API-и бесензураи Nemotron API
Насаби тадқиқотии NVIDIA, ки ошкоро нашр шудааст ва бе қабати рад кардан хизмат мерасонад: MoE-и дурагаи Mamba-Attention бо 550B, ки барои STEM ва мулоҳизаи уфуқи дароз танзим шудааст — бо $0.75 вуруд / $3.30 баромад барои як миллион токен.
Мухтасар
Nemotron3Ultra-3BIT-REAP ҷойгиркунии бесензураи Shannon барои NVIDIA Nemotron 3 Ultra аст — модели Омехтаи Мутахассисон бо 550 миллиард параметр ва 55B фаъол дар як токен, ки 4 июни соли 2026 бо вазнҳо, маълумоти таълимӣ ва дастурҳо зери литсензияи имтиёзноки OpenMDW-1.1-и Бунёди Linux бароварда шуд. Дар кластери GPU-и худамон он бо бе қабати рад кардан ва бе филтри баромад, контексти 262,144 токен, то 16,384 токени баромад дар як дархост, фарохонии абзорҳо, ҷараёнӣ, изҳои мулоҳиза ва баромади қатъии json_schema кор мекунад. Он тасвирҳоро қабул намекунад. Нарх: $0.75 / $3.30 барои 1M токен.
Аксари моделҳои «кушод» танҳо вазнҳои кушода доранд ва дигар ҳеҷ чиз — бастае аз параметрҳо, як литсензия ва хомӯшӣ дар бораи он ки рақамҳо аз куҷо омадаанд. Nemotron ду сол боз истиснои устувор аст: NVIDIA вазнҳо, маҷмӯаҳои маълумоти пас аз таълим, муҳитҳои RL ва дастурро мефиристад. Ин барои нуқтаи интиҳоии бесензура ба тарзе муҳим аст, ки онро осон аз назар гум кардан мумкин аст. Моделе, ки маълумоти ҳамоҳангсозиаш нашр шудааст, моделест, ки рафтори рад кардани онро метавон таҳлил кард, на тахмин зад — ва моделест, ки шахси сеюм метавонад онро қонунан бе филтри мазмун ҷойгир кунад.
01Nemotron 3 Ultra чист?
Nemotron 3 Ultra бузургтарин узви оилаи Nemotron 3-и NVIDIA аст, ки 4 июни соли 2026 дар Hugging Face бароварда шуд. Ҳисоботи техникии NVIDIA онро ҳамчун «модели забонии Омехтаи Мутахассисони дурагаи Mamba-Attention бо 550 миллиард параметри умумӣ ва 55 миллиард фаъол» тавсиф мекунад — тақрибан 10% шабака дар ҳар токени додашуда кор мекунад, ки маҳз ҳамин хизматрасонии модели ниммиллиардтриллионпараметриро умуман имконпазир мегардонад.
Тарҳи эълоншуда 108 қабат дар андозаи модели 8,192 аст, ки қабатҳои фазои ҳолати Mamba-2-ро бо маҷмӯи камшумори қабатҳои таваҷҷуҳи пурра омехта мекунад, бо 512 мутахассис дар як қабати MoE ва маршрутонии top-22. Пештаълим дар тақрибан 20 триллион токени матнӣ дар ду марҳила гузашт — аввал бо тамоюл ба гуногунӣ, баъд ба сифат — бо буриши сентябри соли 2025, 12 забони табиӣ ва 43 забони барномасозӣ. Пас аз таълим SFT, RL-и бисёрмуҳитӣ бо мукофотҳои тасдиқшаванда ва Дистилятсияи Бисёрмуаллимаи On-Policy дар зиёда аз даҳ муаллими мутахассис истифода шуд. Ҳадафи эълоншудаи тарҳ агентҳои дарозмуддат аст: сессияҳое, ки контексти калон нигоҳ медоранд, даҳҳо маротиба абзорҳоро фаро мехонанд ва он қадар дароз кор мекунанд, ки иқтисоди ҳар токен ҳисобномаро муайян мекунад.
