Op den Inhalt sprangen

Nemotron 3 Nano Omni · Vision

Integréieren

Modell-ID nvidia/nemotron-3-nano-omni/vision
# Run the model; wait up to 20 s for the finished result in the same call
curl -X POST "https://api.doitong.ru/v1/run/nvidia/nemotron-3-nano-omni/vision?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "prompt": "A red fox trots through fresh snow at sunrise, soft golden light, shallow depth of field",
    "image": "https://content.doitong.com/images/showcase/v3/gen_fox_cartoon.jpg"
  }'

# Still "queued" or "running"? Poll with the id from the response:
curl "https://api.doitong.ru/v1/requests/REQUEST_ID?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY"

Dës Ufro: ≈0,018 $ 18 API-Kreditter · ≈ 1,93 ₽ Op dëser Säit ausféieren

API-Schlëssel kréien
NVIDIA Visioun #nemotron#nvidia#image-to-text#vision-language

Beäntwert Prompts iwwer een eenzegt RGB-JPEG- oder PNG-Bild, mat optionaler Begrënnungsspur

NVIDIA · Text

Äin éischt Resultat kënnt hei hin

Baut hei drënner eng Ufro a féiert se mat Ärem API-Schlëssel aus. Output gëtt an eis Späicherung kopéiert, fir ëmmer oder 7 Deeg gratis gespäichert.

Eng Ufro erstellen

D'Kontrolle ginn aus dem Modellschema generéiert. De Code an de Präis aktualiséiere sech, wann s du se ännerst.

•obligatoresch

Text, deen als Prompt vum Modells geliwwert gëtt; muss op Englesch sinn.

•obligatoresch image_url
Fichier erofzéien, oder

Bild-URL fir de Begrënnungs-Input; RGB-Biller am JPEG- oder PNG-Format ginn ugeholl.

Erweidert system_prompt · reasoning_mode · max_tokens · temperature · top_p · enable_safety_checker

Optional Modell-Guidance, déi als System-Prompt geliwwert gëtt, mat ausgeschlosser Begrënnung aus sengen Astellungen; benotzt dofir `reasoning_mode`.

reasoning_mode Standard no_think

Äntwertformat: `think` enthält eng explizit Chain-of-Thought-Spur virun der Schlussäntwert. Fir eng direkt Äntwert ouni dës Spur benotzt `no_think`.

Standard 1024

Uewergrenz fir generéiert Token.

Standard 0.7

Temperatur fir d'Sampling; méi kleng Wäerter maachen den Output méi deterministesch.

Standard 0.95

Wahrscheinlechkeetsmass fir Nucleus-Sampling.

POST /run/nvidia/nemotron-3-nano-omni/vision?wait=20 Präis → 0,018 $
# Run the model; wait up to 20 s for the finished result in the same call
curl -X POST "https://api.doitong.ru/v1/run/nvidia/nemotron-3-nano-omni/vision?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "prompt": "A red fox trots through fresh snow at sunrise, soft golden light, shallow depth of field",
    "image": "https://content.doitong.com/images/showcase/v3/gen_fox_cartoon.jpg"
  }'

# Still "queued" or "running"? Poll with the id from the response:
curl "https://api.doitong.ru/v1/requests/REQUEST_ID?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY"

Dës Ufro ausféieren

Äre Schlëssel bleift an dësem Browser: e gëtt nëmmen un d'Doitong API geschéckt an nëmme gespäichert (localStorage), wann s du „Erënneren“ aktivéiers. En API-Schlëssel kréien

Iwwer Nemotron 3 Nano Omni · Vision

D'Bildvariant erhëlt een `image_url` (RGB JPEG oder PNG) an en Text-`prompt` a gëtt eng schrëftlech Äntwert iwwer d'Bild zeréck. Benotzt `reasoning_mode` op `think`, fir virun der definitiver Äntwert eng Schrëtt-fir-Schrëtt-Ausgab ze kréien. D'Sampling kann mat `temperature` an `top_p` ugepasst ginn, an `max_tokens` geet bis 20,000.

