Nvidia Nemotron 3 Nano 30B A3B
Red Neuronal
Nemotron 3 Nano 30B A3B es un modelo MoE compacto de NVIDIA para desarrolladores que crean sistemas de agentes especializados.
Longitud máxima de respuesta
(en tokens)
Tamaño del contexto
(en tokens)
Costo del prompt
(por 1M tokens)
Costo de la respuesta
(por 1M tokens)
Cómo funciona Nvidia Nemotron 3 Nano 30B A3B?
Nemotron 3 Nano 30B A3B es un modelo de lenguaje compacto de NVIDIA con arquitectura MoE: solo una parte de los parámetros está activa, lo que logra una alta eficiencia computacional manteniendo la precisión. NVIDIA lo describe como una base para desarrolladores que crean sistemas de agentes especializados donde es importante el consumo eficiente de recursos en cada paso. A través de BotHub, el modelo funciona desde Rusia sin VPN ni tarjetas extranjeras; el pago se realiza con tarjetas rusas en rublos según el uso, sin suscripción, y el saldo no caduca. Las solicitudes se realizan a través de una API única compatible con OpenAI, por lo que puede cambiar a cualquier otro de los más de 250 modelos sin reescribir la integración. Los diálogos están cifrados mediante AES-GCM y las empresas tienen acceso a contratos, facturas, intercambio electrónico de documentos (EDO) y un panel de administración con límites. Es útil para crear un agente para procesos internos, establecer una cadena de llamadas con costos predecibles, probar un prototipo antes de pasar a un modelo más pesado o comparar las respuestas de Nemotron con otros modelos en una sola ventana.Preguntas frecuentes sobre Nvidia Nemotron 3 Nano 30B A3B
Puede usar los resultados generados con fines comerciales. Todos los derechos sobre el contenido creado le pertenecen. La única restricción: asegúrese de que la solicitud no incluya material de terceros protegido por derechos de autor. El usuario es responsable de respetar los derechos sobre los datos de entrada.
Es un modelo de texto de NVIDIA con un contexto de 262 144 tokens. Analiza documentos grandes y bases de código, escribe y refactoriza código, ayuda con la depuración, resuelve problemas de lógica y STEM, y extrae datos de imágenes y archivos. Es adecuado para asistentes, análisis y automatización a través de API.
El límite de salida es de 235 929 tokens por respuesta, lo que significa que el modelo puede generar un texto muy extenso: documentación larga, un análisis completo de un proyecto, un módulo de código grande o un informe detallado completo, sin necesidad de dividir manualmente la tarea en decenas de solicitudes pequeñas.
Sí, el modo de razonamiento está incluido en las capacidades del modelo. Antes de la respuesta final, procesa el proceso de solución paso a paso, lo que ayuda notablemente en matemáticas, lógica, cálculos de ingeniería y análisis de código complejo, donde no importa la velocidad, sino la corrección de cada conclusión intermedia.
Sí, el modelo admite llamadas a funciones (function calling) y salida estructurada en JSON. Usted describe las herramientas y el modelo decide qué función llamar y con qué argumentos. Esto es útil para agentes, análisis de datos según un esquema e integraciones con sus servicios y bases de datos.
El modelo acepta imágenes y documentos como entrada: puede proporcionar una captura de pantalla de una interfaz, un esquema, una tabla o un PDF y pedirle que analice el contenido. No hay información sobre la recepción de audio y video en nuestros datos. El modelo devuelve la respuesta en texto; no genera imágenes ni sonido.
El modelo de NVIDIA trabaja con texto en general, y no hacemos declaraciones sobre la calidad en idiomas específicos. Es más fácil comprobarlo con su tarea: en BotHub, el pago se realiza según el uso de tokens, y en la misma ventana puede comparar el resultado con otro modelo.