02Насаби Nemotron ва чаро ин пайдоиш муҳим аст
Nemotron як маҳсули тасодуфӣ нест. Ин натиҷаи намоёни барномаи тадқиқотии NVIDIA аст, ки аз соли 2024 боз дар ҳамон самт меравад ва ҳар насл чизе гузошт, ки модели ҷорӣ то ҳол дорад. Nemotron-4 340B (июни соли 2024) бо конвейери кушоди тавлиди маълумоти синтетикӣ, модели мукофот ва генератори худ фиристода шуд, ба замми як ифшои ғайриоддӣ: аксарияти кулли маълумоти ҳамоҳангсозии он аз ҷониби модел тавлид шуда буд. Модел ҳамчун корхонаи маълумот, на ҳамчун оракул — маҳз бинобар ин барориши баъдии Nemotron ҳамеша маҷмӯаҳои маълумотро дар паҳлӯи вазнҳо мефиристад.
Llama-Nemotron — мулоҳизае, ки онро хомӯш кардан мумкин аст
Оилаи Llama-Nemotron-и соли 2025 (LN-Nano 8B, LN-Super 49B, LN-Ultra 253B) ду ғояро овард, ки хуб кӯҳна шуданд. Аввалӣ меъморӣ буд: ҷустуҷӯи меъмории нейронии Puzzle-и NVIDIA китобхонаи блокҳои трансформерии блокӣ-дистилятсияшударо сохт ва онҳоро бо барномасозии бутуни омехта ҷамъ овард, ки моделҳоеро ба вуҷуд овард, ки дар онҳо баъзе блокҳо таваҷҷуҳро тамоман мепартоянд ё онро бо як қабати хаттӣ иваз мекунанд, дар ҳоле ки FFN Fusion блокҳои пайдарпайи пешфиристро ба блокҳои камтар, васеътар ва параллел ҷамъ кард — умқи пайдарпайро кӯтоҳ кард, на шумораи параметрҳоро. LN-Ultra дар як гиреҳи 8×H100 ҷойгир шуд ва, тибқи мақолаи NVIDIA, аз DeepSeek-R1 дар GPQA-Diamond болотар баромад (76.0% дар муқобили 71.5%).
Дуюмӣ рафторӣ буд: Llama-Nemotron аввалин оилаи кушод бо фишанги динамикии мулоҳиза буд, ки маълумоти таълимро дар дастури системавӣ бо detailed thinking on ё detailed thinking off тамға мезад ва мукофотҳои формат теги <think>-ро дар реҷаи фаъол талаб мекарданд. Як маҷмӯи вазнҳо, ду рафтор, ки ҳангоми хулосабарорӣ интихоб мешаванд. Идораи буҷаи мулоҳизаи Nemotron 3 — ва параметри reasoning_effort дар API-и мо — бевосита аз ҳамон кор мебарояд.
Nemotron 3 — гардиши дурага
Nemotron 3 ҳосилаи Llama-ро бо меъмории дурагаи аз сифр сохташуда иваз кард ва LatentMoE (фишурдани токенҳо пеш аз маршрутонӣ, ки ба гуфти NVIDIA имкон медиҳад «4 маротиба зиёдтар мутахассис бо ҳамон арзиши хулосабарорӣ»), пешгӯии бисёртокенӣ ва пештаълими ватании NVFP4-ро илова кард. NVIDIA дар маҷмӯъ 50 миллион намунаи SFT, 2 миллион вазифаи RL ва 55 муҳити RL-ро дар паҳлӯи вазнҳо нашр кард — шумо набояд ба сухани фурӯшанда дар бораи он чӣ ба модел омӯхта шуд бовар кунед, зеро маводи таълимиро боргирӣ кардан мумкин аст.
03Меъмории дурага ба шумо чӣ мехарад
Кэши KV-и трансформер бо дарозии пайдарпаӣ хаттӣ меафзояд, бинобар ин хулосабарории контексти дароз пеш аз ҳисоб дар хотира гарон мешавад. Қабатҳои Mamba-2 моделҳои фазои ҳолатанд, ки ҳолати рекурсивии андозаи собит доранд, бинобар ин арзиши хотираи ҳар токени онҳо бо таърих намеафзояд; он чи онҳо бад мекунанд, дарёфти дақиқи ассотсиативӣ аст. Дурага Mamba-2-ро барои қисми асосии коркарди пайдарпаӣ нигоҳ медорад ва каме қабати воқеии таваҷҷуҳро барои ҳамон дарёфте илова мекунад, ки қабатҳои фазои ҳолат аз он мемонанд, бо таносуби шадиди 64 сари дархост / 2 сари KV, ки кэшро боз ҳам хурдтар мекунад. NVIDIA 94.7% дар RULER бо 1M токен-ро эълон мекунад — бенчмарки ҷустуҷӯи сӯзан, ки барои дастгир кардани моделҳое сохта шудааст, ки тирезаеро эълон мекунанд, ки истифода бурда наметавонанд.
