NVIDIA Nemotron 3.5 Super Text

ပေါင်းစည်းရန်

မော်ဒယ် id nvidia/nemotron-3-5-super/text

# 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-3-5-super/text?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"
  }'

# 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"

const API = "https://api.doitong.ru/v1";
const headers = {
  "Authorization": "Bearer " + process.env.DOITONG_API_KEY,
  "Content-Type": "application/json",
};

// Run the model; wait up to 20 s for the finished result in the same call
let res = await fetch(API + "/run/nvidia/nemotron-3-5-super/text?wait=20", {
  method: "POST",
  headers,
  body: JSON.stringify({
    "prompt": "A red fox trots through fresh snow at sunrise, soft golden light, shallow depth of field"
  }),
});
let request = await res.json();
if (!res.ok) throw new Error(request.error.code + ": " + request.error.message);

// Not finished yet: long-poll until it is
while (request.status === "queued" || request.status === "running") {
  res = await fetch(API + "/requests/" + request.id + "?wait=20", { headers });
  request = await res.json();
}
if (request.status !== "succeeded") throw new Error(JSON.stringify(request.error));
console.log(request.outputs.map((o) => o.url), request.cost.credits + " API credits ($" + request.cost.usd + ")");

import os
import requests

API = "https://api.doitong.ru/v1"
headers = {"Authorization": "Bearer " + os.environ["DOITONG_API_KEY"]}

payload = {
    "prompt": "A red fox trots through fresh snow at sunrise, soft golden light, shallow depth of field",
}

# Run the model; wait up to 20 s for the finished result in the same call
r = requests.post(API + "/run/nvidia/nemotron-3-5-super/text", params={"wait": 20}, json=payload, headers=headers)
request = r.json()
if not r.ok:
    raise RuntimeError(request["error"]["code"] + ": " + request["error"]["message"])

# Not finished yet: long-poll until it is
while request["status"] in ("queued", "running"):
    request = requests.get(API + "/requests/" + request["id"], params={"wait": 20}, headers=headers).json()
if request["status"] != "succeeded":
    raise RuntimeError(request["error"])
print([o["url"] for o in request["outputs"]], request["cost"]["credits"], "API credits", "$" + request["cost"]["usd"])

# 1. Connect once (Claude Code; Cursor, VS Code, Claude Desktop: https://doitong.com/my/developers/docs/mcp)
claude mcp add --transport http doitong-models https://api.doitong.ru/v1/mcp \
  --header "Authorization: Bearer $DOITONG_API_KEY"

# 2. Your agent calls the "run" tool with:
{
  "model_id": "nvidia/nemotron-3-5-super/text",
  "input": {
    "prompt": "A red fox trots through fresh snow at sunrise, soft golden light, shallow depth of field"
  }
}

Doitong API မှတစ်ဆင့် NVIDIA Nemotron 3.5 Super Text မော်ဒယ် (nvidia/nemotron-3-5-super/text) ကို ခေါ်ယူပါ။ အေးဂျင့်များအတွက် စာရွက်စာတမ်းများ: https://doitong.com/my/developers/models/nvidia/nemotron-3-5-super/text.md

POST https://api.doitong.ru/v1/run/nvidia/nemotron-3-5-super/text?wait=20
Authorization: Bearer $DOITONG_API_KEY
Content-Type: application/json

{
  "prompt": "A red fox trots through fresh snow at sunrise, soft golden light, shallow depth of field"
}

Response status သည် "queued" သို့မဟုတ် "running" ဖြစ်ပါက "succeeded" ဖြစ်သည်အထိ GET https://api.doitong.ru/v1/requests/REQUEST_ID?wait=20 ဖြင့် poll လုပ်ပါ။ ဖိုင်များသည် outputs[].url တွင် ရှိသည်။ လုပ်ဆောင်မီ အတိအကျစျေးနှုန်းရရန် တူညီသော body ဖြင့် POST https://api.doitong.ru/v1/quote/nvidia/nemotron-3-5-super/text ကို အသုံးပြုပါ။

ဤတောင်းဆိုချက်: ≈၀.၀၁ $ ၁၀ API ခရက်ဒစ် · ≈ ၁.၀၈ ₽ ဤစာမျက်နှာတွင် လုပ်ဆောင်ရန်

API ကီး ရယူရန်

NVIDIA LLM #llm#reasoning#chat

ရွေးချယ်နိုင်သော တွေးခေါ်မှုမုဒ်ပါသည့် စာသားစကားပြော LLM၊ သီးခြားအကြောင်းပြချက်မှတ်တမ်းနှင့် တိုကင် 32,000 အထိ ပြန်ပေးသည်

