Senzurasiz Nemotron API
NVIDIA ning ochiq chop etilgan tadqiqot naslnomasi, rad etish qatlamisiz xizmat qiladi: STEM va uzoq ufqli fikrlash uchun sozlangan 550B gibrid Mamba-Attention MoE — million token uchun $0.75 kirish / $3.30 chiqish narxida.
TL;DR
Nemotron3Ultra-3BIT-REAP — Shannon ning NVIDIA Nemotron 3 Ultra ni senzurasiz joylashtirishi: har bir tokenda 55B aktiv bo'lgan 550 milliard parametrli Mixture-of-Experts modeli, 2026-yil 4-iyunda og'irliklari, o'qitish ma'lumotlari va retseptlari bilan Linux Foundation ning erkin OpenMDW-1.1 litsenziyasi ostida chiqarilgan. O'z GPU klasterimizda u rad etish qatlamisiz va chiqishga filtr qo'llanmasdan, 262,144 tokenli kontekst, har bir so'rov uchun 16,384 tokengacha chiqish, vosita chaqirish, striming, fikrlash izlari va qat'iy json_schema chiqishi bilan ishlaydi. U rasm qabul qilmaydi. Narx: 1M token uchun $0.75 / $3.30.
"Ochiq" modellarning aksariyati faqat ochiq og'irlik va boshqa hech narsa — parametrlar arxivi, litsenziya va raqamlar qayerdan kelgani haqida sukut. Nemotron ikki yildan beri izchil istisno bo'lib kelmoqda: NVIDIA og'irliklarni ham, post-treyning ma'lumotlar to'plamlarini ham, RL muhitlarini ham, retseptni ham chiqaradi. Bu senzurasiz endpoint uchun payqash oson bo'lmagan tarzda ahamiyatli. Moslashtirish ma'lumotlari chop etilgan model — bu rad etish xatti-harakati haqida taxmin qilish o'rniga mulohaza yuritish mumkin bo'lgan model va uchinchi tomon uni og'ziga kontent filtri mahkamlamasdan qonuniy joylashtira oladigan model.
01Nemotron 3 Ultra nima?
Nemotron 3 Ultra — NVIDIA ning Nemotron 3 oilasidagi eng katta a'zo, Hugging Face ga 2026-yil 4-iyunda chiqarilgan. NVIDIA ning texnik hisoboti uni "jami 550 milliard va 55 milliard aktiv parametrli Mixture-of-Experts gibrid Mamba-Attention til modeli" deb ta'riflaydi — har qanday berilgan tokenda tarmoqning taxminan 10% i ishlaydi va yarim trillion parametrli modelni umuman xizmatga yaroqli qiladigan narsa aynan shu.
E'lon qilingan tuzilish — model o'lchami 8,192 bo'lgan 108 qatlam, Mamba-2 holat-fazoviy qatlamlari siyrak to'liq e'tibor qatlamlari bilan navbatlashadi, har bir MoE qatlamida 512 ekspert va top-22 yo'naltirish. Oldindan o'qitish ikki bosqichda — avval xilma-xillikka, keyin sifatga og'ishgan holda — taxminan 20 trillion matn tokenida, 2025-yil sentabr kesimi, 12 tabiiy til va 43 dasturlash tili bilan o'tgan. Post-treyningda SFT, tekshirib bo'ladigan mukofotli ko'p muhitli RL va o'ndan ortiq mutaxassis o'qituvchi bo'ylab Multi-Teacher On-Policy Distillation ishlatilgan. E'lon qilingan loyihalash maqsadi — uzoq ishlaydigan agentlar: katta kontekstni ushlab turadigan, vositalarni o'nlab marta chaqiradigan va har bir tokenning iqtisodi hisobda hal qiluvchi bo'ladigan darajada uzun davom etadigan seanslar.