Оқибати ин маҳсулнокӣ аст: NVIDIA то тақрибан 6× маҳсулнокии баландтари хулосабароро нисбат ба моделҳои муқоисашаванда бо дақиқии баробар эълон мекунад ва Artificial Analysis мустақилона 140.3 токен дар як сония-ро бо вақти 1.33-сонияи то токени аввал чен кард — ҷои 7 аз 89 модел. Дар кори агентии 200-давра ин фарқи байни ба итмом расидан то бегоҳ ва тамоман ба итмом нарасидан аст.
04«3BIT-REAP» ростқавлона чӣ маъно дорад
Пасванд ороиш нест — он ба шумо маҳз мегӯяд, ки бо асос чӣ кор карда шуд, то он ҷойгир шавад.
REAP — Буридани Фаъолсозии Мутахассисон бо Вазни Маршрутизатор — аз Cerebras Research меояд ва ба ICLR 2026 қабул шудааст. Дар MoE-и сироҷ маршрутизатор ҳар токенро ба чанд мутахассис мефиристад; дар бори кории воқеӣ баъзеи онҳо доимо истифода мешаванд ва дигарон қариб ҳеҷ гоҳ. REAP ҳар мутахассисро аз рӯи меъёри барҷастагӣ баҳо медиҳад, ки то чӣ андоза сахт маршрутизатор онро мекушояд ва саҳми баромади он то чӣ андоза калон аст-ро якҷоя мекунад, сипас камбарҷастатаринҳоро тамоман нест мекунад — Cerebras хабар медиҳад, ки то 50% мутахассисонро аз моделҳои то 1 триллион параметр буридан мумкин аст ва сифати заминавӣ асосан нигоҳ дошта мешавад, ва мефаҳмад, ки барои вазифаҳои тавлидӣ мисли код буридан аз якҷоякунӣ беҳтар аст. Сипас квантизатсияи 3-бит он чиро, ки боқӣ мондааст, фишурда мекунад. Аввал буридан, баъд квантизатсия, то буҷаи битҳо ба мутахассисоне равад, ки трафикро мебаранд, на он ки дар мурдаҳо пароканда шавад.
Фишурдасозӣ ройгон нест ва мо худро ба нодонӣ намезанем: квантизатсияи шадид аввал ҳамчун коҳиши хурд дар риояи формати дақиқ ва арифметикаи занҷири дароз зоҳир мешавад, на ҳамчун бетартибии намоён. Се зина дар куҷо ҷойгиранд:
| Пасванд | Ин чист | Мо онро дар куҷо истифода мебарем |
|---|---|---|
| 3BIT-REAP | Вазнҳои 3-битӣ + буридани мутахассисон | Бузургтарин асосҳо, ки дигар ҳеҷ чиз бо суръат ҷойгир намешавад |
| W4A16-AUTOROUND-REAP | Вазнҳои 4-битӣ / фаъолсозиҳои 16-битӣ, мудавварсозии омӯхташудаи AutoRound, + буридан | Асосҳои миёна; AutoRound дақиқиро нисбат ба мудавварсозии оддии наздиктарин барқарор мекунад |
| W8A16 | Вазнҳои 8-битӣ / фаъолсозиҳои 16-битӣ | Баландтарин садоқат; асосҳое, ки хурданд ва ба фишурдасозии шадид ниёз надоранд |
Nemotron 3 Ultra бо 550B комилан дар категорияи аввал аст. Агар бори кории шумо ба баромади дақиқи ададӣ дар занҷирҳои дароз ғайриоддӣ ҳассос бошад, феҳристи тадқиқот зинаи W8A16-ро — MiMo-V2.5-Pro-W8A16 ва Hy3-W8A16 — дар фарши $0.50/$2.00 нишон медиҳад. Ин мубодилаи воқеӣ аст, на воронка: модели хурдтар, фишурдасозии камтар.
05«Бесензура» дар ин нуқтаи интиҳоӣ чӣ маъно дорад
Мушаххасан: қабати рад кардан вуҷуд надорад ва ба баромад ҳеҷ филтри мазмун татбиқ намешавад. Ҳеҷ таснифкунанда дархости шуморо тафтиш намекунад ва раддияи тайёр барнамегардонад ва ҷавоб пеш аз расидан ба ҷараёни шумо скан намешавад. Он чи шумо мегиред, рафтори худи модел аст.
