NVIDIA Nemotron 3.5 Super Text

ஒருங்கிணை

மாடல் 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/ta/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 மூலம் NVIDIA Nemotron 3.5 Super Text மாதிரியை (nvidia/nemotron-3-5-super/text) அழைக்கவும். முகவர்களுக்கான ஆவணங்கள்: https://doitong.com/ta/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"
}

பதிலின் நிலை "queued" அல்லது "running" எனில், அது "succeeded" ஆகும் வரை GET https://api.doitong.ru/v1/requests/REQUEST_ID?wait=20 மூலம் தொடர்ந்து சரிபார்க்கவும்; கோப்புகள் outputs[].url இல் உள்ளன. அதே body-யுடன் POST https://api.doitong.ru/v1/quote/nvidia/nemotron-3-5-super/text அனுப்பினால், இயக்கத்திற்கு முன் துல்லியமான விலை கிடைக்கும்.

இந்தக் கோரிக்கை: ≈$0.01 10 API கிரெடிட்கள் · ≈ ₽1.08 இந்தப் பக்கத்தில் இயக்குங்கள்

API விசையைப் பெறுக

NVIDIA LLM #llm#reasoning#chat

தனித்த பகுத்தறிதல் தடத்துடன் விருப்பமான சிந்தனைப் பயன்முறையையும், அதிகபட்சம் 32,000 டோக்கன்களையும் வழங்கும் உரை அரட்டை LLM

OpenAPI Markdown

NVIDIA · உரை

உங்கள் முதல் முடிவு இங்கே வரும்

கீழே ஒரு கோரிக்கையை உருவாக்கி, உங்கள் API விசையுடன் இயக்குங்கள். வெளியீடுகள் எங்கள் சேமிப்பகத்தில் நகலெடுக்கப்பட்டு, நிரந்தரமாக அல்லது இலவசமாக 7 நாட்கள் வைக்கப்படும்.

கோரிக்கையை உருவாக்கு

ஒரு இயக்கத்திற்கான மதிப்பிடப்பட்ட விலை

மதிப்பிடப்பட்ட விலை

$0.01ஒரு இயக்கத்திற்கு

10 API கிரெடிட்கள் · ≈ ₽1.08

ஒரு இயக்கத்திற்கான நிலையான விலை; வெற்றி பெற்றால் மட்டுமே வசூலிக்கப்படும்.

இயக்கு · $0.01

வெற்றி பெற்றால் மட்டுமே வசூலிக்கப்படும்; தோல்வியுற்றால் தானாகத் திருப்பியளிக்கப்படும்.

ஒரு இயக்கத்தின் வழக்கமான செலவை அடிப்படையாகக் கொண்ட மதிப்பீடு. மேற்கோள் விலை, இயக்கத்திற்கான சரியான கட்டணமே.

விலைமதிப்பீட்டு முனையம்: POST /quote/{id}

கோரிக்கையை உருவாக்கு

மாடல் ஸ்கீமாவிலிருந்து கட்டுப்பாடுகள் உருவாக்கப்படுகின்றன. அவற்றை மாற்றும்போது குறியீடும் விலையும் புதுப்பிக்கப்படும்.

prompt •தேவை

மாதிரியின் ப்ராம்ப்ட்டாக வழங்கப்படும் உரை.

மேம்பட்டவை system_prompt · reasoning_mode · max_tokens · temperature · top_p · enable_safety_checker

system_prompt

மாதிரியின் நடத்தையை வழிநடத்தும் விருப்பத்திற்குரிய system-level ப்ராம்ப்ட்.

reasoning_mode இயல்புநிலை no_think

பதில் முறை: `no_think` உடன் நேரடி பதில், அல்லது `think` உடன் வெளிப்படையான reasoning trace-ஐத் தொடர்ந்து வரும் இறுதி பதில்.

max_tokens இயல்புநிலை 1024

உருவாக்கப்பட்ட டோக்கன்களின் அதிகபட்ச வரம்பு.

temperature இயல்புநிலை 1

sampling-க்குப் பயன்படுத்தப்படும் வெப்பநிலை; அனைத்து பணிகளுக்கும் NVIDIA-வின் பரிந்துரைக்கப்பட்ட மதிப்பு 1.0.

top_p இயல்புநிலை 0.95

nucleus sampling-க்குப் பயன்படுத்தப்படும் நிகழ்தகவு நிறை.