OpenAPI Markdown

NVIDIA · စာသား

သင့်ပထမဆုံးရလဒ် ဤနေရာတွင် ပေါ်လာမည်

အောက်တွင် တောင်းဆိုချက်တစ်ခု တည်ဆောက်ပြီး သင့် API ကီးဖြင့် လုပ်ဆောင်ပါ။ ထွက်ရလဒ်များကို ကျွန်ုပ်တို့၏ သိုလှောင်မှုသို့ ကူးယူပြီး အမြဲတမ်း သို့မဟုတ် ၇ ရက် အခမဲ့ သိမ်းထားသည်။

တောင်းဆိုမှုတစ်ခု တည်ဆောက်ရန်

တစ်ကြိမ်လုပ်ဆောင်မှုအတွက် ခန့်မှန်းစျေးနှုန်း

ခန့်မှန်း စျေးနှုန်း

၀.၀၁ $တစ်ကြိမ်လုပ်ဆောင်မှုလျှင်

၁၀ API ခရက်ဒစ် · ≈ ၁.၀၈ ₽

တစ်ကြိမ်လုပ်ဆောင်မှုလျှင် သတ်မှတ်စျေးနှုန်းဖြစ်ပြီး အောင်မြင်မှသာ ကောက်ခံသည်။

လုပ်ဆောင်ရန် · ၀.၀၁ $

အောင်မြင်မှသာ ကောက်ခံပြီး မအောင်မြင်ပါက အလိုအလျောက် ပြန်အမ်းပေးသည်။

တစ်ကြိမ်လုပ်ဆောင်မှု၏ ပုံမှန်ကုန်ကျစရိတ်မှ ခန့်မှန်းထားသည်။ ဖော်ပြထားသောစျေးနှုန်းသည် လုပ်ဆောင်မှုအတွက် အမှန်တကယ်ကောက်ခံမည့်ပမာဏဖြစ်သည်။

စျေးနှုန်းတွက်ချက်ရန် Endpoint: POST /quote/{id}

တောင်းဆိုမှုတစ်ခု တည်ဆောက်ရန်

ထိန်းချုပ်မှုများကို မော်ဒယ် schema မှ အလိုအလျောက်ဖန်တီးသည်။ ၎င်းတို့ကို ပြောင်းလဲသည်နှင့် code နှင့် စျေးနှုန်းတို့လည်း ပြောင်းလဲမည်။

prompt •လိုအပ်သည်

မော်ဒယ်၏ ပရောမ့်အဖြစ် ပေးထားသော စာသား။

အဆင့်မြင့် system_prompt · reasoning_mode · max_tokens · temperature · top_p · enable_safety_checker

system_prompt

မော်ဒယ်၏ အပြုအမူကို လမ်းညွှန်သည့် ရွေးချယ်နိုင်သော system-level ပရောမ့်။

reasoning_mode မူလ no_think

အဖြေမုဒ်- `no_think` ဖြင့် တိုက်ရိုက်အဖြေ သို့မဟုတ် `think` ဖြင့် ရှင်းလင်းသော reasoning trace ကို အရင်ပြပြီးနောက် နောက်ဆုံးအဖြေ။

max_tokens မူလ 1024

ဖန်တီးမည့် တိုကင်များ၏ အမြင့်ဆုံးကန့်သတ်ချက်။

temperature မူလ 1

sampling အတွက် အသုံးပြုသည့် temperature။ လုပ်ငန်းအားလုံးအတွက် NVIDIA ၏ အကြံပြုတန်ဖိုးမှာ 1.0 ဖြစ်သည်။

top_p မူလ 0.95

nucleus sampling အတွက် အသုံးပြုသည့် probability mass။

POST /run/nvidia/nemotron-3-5-super/text?wait=20 ကုန်ကျစရိတ် → ၀.၀၁ $

# 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-3-5-super/text?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"
  }'

# 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"

const API = "https://api.doitong.ru/v1";
const headers = {
  "Authorization": "Bearer " + process.env.DOITONG_API_KEY,
  "Content-Type": "application/json",
};