Parameteren

Schéck entweder den kanoneschen Numm oder den natierlechen Numm, net béid. Kanonesch Nimm

NummTyp StandardErlaabt Beschreiwung
promptobligatoresch
Typstring
Text, deen als Prompt vum Modells geliwwert gëtt; muss op Englesch sinn.
system_promptoptional
Typstring | null
Optional Modell-Guidance, déi als System-Prompt geliwwert gëtt, mat ausgeschlosser Begrënnung aus sengen Astellungen; benotzt dofir `reasoning_mode`.
reasoning_modeoptional
Typenum
Standardno_think
thinkno_think
Äntwertformat: `think` enthält eng explizit Chain-of-Thought-Spur virun der Schlussäntwert. Fir eng direkt Äntwert ouni dës Spur benotzt `no_think`.
max_tokensoptional
Typinteger
Standard1024
1 – 20.000
Uewergrenz fir generéiert Token.
temperatureoptional
Typnumber
Standard0.7
0 – 2
Temperatur fir d'Sampling; méi kleng Wäerter maachen den Output méi deterministesch.
top_poptional
Typnumber
Standard0.95
0 – 1
Wahrscheinlechkeetsmass fir Nucleus-Sampling.
enable_safety_checkeroptional
Typboolean
Standardtrue
Steiert, ob d'Sécherheetskontroll aktivéiert ass.
image_urlobligatoresch image
Typurl · image
Bild-URL fir de Begrënnungs-Input; RGB-Biller am JPEG- oder PNG-Format ginn ugeholl.
obligatoresch Kanoneschen Numm, och akzeptéiert

Fichierparameter akzeptéieren eng ëffentlech https:// URL, eng data: URI bis zu 10 MB oder de file_url vun engem Upload. Fichieren

Output

GET /requests/req_8k2m4q7x1z9c3v5b6n0p2r4t
{
  "id": "req_8k2m4q7x1z9c3v5b6n0p2r4t",
  "object": "request",
  "model": "nvidia/nemotron-3-nano-omni/vision",
  "status": "succeeded",
  "created_at": "2026-10-20T12:00:00Z",
  "started_at": "2026-10-20T12:00:02Z",
  "completed_at": "2026-10-20T12:00:09Z",
  "queue_position": null,
  "cost": {
    "credits": 18,
    "usd": "0.018",
    "charged": 18,
    "refunded": 0
  },
  "input": {
    "prompt": "A red fox trots through fresh snow at sunrise, soft golden light, shallow depth of field",
    "image_url": "https://content.doitong.com/images/showcase/v3/gen_fox_cartoon.jpg"
  },
  "output": {
    "output": "The image shows a golden retriever puppy sitting on a wooden floor.",
    "finish_reason": "stop",
    "usage": {
      "input_tokens": 1,
      "output_tokens": 1
    }
  },
  "outputs": [
    {
      "type": "file",
      "url": "https://content.doitong.com/dev-api/2026/10/20/req_8k2m4q7x1z9c3v5b6n0p2r4t/0-output.jpeg",
      "content_type": "image/jpeg",
      "file_size": 1843200,
      "stored": true
    }
  ],
  "error": null,
  "metrics": {
    "inference_seconds": 6.8
  },
  "urls": {
    "self": "https://api.doitong.ru/v1/requests/req_8k2m4q7x1z9c3v5b6n0p2r4t",
    "cancel": "https://api.doitong.ru/v1/requests/req_8k2m4q7x1z9c3v5b6n0p2r4t/cancel"
  }
}
Är Fichieren, Är WielAll outputs[].url ass eng Kopie an eiser Späicherung: fir ëmmer gespäichert (bezuelbar pro GB-Mount) oder 7 Deeg gratis, jee no Ärer Kontastellung oder ?storage=.
D'selwecht Struktur bei all Modelltype, url, content_type, width, height an duration, fir Biller, Video an Audio gläichermoossen. output ass dem Modell säin eegent Resultatobjet.
Output-Felder
output
stringText, deen als Äntwert produzéiert gëtt.
finish_reason
stringGrond fir d'Ofschléisse vun der Generatioun.
usage
object {input_tokens, output_tokens}Token-Verbrauch, deen mat der Ufro verbonnen ass.

Méi Modeller: Visioun

Fir AI-Agenten: dës Säit als Markdown ass ënner https://doitong.com/lb/developers/models/nvidia/nemotron-3-nano-omni/vision.md. All Modeller a Guiden: https://doitong.com/developers/llms.txt