02Nemotron nasli va nega naslnoma muhim
Nemotron — bir martalik hodisa emas. Bu 2024-yildan beri bir xil yo'nalishda ketayotgan NVIDIA tadqiqot dasturining ko'rinadigan natijasi va har bir avlod hozirgi model hamon o'zida saqlaydigan narsani qoldirdi. Nemotron-4 340B (2024-yil iyun) ochiq sintetik ma'lumot generatsiyasi quvuri, mukofot modeli va generatori bilan, plyus g'ayrioddiy oshkorlik bilan chiqdi: uning moslashtirish ma'lumotlarining ezuvchi ko'pchiligi model tomonidan hosil qilingan edi. Modelni orakul emas, ma'lumot fabrikasi sifatida ko'rish — keyingi Nemotron chiqarilishlari og'irliklar yonida ma'lumotlar to'plamlarini ham berib kelayotganining sababi.
Llama-Nemotron — o'chirib qo'ysa bo'ladigan fikrlash
2025-yilgi Llama-Nemotron oilasi (LN-Nano 8B, LN-Super 49B, LN-Ultra 253B) yaxshi eskirgan ikkita g'oyani qo'shdi. Birinchisi arxitekturaviy: NVIDIA ning Puzzle neyral arxitektura qidiruvi blok darajasida distillangan transformer bloklari kutubxonasini qurib, ularni butun sonli aralash dasturlash bilan yig'di va natijada ba'zi bloklari e'tiborni butunlay o'tkazib yuboradigan yoki uni bitta chiziqli qatlam bilan almashtiradigan modellar chiqdi; FFN Fusion esa ketma-ket kelgan oldinga uzatuvchi bloklarni kamroq, kengroq va parallel bloklarga siqdi — parametr sonini emas, ketma-ket chuqurlikni qisqartirdi. LN-Ultra bitta 8×H100 tugunga sig'di va NVIDIA maqolasiga ko'ra GPQA-Diamond da DeepSeek-R1 dan ustun keldi (76.0% ga qarshi 71.5%).
Ikkinchisi xulq-atvorga oid edi: Llama-Nemotron — dinamik fikrlash o'girgichi ga ega birinchi ochiq oila bo'lib, o'qitish ma'lumotlarini tizim ko'rsatmasida detailed thinking on yoki detailed thinking off deb belgilagan, yoqilgan rejimda esa format mukofotlari <think> teglarini majburlagan. Bitta og'irliklar to'plami, ikkita xulq, inference paytida tanlanadi. Nemotron 3 ning fikrlash byudjetini boshqarishi — va bizning API dagi reasoning_effort parametri — bevosita o'sha ishdan kelib chiqadi.
Nemotron 3 — gibridga burilish
Nemotron 3 Llama dan kelib chiqishni noldan qurilgan gibrid arxitektura bilan almashtirdi va LatentMoE (tokenlarni yo'naltirishdan oldin siqish, bu NVIDIA aytishicha "bir xil inference narxida 4 barobar ko'p ekspertga" imkon beradi), ko'p tokenli bashorat hamda nativ NVFP4 oldindan o'qitishni qo'shdi. NVIDIA og'irliklar bilan birga jami 50 million SFT namunasi, 2 million RL vazifasi va 55 RL muhitini chop etdi — model nimaga o'rgatilgani haqida ishlab chiqaruvchining so'ziga ishonish shart emas, chunki o'quv materiali yuklab olsa bo'ladigan holatda.
03Gibrid arxitektura sizga nima beradi
Transformer ning KV keshi ketma-ketlik uzunligiga chiziqli o'sadi va uzun kontekstli inference hisoblashdan oldin xotira bo'yicha qimmatlashishining sababi shu. Mamba-2 qatlamlari — qat'iy o'lchamli rekurrent holatni olib yuruvchi holat-fazoviy modellar, shuning uchun ularning har bir tokendagi xotira narxi tarix bilan o'smaydi; ular yomon bo'lgan narsa — aniq assotsiativ eslash. Gibrid ketma-ketlikni qayta ishlashning asosiy qismi uchun Mamba-2 ni saqlaydi va holat-fazoviy qatlamlar qoqiladigan eslash uchun ozchilikni tashkil etuvchi haqiqiy e'tibor qatlamlarini qo'shadi, agressiv 64 so'rov boshi / 2 KV boshi nisbati esa keshni yanada kichraytiradi. NVIDIA 1M tokenda RULER bo'yicha 94.7% haqida xabar beradi — bu ishlata olmaydigan oynasi haqida da'vo qiladigan modellarni ushlash uchun qurilgan igna qidirish benchmarki.
