிவிக்கப்பட்ட அமைப்பு மாதிரி பரிமாணம் 8,192 இல் 108 அடுக்குகள், Mamba-2 நிலை-வெளி அடுக்குகளை ஒரு சிதறிய தொகுப்பு முழு கவன அடுக்குகளுடன் இடையிடையே பின்னுகிறது, ஒவ்வொரு MoE அடுக்கிலும் 512 நிபுணர்கள், மேல்-22 திசைதிருப்பலுடன். முன்பயிற்சி இரண்டு கட்டங்களில் தோராயமாக 20 டிரில்லியன் உரை டோக்கன்களில் இயங்கியது — முதலில் பன்முகத்தன்மை சார்ந்தது, பின்னர் தரம் சார்ந்தது — செப்டம்பர் 2025 அறிவு எல்லையுடன், 12 இயற்கை மொழிகள், 43 நிரலாக்க மொழிகள். பயிற்சிக்குப் பிந்தைய கட்டம் SFT, சரிபார்க்கக்கூடிய வெகுமதிகளுடன் கூடிய பல-சூழல் RL, மேலும் பத்துக்கும் மேற்பட்ட சிறப்பு ஆசிரியர்கள் முழுவதும் Multi-Teacher On-Policy Distillation ஆகியவற்றைப் பயன்படுத்தியது. அறிவிக்கப்பட்ட வடிவமைப்பு இலக்கு நீண்ட நேரம் இயங்கும் முகவர்கள்: ஒரு பெரிய சூழலைத் தாங்கி, கருவிகளைப் பல டஜன் முறை அழைத்து, ஒரு டோக்கனுக்கான பொருளாதாரமே கட்டணத்தை ஆளும் அளவுக்கு நீளமாக இயங்கும் அமர்வுகள்.

02Nemotron வம்சாவளி, அந்த மரபு ஏன் முக்கியம்

Nemotron ஒரு தற்செயலான வெளியீடு அல்ல. 2024 முதல் ஒரே திசையில் இயங்கி வரும் ஒரு NVIDIA ஆய்வுத் திட்டத்தின் தெரியும் விளைவு அது, ஒவ்வொரு தலைமுறையும் தற்போதைய மாதிரி இன்னும் சுமக்கும் ஏதோ ஒன்றை விட்டுச் சென்றது. Nemotron-4 340B (ஜூன் 2024) ஒரு திறந்த செயற்கைத் தரவு உருவாக்கக் குழாய், அதன் வெகுமதி மாதிரி, அதன் உருவாக்கி ஆகியவற்றுடன் வெளியானது, அத்துடன் ஒரு அசாதாரண வெளிப்பாடும்: அதன் சீரமைப்புத் தரவின் பெரும்பான்மை மாதிரியால் உருவாக்கப்பட்டதே. ஒரு தேவவாக்கு அல்ல, ஒரு தரவுத் தொழிற்சாலையாக மாதிரியைப் பார்க்கும் அந்தப் பார்வையே, பிற்கால Nemotron வெளியீடுகள் எடைகளுடன் தரவுத்தொகுப்புகளையும் தொடர்ந்து வழங்கக் காரணம்.

Llama-Nemotron — அணைத்துவிடக்கூடிய சிந்தனை

2025 இன் Llama-Nemotron குடும்பம் (LN-Nano 8B, LN-Super 49B, LN-Ultra 253B) நன்கு நிலைத்த இரண்டு கருத்துகளைப் பங்களித்தது. முதலாவது கட்டமைப்பு சார்ந்தது: NVIDIA இன் Puzzle நரம்பியல் கட்டமைப்புத் தேடல், தொகுதி வாரியாக வடிகட்டப்பட்ட டிரான்ஸ்ஃபார்மர் தொகுதிகளின் ஒரு நூலகத்தைக் கட்டி, கலப்பு-முழு எண் நிரலாக்கத்தால் அவற்றை இணைத்தது; அதன் விளைவாக சில தொகுதிகள் கவனத்தை முற்றிலும் தவிர்க்கும் அல்லது ஒற்றை நேரியல் அடுக்கால் மாற்றும் மாதிரிகள் உருவாயின, அதே நேரம் FFN Fusion தொடர்ச்சியான ஊட்ட-முன்னோக்கு தொகுதிகளை எண்ணிக்கையில் குறைவான, அகலமான, இணையான தொகுதிகளாகச் சுருக்கியது — அளபுரு எண்ணிக்கையை அல்ல, வரிசைமுறை ஆழத்தையே வெட்டியது. LN-Ultra ஒரே 8×H100 முனையில் பொருந்தியது, அதே நேரம் NVIDIA இன் ஆய்வுக்கட்டுரைப்படி GPQA-Diamond இல் DeepSeek-R1 ஐ விஞ்சியது (76.0% எதிராக 71.5%).