Маҳз дар ин ҷо насаби кушод дигар як маълумоти ҷолиби беаҳамият нест. Азбаски NVIDIA маълумоти пас аз таълим ва муҳитҳои RL-ро нашр кард, майлҳои модел дар принсип аудитшавандаанд, на афсона. Ва азбаски OpenMDW-1.1 литсензияи имтиёзноки Бунёди Linux аст, ки меъморӣ, параметрҳо, ҳуҷҷатгузорӣ ва нармафзорро фаро мегирад, оператори мустақил метавонад ҷойгиркунии тағйирёфта ва бефилтрро дар таҷҳизоти худ хизматрасонӣ кунад, бе он ки литсензия монеа шавад. Бисёр литсензияҳои моделҳои «кушод» ба ин иҷозат намедиҳанд. Ин медиҳад. Фарқ дар он ҷо зоҳир мешавад, ки рад кардани рефлексӣ хато аст, на хусусияти бехатарӣ:
- Тадқиқоти амният — таҳлили осебпазирӣ, мулоҳиза дар бораи эксплойтҳо, рафтори барномаҳои зараровар, абзорҳои гурӯҳи сурх, бе баҳс дар бораи он ки савол иҷозат дода мешавад ё не.
- Химия, биология ва фарматсевтика — ҳисоби вояи дору, механизмҳои реаксия, токсикология, роҳҳои синтез, ки нуқтаи интиҳоии филтршуда ҳангоми дучор шудан бо калимаи калидӣ рад мекунад.
- ML-и муқобилавӣ — манфиҳои душвор, корпусҳои jailbreak ва таснифоти сӯиистифода барои таснифкунандаҳое, ки бояд ашёи воқеиро дида бошанд.
- Матни клиникӣ, ҳуқуқӣ ва криминалистӣ — маводи парвандавӣ, ки табиатан шадид аст ва маҳз бинобар ҳамин рад карда мешавад.
Бесензура маънои бе масъулиятро надорад. Он чи шумо тавлид мекунед, аз они шумост, ва Сиёсати Истифодаи Масъулонаи мо ва Шартҳои Хизматрасонӣ ҳисобро танзим мекунанд. Бартараф кардани қабати рад кардан тахминро дар бораи ният бартараф мекунад; он ӯҳдадориҳои шуморо тибқи қонуни ба шумо татбиқшаванда бартараф намекунад.
06STEM ва мулоҳиза: рақамҳои нашршуда чӣ мегӯянд
Тамаркузи таълими Nemotron аз замони сохта шудани маҷмӯаи маълумоти пас аз таълими Llama-Nemotron маҳз дар атрофи ҳамин чор меҳвар — математика, код, илм ва риояи дастур будааст. Он чи NVIDIA барои асоси Nemotron 3 Ultra эълон мекунад — рақамҳои аз ҷониби фурӯшанда эълоншуда дар модели фишурданашуда, ки мо онҳоро иҷро накардаем:
Ду огоҳии аз худи рақамҳо арзишмандтар. Рақами SWE-Bench Verified як маҳдуда аст — NVIDIA аз 65.0% то 70.4% вобаста ба он ки кадом чорчӯбаи агентӣ онро иҷро мекунад (Pi, OpenHands, Hermes, OpenCode, Mini SWE Agent) эълон мекунад ва фарқи панҷхолагӣ танҳо аз ҳисоби сохтмон нишон медиҳад, ки холҳои агентӣ то чӣ андоза аз чорчӯба вобастаанд, на аз модел. Ва Artificial Analysis Nemotron 3 Ultra-ро дар 48 дар Индекси Зеҳни худ, ҷои 9 аз 89 модел ҷойгир кард — қавӣ, на сари майдон, ва ченкунии мустақили онҳо ҳамонест, ки мо аз ҳар слайди фурӯшанда болотар мегузорем.
Дар насли пештара, мақолаи Llama-Nemotron-и NVIDIA LN-Ultra-ро бо 76.0% дар GPQA-Diamond дар муқобили 71.5%-и DeepSeek-R1 ва 43.4%-и Llama-3.1-405B-Instruct эълон мекунад, ба замми 80.8% дар AIME 2024 — модели дигар, ки дохил карда шуд, зеро илми сатҳи аспирантӣ ва математикаи мусобиқавӣ ду насл боз ҳадафи ин оила будаанд.