Oqibat — o'tkazuvchanlik: NVIDIA teng aniqlikda taqqoslanadigan modellarga nisbatan taxminan 6× gacha yuqori inference o'tkazuvchanligini da'vo qiladi, Artificial Analysis esa mustaqil ravishda 1.33 soniyalik birinchi token vaqti bilan sekundiga 140.3 token o'lchadi — 89 model orasida 7-o'rin. 200 navbatli agent yurishida bu — tushdan keyin tugatish bilan umuman tugatmaslik orasidagi farq.
04"3BIT-REAP" halol aytganda nimani anglatadi
Qo'shimcha bezak emas — u poydevorni sig'dirish uchun unga aynan nima qilinganini aytadi.
REAP — Router-weighted Expert Activation Pruning — Cerebras Research dan chiqqan va ICLR 2026 ga qabul qilingan. Siyrak MoE da router har bir tokenni bir hovuch ekspertga jo'natadi; haqiqiy ish yukida ba'zilari doimiy ishlatiladi, boshqalari deyarli hech qachon. REAP har bir ekspertni router uni qanchalik kuchli darvozalashi va uning chiqishga qo'shgan hissasi qanchalik katta ekani ni birlashtirgan ahamiyatlilik mezoni bo'yicha baholaydi, so'ng eng kam ahamiyatlilarini butunlay olib tashlaydi — Cerebras 1 trillion parametrgacha bo'lgan modellardan ekspertlarning 50% igacha kesib, bazaviy sifatni asosan saqlab qolganini xabar qiladi va kod kabi generativ vazifalar uchun kesish birlashtirishdan ustun kelishini aniqlaydi. Keyin 3-bitli kvantlash omon qolganini siqadi. Avval kesish, keyin kvantlash — shunda bit byudjeti o'lik ekspertlar bo'ylab yoyilish o'rniga trafikni ko'taradigan ekspertlarga sarflanadi.
Siqish bepul emas va biz buni yashirmaymiz: agressiv kvantlash avvalo ko'rinadigan izchilsizlik sifatida emas, aniq format talabiga rioya qilish va uzun zanjirli arifmetikadagi kichik pasayishlar sifatida namoyon bo'ladi. Uchta daraja qayerda joylashadi:
| Qo'shimcha | Bu nima | Biz uni qayerda ishlatamiz |
|---|---|---|
| 3BIT-REAP | 3-bitli og'irliklar + ekspert kesish | Eng katta poydevorlar, u yerda tezlikda boshqa hech narsa sig'maydi |
| W4A16-AUTOROUND-REAP | 4-bitli og'irliklar / 16-bitli aktivatsiyalar, AutoRound o'rganiladigan yaxlitlash, + kesish | O'rta o'lchamli poydevorlar; AutoRound sodda eng yaqinga yaxlitlashga nisbatan aniqlikni tiklaydi |
| W8A16 | 8-bitli og'irliklar / 16-bitli aktivatsiyalar | Eng yuqori sadoqat; agressiv siqishga muhtoj bo'lmaguday kichik poydevorlar |
550B dagi Nemotron 3 Ultra aniq birinchi toifada. Agar ish yukingiz uzun zanjirlar bo'ylab aniq sonli chiqishga g'ayrioddiy sezgir bo'lsa, tadqiqot indeksi W8A16 darajasini — MiMo-V2.5-Pro-W8A16 va Hy3-W8A16 ni — $0.50/$2.00 poyida ro'yxatlaydi. Bu voronka emas, haqiqiy kelishuv: kichikroq model, kamroq siqish.
05Bu endpointda "senzurasiz" nimani anglatadi
Aniq qilib aytganda: rad etish qatlami yo'q va chiqishga kontent filtri qo'llanmaydi. Hech qanday klassifikator so'rovingizni tekshirib, tayyor rad javobini qaytarmaydi va javob oqimingizga yetib borishidan oldin skanerlanmaydi. Siz oladigan narsa — modelning o'z xulqi.