இரண்டாவது நடத்தை சார்ந்தது: இயங்குநிலை சிந்தனை நிலைமாற்றி கொண்ட முதல் திறந்த குடும்பம் Llama-Nemotron ஆகும், பயிற்சித் தரவை அமைப்பு அறிவுறுத்தலில் detailed thinking on அல்லது detailed thinking off என்று குறியிட்டது, இயக்க நிலையில் <think> குறிச்சொற்களை வடிவ வெகுமதிகள் கட்டாயமாக்கின. ஒரே எடைத் தொகுப்பு, இரண்டு நடத்தைகள், அனுமான நேரத்தில் தேர்ந்தெடுக்கக்கூடியவை. Nemotron 3 இன் சிந்தனை வரவுசெலவுக் கட்டுப்பாடும் — மேலும் எங்கள் API இல் உள்ள reasoning_effort அளபுருவும் — நேரடியாக அந்த வேலையிலிருந்தே இறங்கி வருகின்றன.

Nemotron 3 — கலப்புத் திருப்பம்

Nemotron 3, Llama வழித்தோன்றலை முற்றிலும் புதிதாகக் கட்டப்பட்ட ஒரு கலப்புக் கட்டமைப்பால் மாற்றியது, மேலும் LatentMoE (திசைதிருப்புவதற்கு முன் டோக்கன்களைச் சுருக்குவது, “அதே அனுமானச் செலவுக்கு 4 மடங்கு நிபுணர்களை” அனுமதிப்பதாக NVIDIA கூறுகிறது), பல-டோக்கன் முன்கணிப்பு, இயல்பான NVFP4 முன்பயிற்சி ஆகியவற்றைச் சேர்த்தது. எடைகளுடன் சேர்த்து மொத்தம் 50 மில்லியன் SFT மாதிரிகள், 2 மில்லியன் RL பணிகள், 55 RL சூழல்கள் ஆகியவற்றை NVIDIA வெளியிட்டது — மாதிரிக்கு என்ன கற்பிக்கப்பட்டது என்பதற்காக ஒரு விற்பனையாளரின் வார்த்தையை நம்ப வேண்டியதில்லை, ஏனெனில் கற்பித்த பொருளையே பதிவிறக்க முடியும்.

03கலப்புக் கட்டமைப்பு உங்களுக்கு என்ன தருகிறது

ஒரு டிரான்ஸ்ஃபார்மரின் KV தேக்ககம் வரிசை நீளத்துடன் நேரியலாக வளர்கிறது, அதனால்தான் நீண்ட சூழல் அனுமானம் கணக்கீட்டில் விலையேறுவதற்கு முன்பே நினைவகத்தில் விலையேறுகிறது. Mamba-2 அடுக்குகள் நிலையான அளவு மீள்நிலையைச் சுமக்கும் நிலை-வெளி மாதிரிகள், எனவே அவற்றின் ஒரு டோக்கனுக்கான நினைவகச் செலவு வரலாற்றுடன் வளராது; அவை மோசமாகச் செய்வது துல்லியமான சேர்க்கை நினைவுகூரலே. கலப்பு அமைப்பு, வரிசை செயலாக்கத்தின் பெரும்பகுதிக்கு Mamba-2 ஐயும், நிலை-வெளி அடுக்குகள் தடுமாறும் நினைவுகூரலுக்காக ஒரு சிறுபான்மை உண்மையான கவன அடுக்குகளையும் வைத்துக்கொள்கிறது, ஒரு ஆக்ரோஷமான 64-வினவல்-தலை / 2-KV-தலை விகிதம் தேக்ககத்தை மேலும் சுருக்குகிறது. 1M டோக்கன்களில் RULER இல் 94.7% என்று NVIDIA அறிவிக்கிறது — பயன்படுத்த முடியாத ஒரு சாளரத்தைக் கூறும் மாதிரிகளைப் பிடிக்கவே கட்டப்பட்ட ஒரு ஊசி-மீட்டெடுப்பு அளவீடு.

