Nemotron 3.5 Super VL
Red Neuronal
Nemotron 3.5 Super VL: modelo multimodal abierto de NVIDIA para analizar imágenes, documentos y vídeos.
Características
- Entrada
- texto, imágenes, documentos
- Salida
- texto
- Tamaño del contexto
- 1 048 576 tokens
- Longitud máxima de respuesta
- 943 718 tokens
- Niveles de razonamiento
- bajo, medio, alto
- Funciones
- razonamiento, llamada a funciones
Costo del prompt
(por 1M tokens)
Costo de la respuesta
(por 1M tokens)
Cómo funciona Nemotron 3.5 Super VL?
Nemotron 3.5 Super VL es un modelo multimodal abierto de NVIDIA basado en la arquitectura mixture-of-experts: de 120 mil millones de parámetros, 12 mil millones están activos por consulta. Acepta texto, imágenes, documentos, capturas de pantalla y vídeo, analizando tanto la tarea como el material visual. A través de BotHub, está disponible sin VPN ni tarjetas extranjeras; el pago se realiza con tarjetas rusas en rublos por uso (tokens), sin suscripción. Accede a más de 250 modelos en una sola ventana para comparar respuestas fácilmente. Su API compatible con OpenAI permite integrar Nemotron en tus servicios sin reescribir el código. Los diálogos están cifrados con AES-GCM, los datos no se guardan y las empresas disponen de contratos, facturas, EDI y panel de administración con límites. Casos de uso: extraer datos de escaneos y tablas, describir contenido de imágenes, analizar capturas de pantalla para QA y tareas de agentes, resumir vídeos y crear pipelines multimodales que combinan texto e imagen en una sola consulta.Preguntas frecuentes sobre Nemotron 3.5 Super VL
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.
nemotron-3.5-super-vl es un modelo de NVIDIA que trabaja con texto, documentos e imágenes. Razona antes de responder y puede llamar a funciones, por lo que es adecuado para analizar documentos largos, trabajar con código, tareas de matemáticas y lógica, así como para escenarios con herramientas externas.
El límite de salida es de 235 929 tokens por respuesta. Esto es suficiente para un documento técnico extenso, una gran refactorización o la traducción de un capítulo entero sin dividirlo. La ventana de contexto es de 1 048 576 tokens, por lo que los materiales de entrada también se pueden cargar completos.
Sí, el razonamiento antes de responder está confirmado por nuestros datos. El modelo primero desglosa la tarea paso a paso y luego formula el resultado; esto ayuda notablemente en matemáticas, lógica, depuración de código y donde la cadena de razonamiento es más importante que una respuesta rápida.
Sí, se admiten tanto la llamada a funciones como la salida estructurada en JSON. Describes el esquema y las herramientas disponibles, y el modelo devuelve la respuesta en el formato especificado; esto es útil para agentes, análisis de datos e integraciones. En BotHub, el acceso se realiza a través de una API única compatible con OpenAI.
Imágenes y documentos, sí: puedes enviar una captura de pantalla, un esquema, un gráfico o un PDF y pedir que analice el contenido. El audio y el vídeo no están marcados como entradas compatibles en nuestros datos, por lo que es mejor elegir un modelo especializado en BotHub para ellos.
No tenemos datos sobre los idiomas de los prompts y las respuestas, por lo que no podemos prometer la calidad del ruso. Pruébalo con tu tarea: en BotHub el pago se realiza por tokens utilizados, y puedes cambiar a otro modelo en la misma ventana.