Ochiq nasl aynan shu yerda mayda-chuydalikdan chiqadi. NVIDIA post-treyning ma'lumotlarini va RL muhitlarini chop etgani uchun modelning moyilliklari xalq og'zaki ijodi emas, prinsipial ravishda tekshirib bo'ladigan narsa. Va OpenMDW-1.1 arxitektura, parametrlar, hujjatlar va dasturiy ta'minotni qamrab oluvchi erkin Linux Foundation litsenziyasi bo'lgani uchun mustaqil operator o'zgartirilgan, filtrsiz joylashtirishni o'z apparatida litsenziya to'siq bo'lmagan holda xizmatga qo'ya oladi. Ko'plab "ochiq" model litsenziyalari bunga ruxsat bermaydi. Bunisi beradi. Tafovut refleksli rad etish xavfsizlik xususiyati emas, nuqson bo'lgan joyda ko'rinadi:
- Xavfsizlik tadqiqoti — zaifliklarni tahlil qilish, ekspluatatsiya mulohazasi, zararli dastur xatti-harakati, red-team asboblari — savolga ruxsat bor-yo'qligi haqida bahslashmasdan.
- Kimyo, biologiya va farmakologiya — dozalash arifmetikasi, reaksiya mexanizmlari, toksikologiya, filtrlangan endpoint kalit so'zga tegishi bilanoq rad etadigan sintez yo'llari.
- Adversarial ML — haqiqiy narsani ko'rgan bo'lishi kerak bo'lgan klassifikatorlar uchun qiyin salbiy namunalar, jailbreak korpuslari va suiiste'mol taksonomiyalari.
- Klinik, huquqiy va ekspertiza matni — tabiatan qo'pol bo'lgan va aynan shuning uchun rad etiladigan ish materiallari.
Senzurasiz — javobgarlikdan xoli degani emas. Siz nima generatsiya qilsangiz, unga o'zingiz egasiz va akkauntni bizning Mas'uliyatli Foydalanish Siyosatimiz hamda Xizmat Ko'rsatish Shartlarimiz boshqaradi. Rad etish qatlamini olib tashlash niyat haqidagi taxminni olib tashlaydi; u sizga tatbiq etiladigan qonun bo'yicha majburiyatlaringizni olib tashlamaydi.
06STEM va fikrlash: chop etilgan raqamlar nima deydi
Llama-Nemotron post-treyning ma'lumotlar to'plami aynan shu to'rt o'q atrofida qurilganidan beri Nemotron ning o'qitish diqqat markazi matematika, kod, fan va ko'rsatmaga rioya bo'lib kelgan. NVIDIA Nemotron 3 Ultra poydevori uchun xabar qilgan raqamlar — kvantlanmagan modeldagi ishlab chiqaruvchi tomonidan e'lon qilingan ko'rsatkichlar, biz ularni ishga tushirmaganmiz:
Raqamlardan qimmatroq ikkita izoh. SWE-Bench Verified ko'rsatkichi — oraliq: NVIDIA uni qaysi agent karkasi ishga tushirishiga qarab (Pi, OpenHands, Hermes, OpenCode, Mini SWE Agent) 65.0% dan 70.4% gacha xabar qiladi va faqat karkas hisobiga besh punktlik tarqalish agentlik ballari modeldan ko'ra karkasga qanchalik bog'liqligini ko'rsatadi. Artificial Analysis esa Nemotron 3 Ultra ni o'zining Intelligence Index ida 48 ball bilan 89 model orasida 9-o'ringa qo'ydi — kuchli, lekin maydonning cho'qqisi emas, va ularning mustaqil o'lchovi biz har qanday ishlab chiqaruvchining slaydidan ustun qo'yadigan narsa.
Oldingi avlod bo'yicha NVIDIA ning Llama-Nemotron maqolasi LN-Ultra ni GPQA-Diamond da 76.0% deb xabar qiladi — DeepSeek-R1 ning 71.5% i va Llama-3.1-405B-Instruct ning 43.4% iga qarshi, plyus AIME 2024 da 80.8%. Bu boshqa model, lekin oliy o'quv darajasidagi fan va musobaqa matematikasi ikki avloddan beri oilaning nishoni bo'lgani uchun keltirildi.