விளைவு ஆற்றல்: ஒப்பிடத்தக்க மாதிரிகளை விட, சமமான துல்லியத்தில் தோராயமாக 6× அதிக அனுமான ஆற்றல் என்று NVIDIA கூறுகிறது, மேலும் Artificial Analysis சுயாதீனமாக வினாடிக்கு 140.3 டோக்கன்களை அளந்தது, முதல் டோக்கனுக்கான நேரம் 1.33 வினாடி — 89 மாதிரிகளில் 7 வது. ஒரு 200-முறை முகவர் இயக்கத்தில் அதுவே ஒரு மதியத்தில் முடிப்பதற்கும் முடிக்காமல் போவதற்கும் இடையிலான வேறுபாடு.

04“3BIT-REAP” எதைக் குறிக்கிறது, நேர்மையாக

பின்னொட்டு அலங்காரம் அல்ல — பொருந்துவதற்காக அடித்தளத்துக்கு என்ன செய்யப்பட்டது என்பதைச் சரியாக அது சொல்கிறது.

REAP — Router-weighted Expert Activation Pruning — Cerebras Research இலிருந்து வருகிறது, ICLR 2026 இல் ஏற்கப்பட்டது. ஒரு சிதறிய MoE இல் ரவுட்டர் ஒவ்வொரு டோக்கனையும் ஒரு சில நிபுணர்களுக்கு அனுப்புகிறது; ஒரு உண்மையான வேலைச்சுமையில் சிலர் தொடர்ந்து தாக்கப்படுகிறார்கள், மற்றவர்கள் கிட்டத்தட்ட ஒருபோதும் இல்லை. ரவுட்டர் அதை எவ்வளவு வலுவாகக் கேட் செய்கிறது என்பதையும் அதன் வெளியீட்டுப் பங்களிப்புகள் எவ்வளவு பெரியவை என்பதையும் இணைக்கும் ஒரு முக்கியத்துவ அளவுகோலில் REAP ஒவ்வொரு நிபுணருக்கும் மதிப்பெண் அளித்து, மிகக் குறைந்த முக்கியத்துவம் உள்ளவர்களை நேரடியாக நீக்குகிறது — 1 டிரில்லியன் அளபுருக்கள் வரையிலான மாதிரிகளிலிருந்து 50% வரை நிபுணர்களைக் கத்தரித்தும் அடிப்படைத் தரம் பெருமளவு பாதுகாக்கப்படுவதாக Cerebras அறிவிக்கிறது, மேலும் நிரல் போன்ற உருவாக்கப் பணிகளுக்குக் கத்தரிப்பு இணைப்பை விட சிறந்தது என்றும் கண்டறிகிறது. பின்னர் 3-பிட் குவாண்டைசேஷன் தப்பிப்பிழைத்ததைச் சுருக்குகிறது. முதலில் கத்தரிப்பு, பின்னர் குவாண்டைசேஷன், அதனால் பிட் வரவுசெலவு இறந்த நிபுணர்கள் மீது பரவாமல், போக்குவரத்தைச் சுமக்கும் நிபுணர்கள் மீது செல்கிறது.