Ҳар рақами ин ҷо аз ҷониби каси дигар, на мо нашр шудааст. Манбаъҳои аввалияро худатон тафтиш кунед.
Рақамҳои бенчмарк тавре, ки NVIDIA (июни соли 2026) дар Nemotron 3 Ultra-и фишурданашуда ва Artificial Analysis барои ченкуниҳои мустақил нашр кардаанд. Сохтҳои фишурда метавонанд фарқ кунанд. Мо рақамҳои бенчмаркеро, ки тафтиш накардаем ё ба касе нисбат дода наметавонем, нашр намекунем.
07Нарх ва огоҳӣ дар бораи пургӯӣ
Бо $0.75 барои як миллион токени вуруд ва $3.30 барои як миллион токени баромад, Nemotron3Ultra дар сеяки поёнии каталоги мо аз рӯи вуруд ва дар мобайн аз рӯи баромад ҷойгир аст. Намунаҳои таҳлилшуда, зеро нархгузории «барои як миллион»-ро ҳис кардан душвор аст:
| Шакли фарохонӣ | Вуруд | Баромад | Арзиш |
|---|---|---|---|
| Давраи маъмулии RAG | 50,000 | 4,000 | $0.051 |
| Таҳлили ҳуҷҷати дароз | 150,000 | 8,000 | $0.139 |
| Фарохонии ҳадди аксар | 262,144 | 16,384 | $0.251 |
Дархосте бо контексти пурра ва баромади пурра — ҳар токене, ки нуқтаи интиҳоӣ қабул мекунад ва ҳар токене, ки он тавлид мекунад — тақрибан 25 сент меарзад. Ҳамин шакл дар Kimi-K3-3BIT-REAP, гаронтарин модели мо бо $3.83/$19.12, тақрибан $1.32 меарзад, яъне 5.3× зиёдтар.
Акнун огоҳӣ, ва он воқеӣ аст. Artificial Analysis чен кард, ки Nemotron 3 Ultra 2.3× зиёдтар токени баромад аз миёнаи ҳамтоёнаш дар маҷмӯаи бенчмаркии онҳо тавлид мекунад. Моделҳои мулоҳиза шуморо барои андешидан ҳисоб мекунанд ва ин яке дуру дароз меандешад; бартарии нархи ҳар токен ба нобартарии ҳар вазифа мубаддал мешавад, агар модел се маротиба дарозтар мулоҳиза кунад, то ба ҳамон ҷавоб расад. Роҳи паст кардани ин дохилӣ аст ва дар API-и мо ошкор шудааст: Nemotron 3 барои идораи буҷаи мулоҳиза пас аз таълим гирифтааст ва reasoning_effort дар ин ҷо дастгирӣ мешавад — NVIDIA реҷаи кӯшиши пастро тавсиф мекунад, ки токенҳои андешаро ба таври назаррас камтар истифода мебарад бо мубодилаи дақиқии якрақама. Дар таснифот, истихроҷ ва маршрутонӣ онро паст кунед ва иқтисод ба таври ҷиддӣ тағйир меёбад; дар исбот ё рефакторинги бисёрфайла онро баланд кунед ва барояш дидаву дониста пардохт кунед. Токенҳои ҳар вазифаи худро худатон чен кунед, на ин ки рӯйхати нархро хонда тахмин занед.
08Фарохонии он: се лаҳҷа, як модел
Ҳар модели шлюз дар се сатҳи ҷараёнии API ҷавоб медиҳад, бинобар ин шумо метавонед муштарии мавҷударо ба он равона кунед, бе он ки интегратсияи худро аз нав нависед: /v1/chat/completions (лаҳҷаи OpenAI), /v1/messages (лаҳҷаи Anthropic) ва /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."}
]
}'Хулосаи имкониятҳо, то ҳангоми интегратсия ҳеҷ чиз шуморо ба ҳайрат наорад:
| Имконият | Nemotron3Ultra · 3BIT-REAP |
|---|---|
| Тирезаи контекст | 262,144 токен |
| Баромади ҳадди аксар / дархост | 16,384 токен |
| Ҷараёнӣ | Бале |
| Фарохонии абзорҳо | Бале |
| Изҳои мулоҳиза | Бале |
reasoning_effort | Бале |
json_schema (қатъӣ) | Бале |
response_format | Бале |
| Биноӣ / вуруди тасвир | Не — танҳо матн |
| Қабати рад кардан | Нест |
Сатри биноӣ одамонро ба дом меафтонад: Nemotron3Ultra танҳо матн аст. Агар конвейери шумо тасвир фиристад, MiniMax-M3-3BIT-REAP ё MiMo-V2.5-W8A16-ро бо $0.50/$2.00, ё Kimi-K2.6-W4A16-AUTOROUND-REAP-ро бо $0.78/$3.67 истифода баред — ҳамаашон қобили биноӣ, ҳамаашон бесензура, ҳамаашон дар ҳамон контексти 262,144 токен. Маълумотномаи пурраи параметрҳо дар ҳуҷҷатгузории API аст.
