Nemotron 3.5 Content Safety
Rede Neural
Nemotron 3.5 Content Safety: modelo guardrail da NVIDIA de 4B para verificar solicitações e respostas de modelos de linguagem e multimodais.
Especificações
- Entrada
- texto, imagens, documentos
- Saída
- texto
- Tamanho do contexto
- 131 072 tokens
- Comprimento máximo de resposta
- 117 964 tokens
- Níveis de raciocínio
- baixo, médio, alto
- Recursos
- raciocínio
Custo do prompt
(por 1M tokens)
Custo da resposta
(por 1M tokens)
Como funciona Nemotron 3.5 Content Safety?
Nemotron 3.5 Content Safety é um modelo compacto da NVIDIA de 4 bilhões de parâmetros, ajustado com base no Google Gemma 3 4B e projetado para classificação de segurança de conteúdo. Funciona como um filtro em torno de outros modelos: verifica o que o usuário envia para o modelo de linguagem ou multimodal e o que o modelo responde. Aceita texto e imagens, sendo adequado para chats com imagens. Devido ao seu tamanho reduzido, essa verificação pode ser aplicada a cada solicitação. A conexão no BotHub é feita via API compatível com OpenAI: a mesma chave e formato dos outros modelos do catálogo (mais de 250), permitindo trocar o modelo principal sem reescrever a integração. O acesso é aberto na Rússia sem VPN ou cartão estrangeiro, pagamento em rublos conforme o uso, dados criptografados via AES-GCM e não armazenados. Para empresas, há contrato, fatura, EDI e painel administrativo com limites. O modelo é útil para filtrar solicitações em suporte e bots de produtos, verificar respostas antes da exibição, filtrar imagens indesejadas e marcar logs de diálogo para auditoria.Perguntas frequentes sobre Nemotron 3.5 Content Safety
Você pode usar os resultados da geração para fins comerciais. Todos os direitos sobre o conteúdo criado pertencem a você. A única restrição: certifique-se de que a solicitação não inclua materiais de terceiros protegidos por direitos autorais. A responsabilidade pelo cumprimento dos direitos sobre os dados de entrada é do usuário.
É um modelo de texto da NVIDIA com contexto de 131.072 tokens: analisa documentos longos, aceita imagens e arquivos, escreve e corrige código, responde a perguntas sobre materiais. Pelo nome, o perfil do modelo é avaliação de segurança de conteúdo e moderação, sendo útil como filtro em pipelines.
O limite de saída é de 117.964 tokens por resposta, o que equivale a dezenas de milhares de palavras. Essa capacidade é suficiente para uma análise detalhada de um documento grande, um relatório de verificação volumoso ou um bloco de código longo sem dividir a solicitação. O orçamento total do diálogo é de 131.072 tokens, incluindo sua solicitação.
Sim, o modo de raciocínio é confirmado: o modelo primeiro estrutura o pensamento e depois fornece o resultado. Isso ajuda significativamente onde é necessário ponderar o contexto e casos extremos — por exemplo, decidir se um fragmento viola as regras e explicar com base em que você recebeu tal veredito.
Em nossos dados, não há marcações sobre function calling ou saída estruturada, portanto não podemos garantir — verifique em seu cenário. Muitas vezes, especificar o formato diretamente no prompt ajuda. Se as ferramentas precisarem de JSON estrito, no BotHub você pode alternar para outro modelo via mesma API, sem reescrever a integração.
Imagens e documentos, sim, está confirmado: você pode enviar uma imagem ou arquivo e pedir para analisar o conteúdo, inclusive quanto à admissibilidade. Áudio e vídeo não estão marcados como entrada em nossos dados. O modelo responde com texto — a geração de imagens, som ou vídeo não é declarada.
Os modelos da família Nemotron da NVIDIA foram treinados em corpora multilíngues, então o modelo funciona com texto em russo, mas não temos dados sobre a qualidade específica nele. Verifique com seus próprios exemplos: no BotHub, o acesso é aberto na Rússia sem VPN ou cartão estrangeiro, pagamento em rublos conforme o uso.