சுருக்கம் இலவசம் அல்ல, நாங்கள் அப்படி நடிக்கவும் மாட்டோம்: ஆக்ரோஷமான குவாண்டைசேஷன் முதலில் தெரிவது கண்ணுக்குத் தெரியும் பொருத்தமின்மையாக அல்ல, துல்லியமான வடிவப் பின்பற்றலிலும் நீண்ட சங்கிலி எண்கணிதத்திலும் ஏற்படும் சிறிய தேய்மானங்களாகவே. மூன்று அடுக்குகளும் எங்கே நிற்கின்றன:

பின்னொட்டு	அது என்ன	எங்கே பயன்படுத்துகிறோம்
3BIT-REAP	3-பிட் எடைகள் + நிபுணர் கத்தரிப்பு	மிகப் பெரிய அடித்தளங்கள், வேறு எதுவும் வேகத்துடன் பொருந்தாத இடத்தில்
W4A16-AUTOROUND-REAP	4-பிட் எடைகள் / 16-பிட் செயல்படுத்தல்கள், AutoRound கற்றுக்கொள்ளப்பட்ட வட்டமிடல், + கத்தரிப்பு	நடுத்தர அளவு அடித்தளங்கள்; அப்பாவியாக அருகில் வட்டமிடுவதை விட AutoRound துல்லியத்தை மீட்கிறது
W8A16	8-பிட் எடைகள் / 16-பிட் செயல்படுத்தல்கள்	மிக உயர்ந்த நம்பகத்தன்மை; ஆக்ரோஷமான சுருக்கம் தேவைப்படாத அளவுக்குச் சிறிய அடித்தளங்கள்

550B இல் உள்ள Nemotron 3 Ultra நேரடியாக முதல் வகைக்குள் வருகிறது. நீண்ட சங்கிலிகள் முழுவதும் துல்லியமான எண் வெளியீட்டுக்கு உங்கள் வேலைச்சுமை அசாதாரணமாக உணர்திறன் கொண்டதென்றால், W8A16 அடுக்கை — MiMo-V2.5-Pro-W8A16 மற்றும் Hy3-W8A16 — $0.50/$2.00 தரைமட்டத்தில் ஆய்வுப் பட்டியல் பட்டியலிடுகிறது. ஒரு உண்மையான பரிமாற்றம், ஒரு புனல் அல்ல: சிறிய மாதிரி, குறைவான சுருக்கம்.

05இந்த இறுதிப்புள்ளியில் “தணிக்கையற்றது” என்றால் என்ன

உறுதியாக: மறுப்புப் படை இல்லை, வெளியீட்டில் எந்த உள்ளடக்க வடிகட்டலும் பயன்படுத்தப்படவில்லை. உங்கள் தூண்டுதலை எந்த வகைப்படுத்தியும் ஆய்வு செய்து ஒரு தயாரிக்கப்பட்ட மறுப்பைத் திருப்பித் தருவதில்லை, மேலும் பதில் உங்கள் ஸ்ட்ரீமை அடைவதற்கு முன் ஸ்கேன் செய்யப்படுவதில்லை. நீங்கள் பெறுவது மாதிரியின் சொந்த நடத்தையே.

திறந்த வம்சாவளி வெறும் தகவலாக இருப்பது இங்கேதான் நிற்கிறது. பயிற்சிக்குப் பிந்தைய தரவையும் RL சூழல்களையும் NVIDIA வெளியிட்டதால், மாதிரியின் மனப்போக்குகள் நாட்டுப்புறக் கதையாக அல்லாமல், கொள்கையளவில் தணிக்கை செய்யக்கூடியவை. மேலும் OpenMDW-1.1 என்பது கட்டமைப்பு, அளபுருக்கள், ஆவணங்கள், மென்பொருள் ஆகியவற்றை உள்ளடக்கிய ஒரு தாராள Linux Foundation உரிமம் என்பதால், ஒரு சுயாதீன இயக்குநர் தனது சொந்த வன்பொருளில் மாற்றப்பட்ட, வடிகட்டப்படாத ஒரு நிறுவலை வழங்குவதற்கு உரிமம் தடையாக இருப்பதில்லை. பல “திறந்த” மாதிரி உரிமங்கள் அதை அனுமதிப்பதில்லை. இது அனுமதிக்கிறது. பிரதிபலிப்பு மறுப்பு ஒரு பாதுகாப்பு அம்சம் அல்ல, ஒரு பிழையாக இருக்கும் இடங்களில் அந்த வேறுபாடு தெரிகிறது:

• பாதுகாப்பு ஆய்வு — பாதிப்பு பகுப்பாய்வு, சுரண்டல் சிந்தனை, தீம்பொருள் நடத்தை, red-team கருவிகள், கேள்வி அனுமதிக்கப்பட்டதா என்று வாதிடாமல்.
• வேதியியல், உயிரியல், மருந்தியல் — மருந்தளவுக் கணக்கு, வினை வழிமுறைகள், நச்சுயியல், ஒரு வடிகட்டப்பட்ட இறுதிப்புள்ளி முக்கியச்சொல் தொடுதலிலேயே மறுக்கும் தொகுப்பு வழிகள்.
• எதிர்நிலை ML — உண்மையானதைப் பார்த்திருக்க வேண்டிய வகைப்படுத்திகளுக்கான கடின எதிர்மறை மாதிரிகள், jailbreak தொகுப்புகள், துஷ்பிரயோக வகைப்பாடுகள்.
• மருத்துவ, சட்ட, தடயவியல் உரை — இயல்பாகவே வெளிப்படையான, சரியாக அந்தக் காரணத்துக்காகவே மறுக்கப்படும் வழக்குப் பொருள்.

தணிக்கையற்றது என்றால் பொறுப்பற்றது என்பதல்ல. நீங்கள் உருவாக்குவதற்கு நீங்களே உரிமையாளர், மேலும் எங்கள் பொறுப்பான பயன்பாட்டுக் கொள்கையும் சேவை விதிமுறைகளும் கணக்கை ஆளுகின்றன. ஒரு மறுப்புப் படையை நீக்குவது நோக்கம் பற்றிய ஒரு ஊகத்தை நீக்குகிறது; உங்களுக்குப் பொருந்தும் சட்டத்தின் கீழ் உள்ள உங்கள் கடமைகளை அது நீக்குவதில்லை.

06STEM உம் சிந்தனையும்: வெளியிடப்பட்ட எண்கள் சொல்வது

Llama-Nemotron பயிற்சிக்குப் பிந்தைய தரவுத்தொகுப்பு சரியாக அந்த நான்கு அச்சுகளைச் சுற்றியே கட்டப்பட்டதிலிருந்து, Nemotron இன் பயிற்சிக் கவனம் கணிதம், நிரல், அறிவியல், அறிவுறுத்தல் பின்பற்றல் ஆகியவையே. Nemotron 3 Ultra அடித்தளத்துக்கு NVIDIA அறிவிப்பது — சுருக்கப்படாத மாதிரிக்கு விற்பனையாளர் அறிவித்த எண்கள், அவற்றை நாங்கள் இயக்கவில்லை:

எண்களை விட மதிப்புள்ள இரண்டு எச்சரிக்கைகள். SWE-Bench Verified எண் ஒரு வரம்பு — எந்த முகவர்ச் சட்டகம் அதை இயக்குகிறது என்பதைப் பொறுத்து (Pi, OpenHands, Hermes, OpenCode, Mini SWE Agent) 65.0% முதல் 70.4% வரை என்று NVIDIA அறிவிக்கிறது, மேலும் சாரக்கட்டு மட்டுமே ஏற்படுத்தும் ஐந்து புள்ளி விரிவு, முகவர் மதிப்பெண்கள் மாதிரியை விட எவ்வளவு சட்டகத்தைச் சார்ந்திருக்கின்றன என்பதைக் காட்டுகிறது. மேலும் Artificial Analysis, Nemotron 3 Ultra ஐ தனது Intelligence Index இல் 48 இல், 89 மாதிரிகளில் 9 வதாக வைத்தது — வலிமையானது, ஆனால் களத்தின் உச்சி அல்ல, மேலும் எந்த விற்பனையாளரின் ஸ்லைடையும் விட அவர்களின் சுயாதீன அளவீட்டையே நாங்கள் அதிகம் எடைபோடுவோம்.