POST /run/nvidia/nemotron-3-5-super/text?wait=20 விலை → $0.01

# 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
    }
  }
}

இந்தக் கோரிக்கையை இயக்கு

API விசை

உங்கள் key இந்த உலாவியில் மட்டுமே இருக்கும்: அது Doitong API-க்கு மட்டும் அனுப்பப்படும்; Remember-ஐத் தேர்ந்தெடுத்தால் மட்டுமே (localStorage)-ல் சேமிக்கப்படும். இந்த உலாவியில் நினைவில் கொள்க API விசையைப் பெறுங்கள்

NVIDIA Nemotron 3.5 Super Text பற்றி

அரட்டை மற்றும் பகுத்தறிதல் பணிகளுக்கான உரை மொழி மாதிரி. `reasoning_mode` ஐ `think` என அமைத்தால், இறுதி வெளியீட்டுக்கு முன் தனித்த reasoning புலத்தில் பகுத்தறிதல் பதில் சேர்க்கப்படும்; `no_think` நேரடி பதிலை வழங்கும். `max_tokens` அதிகபட்சம் 32,000 வரை அனுமதிக்கிறது, `temperature` இன் இயல்புநிலை 1, மேலும் `system_prompt` மூலம் நடத்தையை வழிநடத்தலாம்.

அளவுருக்கள்

பெயர்வகை இயல்புநிலைஅனுமதிக்கப்பட்டது விளக்கம்

promptதேவை

வகைstring

மாதிரியின் ப்ராம்ப்ட்டாக வழங்கப்படும் உரை.

system_promptவிருப்பத்தேர்வு

வகைstring | null

மாதிரியின் நடத்தையை வழிநடத்தும் விருப்பத்திற்குரிய system-level ப்ராம்ப்ட்.

reasoning_modeவிருப்பத்தேர்வு

வகைenum

இயல்புநிலைno_think

thinkno_think

max_tokensவிருப்பத்தேர்வு

வகைinteger

இயல்புநிலை1024

1 – 32,000

உருவாக்கப்பட்ட டோக்கன்களின் அதிகபட்ச வரம்பு.

temperatureவிருப்பத்தேர்வு

வகைnumber

இயல்புநிலை1

0 – 2

top_pவிருப்பத்தேர்வு

வகைnumber

இயல்புநிலை0.95

≤ 1> 0

nucleus sampling-க்குப் பயன்படுத்தப்படும் நிகழ்தகவு நிறை.

enable_safety_checkerவிருப்பத்தேர்வு

வகைboolean

இயல்புநிலைtrue

பாதுகாப்புச் சரிபார்ப்பு இயக்கப்பட்டுள்ளதா என்பதைக் கட்டுப்படுத்துகிறது.

தேவை

வெளியீடு

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"
  }
}

உங்கள் கோப்புகள், உங்கள் தேர்வுஒவ்வொரு outputs[].url-ம் எங்கள் சேமிப்பகத்தில் உள்ள ஒரு நகல்: நிரந்தரமாக (GB-மாதத்திற்கு கட்டணம்) அல்லது உங்கள் கணக்கு அமைப்பு அல்லது ?storage= மூலம் இலவசமாக 7 நாட்கள் வைக்கப்படும்.

ஒவ்வொரு மாடலிலும் ஒரே வடிவம்படங்கள், வீடியோ மற்றும் ஆடியோ ஆகிய அனைத்திற்குமான type, url, content_type, width, height மற்றும் duration. output என்பது மாதிரியின் சொந்த முடிவு பொருளாகும்.

வெளியீட்டின் புலங்கள்

output: stringபதிலாக உருவாக்கப்படும் உரை.
reasoning: string | null`think` முறை தேர்ந்தெடுக்கப்பட்டால் மட்டுமே கிடைக்கும் reasoning trace.
finish_reason: stringஉருவாக்கம் முடிவடைந்த காரணம்.
usage: object {input_tokens, output_tokens}கோரிக்கையுடன் தொடர்புடைய டோக்கன் பயன்பாடு.

மேலும் மாதிரிகள்: LLM

AI ஏஜெண்டுகளுக்கு: இந்தப் பக்கம் Markdown வடிவில் இங்கே உள்ளது https://doitong.com/ta/developers/models/nvidia/nemotron-3-5-super/text.md. அனைத்து மாடல்களும் வழிகாட்டிகளும்: https://doitong.com/developers/llms.txt

உங்கள் முதல் முடிவு இங்கே வரும்

கோரிக்கையை உருவாக்கு

இந்தக் கோரிக்கையை இயக்கு

NVIDIA Nemotron 3.5 Super Text பற்றி

அளவுருக்கள்

வெளியீடு

பிற NVIDIA Nemotron 3.5 Super மாறுபாடுகள்

NVIDIA Nemotron 3.5 Super Video மாறுபாடுகள்: 3

NVIDIA Nemotron 3.5 Super Vision மாறுபாடுகள்: 3

மேலும் மாதிரிகள்: LLM

Nemotron 3 Nano Omni மாறுபாடுகள்: 4

Bytedance Seed V2 Mini

Fibo Edit [Structured Instruction] மாறுபாடுகள்: 13

Fibo Lite · Structured Prompt மாறுபாடுகள்: 2