// Run the model; wait up to 20 s for the finished result in the same call
let res = await fetch(API + "/run/nvidia/nemotron-3-5-super/text?wait=20", {
  method: "POST",
  headers,
  body: JSON.stringify({
    "prompt": "A red fox trots through fresh snow at sunrise, soft golden light, shallow depth of field"
  }),
});
let request = await res.json();
if (!res.ok) throw new Error(request.error.code + ": " + request.error.message);

// Not finished yet: long-poll until it is
while (request.status === "queued" || request.status === "running") {
  res = await fetch(API + "/requests/" + request.id + "?wait=20", { headers });
  request = await res.json();
}
if (request.status !== "succeeded") throw new Error(JSON.stringify(request.error));
console.log(request.outputs.map((o) => o.url), request.cost.credits + " API credits ($" + request.cost.usd + ")");

import os
import requests

API = "https://api.doitong.ru/v1"
headers = {"Authorization": "Bearer " + os.environ["DOITONG_API_KEY"]}

payload = {
    "prompt": "A red fox trots through fresh snow at sunrise, soft golden light, shallow depth of field",
}

# Run the model; wait up to 20 s for the finished result in the same call
r = requests.post(API + "/run/nvidia/nemotron-3-5-super/text", params={"wait": 20}, json=payload, headers=headers)
request = r.json()
if not r.ok:
    raise RuntimeError(request["error"]["code"] + ": " + request["error"]["message"])

# Not finished yet: long-poll until it is
while request["status"] in ("queued", "running"):
    request = requests.get(API + "/requests/" + request["id"], params={"wait": 20}, headers=headers).json()
if request["status"] != "succeeded":
    raise RuntimeError(request["error"])
print([o["url"] for o in request["outputs"]], request["cost"]["credits"], "API credits", "$" + request["cost"]["usd"])

{
  "jsonrpc": "2.0",
  "id": 1,
  "method": "tools/call",
  "params": {
    "name": "run",
    "arguments": {
      "model_id": "nvidia/nemotron-3-5-super/text",
      "input": {
        "prompt": "A red fox trots through fresh snow at sunrise, soft golden light, shallow depth of field"
      },
      "wait_seconds": 20
    }
  }
}

ဤတောင်းဆိုချက်ကို လုပ်ဆောင်ရန်

API ကီး

သင့် key သည် ဤဘရောက်ဇာထဲတွင်သာ ရှိမည်ဖြစ်ပြီး Doitong API သို့သာ ပို့မည်။ Remember ကို အမှန်ခြစ်ထားမှသာ (localStorage) တွင် သိမ်းမည်။ ဤဘရောက်ဇာတွင် မှတ်ထားရန် API ကီး ရယူရန်

NVIDIA Nemotron 3.5 Super Text အကြောင်း

စကားပြောခြင်းနှင့် အကြောင်းပြချက်ပေးခြင်း လုပ်ငန်းများအတွက် စာသားဘာသာစကားမော်ဒယ်ဖြစ်သည်။ `reasoning_mode` ကို `think` ဟု သတ်မှတ်ပါက တုံ့ပြန်ချက်တွင် နောက်ဆုံးထွက်ရလဒ်မတိုင်မီ သီးခြား reasoning အကွက် ပါဝင်သည်။ `no_think` က တိုက်ရိုက်အဖြေကို ပေးသည်။ `max_tokens` သည် 32,000 အထိ ခွင့်ပြုပြီး `temperature` ၏ မူလတန်ဖိုးမှာ 1 ဖြစ်သည်။ `system_prompt` ဖြင့် လုပ်ဆောင်ပုံကို ညွှန်ကြားနိုင်သည်။