முந்தைய தலைமுறையில், NVIDIA இன் Llama-Nemotron ஆய்வுக்கட்டுரை LN-Ultra ஐ GPQA-Diamond இல் 76.0% என்று அறிவிக்கிறது, DeepSeek-R1 இன் 71.5% ம் Llama-3.1-405B-Instruct இன் 43.4% ம் எதிராக, மேலும் AIME 2024 இல் 80.8% — வேறொரு மாதிரி, இரண்டு தலைமுறைகளாக முதுநிலை அறிவியலும் போட்டிக் கணிதமும் இந்தக் குடும்பத்தின் இலக்காக இருந்ததால் இங்கே சேர்க்கப்பட்டது.

சுருக்கப்படாத Nemotron 3 Ultra க்காக NVIDIA (ஜூன் 2026) வெளியிட்ட அளவீட்டு எண்கள், மேலும் சுயாதீன அளவீடுகளுக்கு Artificial Analysis வெளியிட்டவை. சுருக்கப்பட்ட கட்டமைப்புகள் வேறுபடலாம். நாங்கள் சரிபார்க்காத அல்லது மூலம் காட்ட முடியாத அளவீட்டு எண்களை நாங்கள் வெளியிடுவதில்லை.

07விலை, மேலும் வாய்ச்சொல் மிகுதி எச்சரிக்கை

ஒரு மில்லியன் உள்ளீட்டு டோக்கனுக்கு $0.75, ஒரு மில்லியன் வெளியீட்டுக்கு $3.30 என்ற நிலையில், Nemotron3Ultra எங்கள் பட்டியலில் உள்ளீட்டில் கீழ் மூன்றில் ஒரு பகுதியிலும், வெளியீட்டில் நடுவிலும் அமர்கிறது. ஒரு மில்லியனுக்கான விலையை உணர்வது கடினம் என்பதால், சில கணக்கிட்ட எடுத்துக்காட்டுகள்:

அழைப்பு வடிவம்	உள்ளீடு	வெளியீடு	செலவு
வழக்கமான RAG முறை	50,000	4,000	$0.051
நீண்ட ஆவணப் பகுப்பாய்வு	150,000	8,000	$0.139
அதிகபட்ச அளவு அழைப்பு	262,144	16,384	$0.251

முழு சூழல், முழு வெளியீட்டுக் கோரிக்கை ஒன்று — இறுதிப்புள்ளி ஏற்கும் ஒவ்வொரு டோக்கனும், அது உருவாக்கும் ஒவ்வொரு டோக்கனும் — தோராயமாக 25 சென்ட் செலவாகிறது. அதே வடிவம் $3.83/$19.12 இல் உள்ள எங்கள் மிக விலையுயர்ந்த மாதிரியான Kimi-K3-3BIT-REAP இல் தோராயமாக $1.32, அதாவது 5.3× அதிகம்.

இப்போது எச்சரிக்கை, அது உண்மையானது. தங்கள் அளவீட்டுத் தொகுப்பு முழுவதும் Nemotron 3 Ultra சராசரி சகாக்களை விட 2.3× அதிக வெளியீட்டு டோக்கன்களை உருவாக்குவதை Artificial Analysis அளந்தது. சிந்தனை மாதிரிகள் சிந்தனைக்கும் கட்டணம் வசூலிக்கின்றன, இது நீளமாகச் சிந்திக்கிறது; அதே பதிலை அடைய மாதிரி மூன்று மடங்கு நேரம் சிந்தித்தால், ஒரு டோக்கனுக்கான விலைச் சாதகம் ஒரு பணிக்கான பாதகமாக ஆவியாகிவிடும். தணிப்பு உள்ளமைந்திருக்கிறது, எங்கள் API இல் வெளிப்படுத்தப்பட்டுள்ளது: Nemotron 3 சிந்தனை வரவுசெலவுக் கட்டுப்பாட்டுக்காகவே பயிற்சிக்குப் பிந்தைய கட்டத்தில் தயாரிக்கப்பட்டது, மேலும் இங்கே reasoning_effort ஆதரிக்கப்படுகிறது — ஒற்றை இலக்கத் துல்லியப் பரிமாற்றத்துக்குக் கணிசமாகக் குறைவான சிந்தனை டோக்கன்களைப் பயன்படுத்தும் ஒரு குறைந்த-முயற்சி நிலையை NVIDIA விவரிக்கிறது. வகைப்படுத்தல், பிரித்தெடுத்தல், திசைதிருப்பலில் அதைக் குறையுங்கள், பொருளாதாரம் கணிசமாக மாறும்; ஒரு நிரூபணத்திலோ ஒரு பல-கோப்பு மறுசீரமைப்பிலோ அதை உயர்த்தி, வேண்டுமென்றே செலுத்துங்கள். விலைப் பட்டியலைப் படித்துக் கருதிக்கொள்ளாமல், உங்கள் சொந்த ஒரு-பணிக்கான-டோக்கன்களை அளவிடுங்கள்.

