NVIDIA Nemotron 3 Ultra — это открытая модель от NVIDIA для рассуждений и оркестрации, с 55 млрд активных параметров из 550 млрд общих (MoE). Построенная на гибридной архитектуре Transformer-Mamba mixture-of-experts, она поддерживает текстовый ввод и вывод с контекстным окном до 1M токенов. Модель подходит для длительных агентных рабочих процессов, включая оркестрацию агентов, кодирующих агентов, глубокие исследования и сложные корпоративные задачи.
Она особенно сильна в многошаговых рассуждениях и планировании, с высокопроизводительным выводом, разработанным для высокообъемных агентных конвейеров. Модель является частью семейства открытых моделей NVIDIA Nemotron для агентного ИИ.
Провайдер для NVIDIA: Nemotron 3 Ultra
Hubris маршрутизирует запросы к лучшему доступному провайдеру с автоматическим fallback при сбоях.
Модальности
Провайдеры
Запросы обслуживает один из провайдеров ниже — маршрутизация автоматически выбирает оптимального по доступности и скорости в момент запроса. Итоговая стоимость зависит от того, какой провайдер обслужил запрос, и от попадания в кэш: при повторяющемся контексте вход тарифицируется по цене чтения кэша — до 60–80 % дешевле. Цены — в рублях за 1 млн токенов.
DeepInfra | 50,49 ₽ | 222,18 ₽ | 10,10 ₽ | 41 т/с | 100,0 % | 11,5 % |
DeepInfra | 63,12 ₽ | 277,72 ₽ | 12,62 ₽ | 41 т/с | 100,0 % | 11,5 % |
BaseTen | 75,74 ₽ | 302,97 ₽ | 15,15 ₽ | 106 т/с | 100,0 % | 56,5 % |
BaseTen | 75,74 ₽ | 302,97 ₽ | 15,15 ₽ | 106 т/с | 100,0 % | 56,5 % |
Venice | 78,90 ₽ | 394,49 ₽ | 23,67 ₽ | 11 т/с | 98,9 % | 32,0 % |
Доля запросов, скорость и латентность считаются по нашему трафику за 30 дней, в разрезе по провайдеру. У одного провайдера может быть несколько строк — разные регионы или тарифы с отдельными ценами; эти значения общие для провайдера, поэтому в таких строках они совпадают.
Поддерживаемые параметры
Статьи по теме
Весь блог →
Сравнить с…
выбрать любую модель →Другие модели от nvidia
NVIDIA: Nemotron 3.5 Transcribe
Nemotron 3.5 Transcribe — это модель распознавания речи с открытым весом от NVIDIA, 30B mixture-of-experts с примерно 4B активных параметров. Она транскрибирует записи продолжительностью до одного часа на 40 языках,...
NVIDIA: Nemotron 3.5 Embed 1B (free)
Nemotron 3.5 Embed 1B — это мультимодальная модель embedding от NVIDIA для многоязычного поиска по тексту и изображениям страниц документов (таблицы, диаграммы, инфографика). Запросы представляют собой текст, а документы могут быть текстом, изображением или и тем, и другим. Она возвращает 2048-мерные векторы, которые могут быть усечены, и использует то же пространство текстовых embedding, что и Nemotron 3 Embed 1B.
NVIDIA: Nemotron 3.5 Embed 8B (free)
Nemotron 3.5 Embed 8B — это мультимодальная модель embedding от NVIDIA для многоязычного поиска по тексту и изображениям страниц документов (таблицы, диаграммы, инфографика). Запросы представляют собой текст, а документы могут быть текстом, изображением или и тем, и другим. Она возвращает 4096-мерные векторы, которые могут быть усечены, и использует то же пространство текстовых embedding, что и Nemotron 3 Embed 8B.
NVIDIA: Nemotron 3.5 Rerank 8B (free)
NVIDIA: Nemotron 3.5 Super VL (free)
NVIDIA Nemotron 3.5 Super VL — это открытая мультимодальная модель типа mixture-of-experts от NVIDIA, с 12B активных параметров из 120B общих. Она принимает текст, изображения, документы, скриншоты GUI и видео в качестве входных данных и возвращает текст. Модель создана для долгосрочных агентов, которые сочетают визуальное понимание с рассуждениями и использованием инструментов. Она использует гибридную архитектуру Mamba-Transformer с предсказанием нескольких токенов и поддерживает контекст в 1M токенов. Типичные области применения включают интеллектуальный анализ документов, веб-исследования, проверку кода, обслуживание клиентов и понимание видео. Рассуждения включены по умолчанию и могут быть отключены или им может быть выделен бюджет токенов.
NVIDIA: Nemotron 3.5 Super VL
NVIDIA Nemotron 3.5 Super VL — это открытая мультимодальная модель mixture-of-experts от NVIDIA с 12 миллиардами активных параметров из 120 миллиардов общих. Она принимает текст, изображения, документы, скриншоты графического интерфейса и видео в качестве входных данных и возвращает текст. Модель создана для долгосрочных агентов, которые сочетают визуальное понимание с рассуждениями и использованием инструментов. Она использует гибридную архитектуру Mamba-Transformer с предсказанием нескольких токенов и поддерживает контекст в 1 миллион токенов. Типичные области применения включают интеллектуальный анализ документов, веб-исследования, проверку кода, обслуживание клиентов и понимание видео. Рассуждения включены по умолчанию и могут быть отключены или им может быть выделен бюджет токенов.