ပါရာမီတာများ

အမည်အမျိုးအစား မူလတန်ဖိုးခွင့်ပြုထားသည် ဖော်ပြချက်

promptလိုအပ်သည်

အမျိုးအစားstring

မော်ဒယ်၏ ပရောမ့်အဖြစ် ပေးထားသော စာသား။

system_promptရွေးချယ်နိုင်သည်

အမျိုးအစားstring | null

မော်ဒယ်၏ အပြုအမူကို လမ်းညွှန်သည့် ရွေးချယ်နိုင်သော system-level ပရောမ့်။

reasoning_modeရွေးချယ်နိုင်သည်

အမျိုးအစားenum

မူလတန်ဖိုးno_think

thinkno_think

max_tokensရွေးချယ်နိုင်သည်

အမျိုးအစားinteger

မူလတန်ဖိုး1024

၁ – ၃၂,၀၀၀

ဖန်တီးမည့် တိုကင်များ၏ အမြင့်ဆုံးကန့်သတ်ချက်။

temperatureရွေးချယ်နိုင်သည်

အမျိုးအစားnumber

မူလတန်ဖိုး1

၀ – ၂

top_pရွေးချယ်နိုင်သည်

အမျိုးအစားnumber

မူလတန်ဖိုး0.95

≤ ၁> ၀

nucleus sampling အတွက် အသုံးပြုသည့် probability mass။

enable_safety_checkerရွေးချယ်နိုင်သည်

အမျိုးအစားboolean

မူလတန်ဖိုးtrue

လုံခြုံရေးစစ်ဆေးမှု ဖွင့်ထားခြင်း ရှိ၊ မရှိ ထိန်းချုပ်သည်။

လိုအပ်သည်

ထွက်ရလဒ်

GET /requests/req_8k2m4q7x1z9c3v5b6n0p2r4t

{
  "id": "req_8k2m4q7x1z9c3v5b6n0p2r4t",
  "object": "request",
  "model": "nvidia/nemotron-3-5-super/text",
  "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": 10,
    "usd": "0.01",
    "charged": 10,
    "refunded": 0
  },
  "input": {
    "prompt": "A red fox trots through fresh snow at sunrise, soft golden light, shallow depth of field"
  },
  "output": {
    "output": "Hello! How can I help?",
    "reasoning": "string",
    "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"
  }
}

သင့်ဖိုင်များ၊ သင့်ရွေးချယ်မှုoutputs[].url တိုင်းသည် ကျွန်ုပ်တို့၏ သိုလှောင်မှုရှိ မိတ္တူဖြစ်သည်- အမြဲတမ်း (GB-month အလိုက် ငွေပေးရသည်) သို့မဟုတ် ၇ ရက် အခမဲ့၊ သင့်အကောင့်ဆက်တင် သို့မဟုတ် ?storage= ဖြင့် သိမ်းထားသည်။

မော်ဒယ်တိုင်းတွင် ပုံစံတူပုံ၊ ဗီဒီယိုနှင့် အသံတို့အတွက် type၊ url၊ content_type၊ width၊ height နှင့် duration။ output သည် မော်ဒယ်ကိုယ်တိုင်၏ ရလဒ် object ဖြစ်သည်။

ထွက်ရလဒ်၏ Fields များ

output: stringresponse အဖြစ် ထုတ်ပေးသော စာသား။
reasoning: string | null`think` မုဒ်ကို ရွေးချယ်ထားသည့်အခါသာ ရရှိနိုင်သော reasoning trace။
finish_reason: stringဖန်တီးမှုကို အဆုံးသတ်ရသည့် အကြောင်းရင်း။
usage: object {input_tokens, output_tokens}တောင်းဆိုချက်နှင့် ဆက်စပ်သော တိုကင်သုံးစွဲမှု။

နောက်ထပ် မော်ဒယ်များ: LLM

AI အေးဂျင့်များအတွက်- ဤစာမျက်နှာ၏ Markdown ကို ဤနေရာတွင် ရရှိနိုင်သည် https://doitong.com/my/developers/models/nvidia/nemotron-3-5-super/text.md. မော်ဒယ်များနှင့် လမ်းညွှန်များအားလုံး: https://doitong.com/developers/llms.txt

သင့်ပထမဆုံးရလဒ် ဤနေရာတွင် ပေါ်လာမည်

တောင်းဆိုမှုတစ်ခု တည်ဆောက်ရန်

ဤတောင်းဆိုချက်ကို လုပ်ဆောင်ရန်

NVIDIA Nemotron 3.5 Super Text အကြောင်း

ပါရာမီတာများ

ထွက်ရလဒ်

အခြား NVIDIA Nemotron 3.5 Super မူကွဲများ

NVIDIA Nemotron 3.5 Super Video မူကွဲများ: 3

NVIDIA Nemotron 3.5 Super Vision မူကွဲများ: 3

နောက်ထပ် မော်ဒယ်များ: LLM

Nemotron 3 Nano Omni မူကွဲများ: 4

Bytedance Seed V2 Mini

Fibo Edit [Structured Instruction] မူကွဲများ: 13

Fibo Lite · Structured Prompt မူကွဲများ: 2