08அழைப்பது: மூன்று வகைகள், ஒரு மாதிரி

நுழைவாயிலில் உள்ள ஒவ்வொரு மாதிரியும் மூன்று ஸ்ட்ரீமிங் API மேற்பரப்புகளில் பதிலளிக்கிறது, எனவே உங்கள் ஒருங்கிணைப்பை மீண்டும் எழுதாமல் ஏற்கெனவே உள்ள ஒரு கிளையண்டை அதை நோக்கித் திருப்பலாம்: /v1/chat/completions (OpenAI வகை), /v1/messages (Anthropic வகை), /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."}
    ]
  }'

ஒருங்கிணைப்பு நேரத்தில் எதுவும் ஆச்சரியப்படுத்தாதபடி, திறன் சுருக்கம்:

திறன்	Nemotron3Ultra · 3BIT-REAP
சூழல் சாளரம்	262,144 டோக்கன்கள்
கோரிக்கைக்கு அதிகபட்ச வெளியீடு	16,384 டோக்கன்கள்
ஸ்ட்ரீமிங்	ஆம்
கருவி அழைப்பு	ஆம்
சிந்தனைத் தடங்கள்	ஆம்
reasoning_effort	ஆம்
json_schema (கடுமையானது)	ஆம்
response_format	ஆம்
பார்வை / பட உள்ளீடு	இல்லை — உரை மட்டும்
மறுப்புப் படை	இல்லை

பார்வை வரிசை பலரையும் பிடிக்கிறது: Nemotron3Ultra உரை மட்டுமே. உங்கள் குழாய் படங்களை அனுப்பினால், $0.50/$2.00 இல் MiniMax-M3-3BIT-REAP அல்லது MiMo-V2.5-W8A16, அல்லது $0.78/$3.67 இல் Kimi-K2.6-W4A16-AUTOROUND-REAP ஐப் பயன்படுத்துங்கள் — அனைத்தும் பார்வைத் திறன் கொண்டவை, அனைத்தும் தணிக்கையற்றவை, அனைத்தும் அதே 262,144 டோக்கன் சூழலில். முழு அளபுரு விவரம் API ஆவணங்களில் உள்ளது.

09பன்னிரண்டுக்குள் Nemotron3Ultra எங்கே பொருந்துகிறது

பட்டியல் என்பது அதே சூழல் சாளரத்தையும், அதே மூன்று வகைகளையும், மறுப்புப் படை இல்லாத அதே நிலையையும் பகிர்ந்துகொள்ளும் பன்னிரண்டு தணிக்கையற்ற மாதிரிகள்; அவை அடித்தளத்திலும் விலையிலும் திறனிலும் வேறுபடுகின்றன. Nemotron இன் இடம் குறிப்பிட்டது: திறந்த வம்சாவளி சிந்தனை உழைப்பாளி — மலிவானது அல்ல, மிக அதிக திறன் கொண்டதும் அல்ல, ஆனால் தன் நடத்தைக்குப் பின்னால் மிக அதிக பொதுக் காகிதத் தடம் கொண்டது, STEM ஐயும் முகவர்களையும் நோக்கி மிகக் கடுமையாகச் சரிசெய்யப்பட்டது.