Bu yerdagi har bir ko'rsatkich bizdan boshqa kimdir tomonidan chop etilgan. Birlamchi manbalarni o'zingiz tekshiring.
Benchmark ko'rsatkichlari NVIDIA (2026-yil iyun) tomonidan kvantlanmagan Nemotron 3 Ultra da chop etilganidek, mustaqil o'lchovlar esa Artificial Analysis tomonidan berilganidek. Siqilgan yig'malar farq qilishi mumkin. Biz o'zimiz tekshirmagan yoki manbasini ko'rsata olmaydigan benchmark raqamlarini chop etmaymiz.
07Narx va so'zamollik haqidagi izoh
Million kirish tokeni uchun $0.75 va million chiqish tokeni uchun $3.30 narxida Nemotron3Ultra katalogimizning kirish bo'yicha quyi uchdan birida, chiqish bo'yicha o'rtasida turadi. Ishlangan misollar, chunki millionga narxni his qilish qiyin:
| Chaqiriq shakli | Kirish | Chiqish | Narx |
|---|---|---|---|
| Odatiy RAG navbati | 50,000 | 4,000 | $0.051 |
| Uzun hujjat tahlili | 150,000 | 8,000 | $0.139 |
| Maksimal o'lchamli chaqiriq | 262,144 | 16,384 | $0.251 |
To'liq kontekstli, to'liq chiqishli so'rov — endpoint qabul qiladigan har bir token va u ishlab chiqaradigan har bir token — taxminan 25 sent turadi. Xuddi shu shakl $3.83/$19.12 bilan eng qimmat modelimiz bo'lgan Kimi-K3-3BIT-REAP da taxminan $1.32, ya'ni 5.3× ko'p turadi.
Endi izoh, va u jiddiy. Artificial Analysis o'z benchmark to'plami bo'ylab Nemotron 3 Ultra median tengdoshidan 2.3× ko'p chiqish tokeni generatsiya qilishini o'lchadi. Fikrlovchi modellar sizga o'ylash uchun hisob chiqaradi, bunisi esa uzoq o'ylaydi; agar model bir xil javobga yetish uchun uch barobar uzoq mulohaza yuritsa, har bir tokendagi narx ustunligi har bir vazifadagi kamchilikka aylanib ketadi. Yumshatish vositasi ichida qurilgan va bizning API da ochilgan: Nemotron 3 fikrlash byudjetini boshqarish uchun post-treyningdan o'tgan va bu yerda reasoning_effort qo'llab-quvvatlanadi — NVIDIA aniqlikda bir xonali kelishuv evaziga sezilarli darajada kamroq fikrlash tokeni ishlatadigan pastroq intensivlik rejimini ta'riflaydi. Tasniflash, ajratib olish va yo'naltirishda uni pasaytiring va iqtisodiyot sezilarli o'zgaradi; isbot yoki ko'p faylli refaktoringda uni ko'taring va ataylab to'lang. Narx ro'yxatini o'qib taxmin qilish o'rniga, o'zingizning har bir vazifadagi tokenlaringizni o'lchang.
08Chaqirish: uchta dialekt, bitta model
Gateway dagi har bir model uchta striming API yuzasida javob beradi, shuning uchun integratsiyangizni qaytadan yozmasdan mavjud klientni unga yo'naltirishingiz mumkin: /v1/chat/completions (OpenAI dialekti), /v1/messages (Anthropic dialekti) va /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."}
]
}'Qobiliyatlar xulosasi, integratsiya paytida hech narsa kutilmaganda chiqmasligi uchun:
| Qobiliyat | Nemotron3Ultra · 3BIT-REAP |
|---|---|
| Kontekst oynasi | 262,144 token |
| Har bir so'rovga maksimal chiqish | 16,384 token |
| Striming | Ha |
| Vosita chaqirish | Ha |
| Fikrlash izlari | Ha |
reasoning_effort | Ha |
json_schema (qat'iy) | Ha |
response_format | Ha |
| Tasvir / rasm kirishi | Yo'q — faqat matn |
| Rad etish qatlami | Yo'q |
Tasvir qatori odamlarni ilintiradi: Nemotron3Ultra faqat matnli. Agar quvuringiz rasm jo'natsa, $0.50/$2.00 da MiniMax-M3-3BIT-REAP yoki MiMo-V2.5-W8A16 ni, yoki $0.78/$3.67 da Kimi-K2.6-W4A16-AUTOROUND-REAP ni ishlating — hammasi tasvirga qodir, hammasi senzurasiz, hammasi bir xil 262,144 tokenli kontekstda. Parametrlarning to'liq ma'lumotnomasi API hujjatlarida.