09Ҷои Nemotron3Ultra дар байни дувоздаҳ
Каталог дувоздаҳ модели бесензура аст, ки ҳамон тирезаи контекст, ҳамон се лаҳҷа ва ҳамон набудани қабати рад карданро мубодила мекунанд; онҳо аз рӯи асос, нарх ва имконият фарқ мекунанд. Ҷои Nemotron мушаххас аст: аспи кории мулоҳиза бо насаби кушод — на арзонтарин, на қобилтарин, балки он ки паси рафтори худ бештарин пайраҳаи ҳуҷҷатии оммавӣ дорад ва сахттар аз ҳама ба сӯи STEM ва агентҳо танзим шудааст.
| Модел | Вуруд / 1M | Баромад / 1M | Биноӣ | Барои чӣ интихоб кунед |
|---|---|---|---|---|
| MiniMax-M3 · 3BIT-REAP | $0.50 | $2.00 | Бале | Арзонтарин варианти қобили биноӣ |
| MiMo-V2.5-Pro · W8A16 | $0.50 | $2.00 | Не | Зинаи квантизатсия бо баландтарин садоқат |
| GLM-5.2 · 3BIT-REAP | $0.73 | $2.34 | Не | Арзонтарин мулоҳиза дар асоси калон |
| Nemotron3Ultra · 3BIT-REAP | $0.75 | $3.30 | Не | STEM, агентҳо, насаби кушод |
| Kimi-K2.6 · W4A16-AUTOROUND-REAP | $0.78 | $3.67 | Бале | Биноӣ + садоқати AutoRound |
| DeepSeek-V4-Pro · 3BIT-REAP | $1.95 | $3.90 | Не | Таҳлили амиқи якзарба |
| Kimi-K3 · 3BIT-REAP | $3.83 | $19.12 | Бале | Ҳадди мутлақи қобилият |
Ҳафт аз дувоздаҳ нишон дода шудааст. Каталоги пурра — аз ҷумла Laguna-S-2.1, inkling, DeepSeek-V4-Flash, MiMo-V2.5 ва Hy3 — дар ҳуҷҷатгузории API аст. Диққат диҳед, ки Laguna-S-2.1 баромади сохториро дастгирӣ намекунад ва inkling json_schema-ро дастгирӣ намекунад; Nemotron3Ultra ҳар дуро дастгирӣ мекунад.
Наздиктарин ҳамсоя аз рӯи нарх GLM-5.2-3BIT-REAP бо $0.73/$2.34 аст ва муқоисаи ростқавлона чунин аст: GLM-5.2 барои ҳар токен арзонтар аст, махсусан дар баромад. Nemotron корпуси таълимии нашршуда, фишанги ошкори буҷаи мулоҳиза ва таърихи оилавиеро меорад, ки ба илми сатҳи аспирантӣ нигаронида шудааст. Мулоҳизаи умумии ҳаҷми калон: арзонтарашро иҷро кунед. Кори сершиддати STEM, агентӣ ё зери аудите, ки мепурсад рафтори модел аз куҷо омадааст: Nemotron фарқро сазовор аст.
10Саволҳои маъмул
API-и бесензураи Nemotron чист?
Ин нуқтаи интиҳоии мизбонии Shannon AI барои Nemotron3Ultra 3BIT-REAP аст, сохти фишурдаи Nemotron 3 Ultra-и NVIDIA бо вазнҳои кушода. Он дар кластери GPU-и худамон бе қабати рад кардан ва бе филтри баромад кор мекунад, контексти 262,144 токен ва 16,384 токени баромадро дар як дархост ошкор мекунад ва $0.75 барои як миллион токени вуруд ва $3.30 барои як миллион токени баромад меарзад.
Оё вазнҳои NVIDIA Nemotron воқеан кушодаанд?