மாதிரி	உள்ளே / 1M	வெளியே / 1M	பார்வை	இதற்காகத் தேர்ந்தெடுங்கள்
MiniMax-M3 · 3BIT-REAP	$0.50	$2.00	ஆம்	மலிவான பார்வைத் திறன் கொண்ட தேர்வு
MiMo-V2.5-Pro · W8A16	$0.50	$2.00	இல்லை	மிக உயர்ந்த நம்பகத்தன்மை குவாண்டைசேஷன் அடுக்கு
GLM-5.2 · 3BIT-REAP	$0.73	$2.34	இல்லை	மலிவான பெரிய-அடித்தள சிந்தனை
Nemotron3Ultra · 3BIT-REAP	$0.75	$3.30	இல்லை	STEM, முகவர்கள், திறந்த வம்சாவளி
Kimi-K2.6 · W4A16-AUTOROUND-REAP	$0.78	$3.67	ஆம்	பார்வை + AutoRound நம்பகத்தன்மை
DeepSeek-V4-Pro · 3BIT-REAP	$1.95	$3.90	இல்லை	ஆழமான ஒற்றைத் தாக்குதல் பகுப்பாய்வு
Kimi-K3 · 3BIT-REAP	$3.83	$19.12	ஆம்	முழுமையான திறன் உச்சவரம்பு

பன்னிரண்டில் ஏழு காட்டப்பட்டுள்ளன. முழுப் பட்டியல் — Laguna-S-2.1, inkling, DeepSeek-V4-Flash, MiMo-V2.5, Hy3 உட்பட — API ஆவணங்களில் உள்ளது. Laguna-S-2.1 கட்டமைக்கப்பட்ட வெளியீட்டை ஆதரிக்காது, inkling json_schema ஐ ஆதரிக்காது என்பதைக் கவனியுங்கள்; Nemotron3Ultra இரண்டையும் ஆதரிக்கிறது.

விலையால் மிக நெருங்கிய அண்டை $0.73/$2.34 இல் உள்ள GLM-5.2-3BIT-REAP, நேர்மையான ஒப்பீடு இதுவே: ஒரு டோக்கனுக்கு GLM-5.2 மலிவானது, குறிப்பாக வெளியீட்டில். Nemotron கொண்டு வருவது ஒரு வெளியிடப்பட்ட பயிற்சித் தொகுப்பு, ஒரு வெளிப்படையான சிந்தனை-வரவுசெலவு சுழற்சி, முதுநிலை அறிவியலை இலக்காகக் கொண்ட ஒரு குடும்ப வரலாறு. அதிக அளவு பொதுச் சிந்தனை: மலிவானதை இயக்குங்கள். STEM மிகுந்த, முகவர் சார்ந்த, அல்லது மாதிரியின் நடத்தை எங்கிருந்து வந்தது என்று கேட்கும் ஒரு தணிக்கைக்கு உட்பட்ட வேலை: அந்த வேறுபாட்டை Nemotron சம்பாதிக்கிறது.

10அடிக்கடி கேட்கப்படும் கேள்விகள்

---

மூலங்கள்: NVIDIA Nemotron 3 Ultra தொழில்நுட்ப அறிக்கை · NVIDIA டெவலப்பர் வலைப்பதிவு (ஜூன் 2026) · Nemotron 3 Super கட்டமைப்புக் குறிப்புகள் · Llama-Nemotron: Efficient Reasoning Models · Cerebras Research, REAP. அடித்தள அளவீடுகள், Artificial Analysis க்கு மூலம் காட்டப்படாத வரை, சுருக்கப்படாத மாதிரிக்கு NVIDIA அறிவித்தவை; சுருக்கப்பட்ட கட்டமைப்புகள் வேறுபடலாம். விலைகளும் திறன்களும் செப்டம்பர் 5, 2026 நிலவரப்படி தற்போதையவை.