09Nemotron3Ultra o'n ikkitalik orasida qayerda turadi
Katalog — bir xil kontekst oynasi, bir xil uchta dialekt va rad etish qatlamining bir xil yo'qligini bo'lishadigan o'n ikkita senzurasiz model; ular poydevor, narx va qobiliyat bilan farq qiladi. Nemotron ning o'rni aniq: ochiq nasldan fikrlash ish oti — eng arzoni ham, eng qobiliyatlisi ham emas, lekin xulqi ortida eng ko'p ommaviy qog'oz izi turgan va STEM hamda agentlarga eng qattiq sozlangani.
| Model | Kirish / 1M | Chiqish / 1M | Tasvir | Buning uchun tanlang |
|---|---|---|---|---|
| MiniMax-M3 · 3BIT-REAP | $0.50 | $2.00 | Ha | Tasvirga qodir eng arzon variant |
| MiMo-V2.5-Pro · W8A16 | $0.50 | $2.00 | Yo'q | Eng yuqori sadoqatli kvantlash darajasi |
| GLM-5.2 · 3BIT-REAP | $0.73 | $2.34 | Yo'q | Katta poydevorli eng arzon fikrlash |
| Nemotron3Ultra · 3BIT-REAP | $0.75 | $3.30 | Yo'q | STEM, agentlar, ochiq nasl |
| Kimi-K2.6 · W4A16-AUTOROUND-REAP | $0.78 | $3.67 | Ha | Tasvir + AutoRound sadoqati |
| DeepSeek-V4-Pro · 3BIT-REAP | $1.95 | $3.90 | Yo'q | Chuqur bir zarbali tahlil |
| Kimi-K3 · 3BIT-REAP | $3.83 | $19.12 | Ha | Mutlaq qobiliyat shifti |
O'n ikkitadan yettitasi ko'rsatilgan. To'liq katalog — Laguna-S-2.1, inkling, DeepSeek-V4-Flash, MiMo-V2.5 va Hy3 ni ham qo'shib — API hujjatlarida. E'tibor bering: Laguna-S-2.1 tuzilmali chiqishni qo'llab-quvvatlamaydi va inkling json_schema ni qo'llab-quvvatlamaydi; Nemotron3Ultra ikkalasini ham qo'llab-quvvatlaydi.
Narx bo'yicha eng yaqin qo'shni — $0.73/$2.34 dagi GLM-5.2-3BIT-REAP va halol taqqoslash shunday: GLM-5.2 har bir tokenda arzonroq, ayniqsa chiqishda. Nemotron esa chop etilgan o'quv korpusini, aniq fikrlash byudjeti richagini va oliy o'quv darajasidagi fanga qaratilgan oilaviy tarixni olib keladi. Katta hajmli umumiy fikrlash: arzonrog'ini ishlating. STEM ga og'ir, agentlik yoki modelning xulqi qayerdan kelganini so'raydigan auditga tobe bo'lsa: Nemotron farqni oqlaydi.
10Ko'p beriladigan savollar
Senzurasiz Nemotron API nima?
Bu — Shannon AI ning Nemotron3Ultra 3BIT-REAP uchun joylashtirgan endpointi, ya'ni NVIDIA ning ochiq og'irlikli Nemotron 3 Ultra sining siqilgan yig'masi. U o'z GPU klasterimizda rad etish qatlamisiz va chiqishga filtr qo'llanmasdan ishlaydi, 262,144 tokenli kontekst hamda har bir so'rovga 16,384 chiqish tokenini ochadi va million kirish tokeni uchun $0.75, million chiqish tokeni uchun $3.30 turadi.