Бале. NVIDIA Nemotron 3 Ultra-ро 4 июни соли 2026 бо вазнҳо, маълумоти таълимӣ ва дастурҳо зери литсензияи имтиёзноки OpenMDW-1.1-и Бунёди Linux, пас аз Nemotron-4 340B ва оилаи Llama-Nemotron нашр кард. Маҳз ҳамин кушодагӣ ҷойгиркунии мустақилона идорашаванда ва бефилтрро имконпазир мегардонад.
3BIT-REAP чӣ маъно дорад?
Ду қадами фишурдасозӣ. REAP — Буридани Фаъолсозии Мутахассисон бо Вазни Маршрутизатор, аз Cerebras Research ва қабулшуда ба ICLR 2026 — ҳар мутахассиси Омехтаи Мутахассисонро аз рӯи он баҳо медиҳад, ки маршрутизатор то чӣ андоза сахт онро мекушояд ва саҳми баромади он то чӣ андоза калон аст, сипас камбарҷастатаринҳоро тамоман мепартояд. Боқимондаҳо ба вазнҳои 3-битӣ квантизатсия мешаванд, бинобар ин буҷаи битҳо ба мутахассисоне сарф мешавад, ки воқеан трафикро мебаранд.
Оё Nemotron3Ultra биноӣ ё баромади JSON-схемаро дастгирӣ мекунад?
Тасвир не: ин нуқтаи интиҳоӣ танҳо матнӣ аст. Он баромади сохтории қатъиро дастгирӣ мекунад — ҳам json_schema ва ҳам response_format — ба замми фарохонии абзорҳо, ҷараёнӣ, изҳои мулоҳиза ва reasoning_effort. Барои тасвирҳо дар модели бесензура ба ҷои он MiniMax-M3, Kimi-K2.6, Kimi-K3, MiMo-V2.5 ё inkling-ро истифода баред.
Чаро контекст 262,144 токен аст, дар ҳоле ки NVIDIA 1M-ро таблиғ мекунад?
Меъмории Nemotron 3 ба тирезаи 1M токен нигаронида шудааст ва NVIDIA дар ин дарозӣ 94.7% дар RULER-ро эълон мекунад. Ҷойгиркунии мо 262,144 токенро хизмат мерасонад, тирезае, ки мо дар тамоми каталог бо суръати пурра нигоҳ медорем. Ҳар модели шлюз ҳамон контекстро ошкор мекунад, бинобар ин шумо метавонед идентификатори моделҳоро иваз кунед, бе он ки тақсимбандии худро аз нав нависед.
Оё Nemotron барои математика, илм ва код хуб аст?
STEM ва мулоҳиза тамаркузи эълоншудаи ин оила мебошанд. NVIDIA барои Nemotron 3 Ultra 90% дар PinchBench, 65.0-70.4% дар SWE-Bench Verified дар панҷ чорчӯбаи агентӣ ва 56.4% дар Terminal-Bench 2.1-ро эълон мекунад; Llama-Nemotron Ultra-и пештара 76.0% дар GPQA-Diamond дар муқобили 71.5%-и DeepSeek-R1-ро эълон карда буд. Ҳамаи онҳо аз ҷониби фурӯшанда дар асоси фишурданашуда эълон шудаанд.
API-и бесензураи Nemotron-ро фаро хонед
Контексти 262K, фарохонии абзорҳо, JSON-схемаи қатъӣ, бе қабати рад кардан — $0.75 вуруд / $3.30 баромад барои 1M токен.
Хондани ҳуҷҷатгузории API Ҳамаи кортҳои моделShannon Lab LLC · Ню-Мексико, ИМА · истифода тибқи Сиёсати Истифодаи Масъулонаи мо танзим мешавад
Манбаъҳо: ҳисоботи техникии NVIDIA Nemotron 3 Ultra · блоги таҳиягарони NVIDIA (июни соли 2026) · қайдҳои меъмории Nemotron 3 Super · Llama-Nemotron: Efficient Reasoning Models · Cerebras Research, REAP. Бенчмаркҳои асос аз ҷониби NVIDIA дар модели фишурданашуда эълон шудаанд, агар ба Artificial Analysis нисбат дода нашуда бошанд; сохтҳои фишурда метавонанд фарқ кунанд. Нархҳо ва имкониятҳо ба ҳолати 5 сентябри соли 2026 ҷорӣ ҳастанд.