NVIDIA Nemotron haqiqatan ochiq og'irliklimi?
Ha. NVIDIA Nemotron 3 Ultra ni 2026-yil 4-iyunda og'irliklari, o'qitish ma'lumotlari va retseptlari bilan Linux Foundation ning erkin OpenMDW-1.1 litsenziyasi ostida chop etdi — Nemotron-4 340B va Llama-Nemotron oilasidan keyin. Mustaqil boshqariladigan, filtrsiz joylashtirishni mumkin qiladigan narsa aynan shu ochiqlik.
3BIT-REAP nimani anglatadi?
Ikkita siqish bosqichi. REAP — Cerebras Research dan chiqqan va ICLR 2026 ga qabul qilingan Router-weighted Expert Activation Pruning — har bir Mixture-of-Experts ekspertini router uni qanchalik kuchli darvozalashi va uning chiqishga qo'shgan hissasi qanchalik katta ekani bo'yicha baholaydi, so'ng eng kam ahamiyatlilarini butunlay olib tashlaydi. Omon qolganlari 3-bitli og'irliklarga kvantlanadi, shunda bit byudjeti haqiqatan trafikni ko'taradigan ekspertlarga sarflanadi.
Nemotron3Ultra tasvirni yoki JSON sxema chiqishini qo'llab-quvvatlaydimi?
Rasm yo'q: bu endpoint faqat matnli. U qat'iy tuzilmali chiqishni — ham json_schema, ham response_format ni — hamda vosita chaqirish, striming, fikrlash izlari va reasoning_effort ni qo'llab-quvvatlaydi. Senzurasiz modelda rasm uchun buning o'rniga MiniMax-M3, Kimi-K2.6, Kimi-K3, MiMo-V2.5 yoki inkling ni ishlating.
NVIDIA 1M deb e'lon qilsa, nega kontekst 262,144 token?
Nemotron 3 arxitekturasi 1M tokenli oynani nishonga oladi va NVIDIA o'sha uzunlikda RULER bo'yicha 94.7% haqida xabar beradi. Bizning joylashtirishimiz 262,144 tokenni xizmatga qo'yadi — bu butun katalog bo'ylab to'liq tezlikda ushlab turadigan oynamiz. Gateway dagi har bir model bir xil kontekstni ochadi, shuning uchun bo'laklashni qaytadan yozmasdan model id larini almashtira olasiz.
Nemotron matematika, fan va kod uchun yaxshimi?
STEM va fikrlash — oilaning e'lon qilingan diqqat markazi. NVIDIA Nemotron 3 Ultra uchun PinchBench da 90%, beshta agent karkasi bo'ylab SWE-Bench Verified da 65.0-70.4% va Terminal-Bench 2.1 da 56.4% haqida xabar beradi; oldingi Llama-Nemotron Ultra esa GPQA-Diamond da DeepSeek-R1 ning 71.5% iga qarshi 76.0% ko'rsatgan. Hammasi kvantlanmagan poydevorda ishlab chiqaruvchi tomonidan e'lon qilingan.
Senzurasiz Nemotron API ni chaqiring
262K kontekst, vosita chaqirish, qat'iy JSON sxema, rad etish qatlami yo'q — 1M token uchun $0.75 kirish / $3.30 chiqish.
API hujjatlarini o'qing Barcha model qo'llanmalariShannon Lab LLC · Nyu-Meksiko, AQSh · foydalanish Mas'uliyatli Foydalanish Siyosatimiz bilan boshqariladi
Manbalar: NVIDIA Nemotron 3 Ultra texnik hisoboti · NVIDIA developer blogi (2026-yil iyun) · Nemotron 3 Super arxitektura qaydlari · Llama-Nemotron: Efficient Reasoning Models · Cerebras Research, REAP. Poydevor benchmarklari, Artificial Analysis ga bog'lanmagan bo'lsa, NVIDIA tomonidan kvantlanmagan modelda xabar qilingan; siqilgan yig'malar farq qilishi mumkin. Narxlar va qobiliyatlar 2026-yil 5-sentabr holatiga ko'ra dolzarb.