Для Nemotron 3 Ultra используйте Chat Completions API.
О модели
Nemotron 3 Ultra — крупнейшая открытая модель NVIDIA для сложных рассуждений, оркестрации агентов, программирования и глубокого поиска. Принимает текст, отвечает текстом. Вышла 4 июня 2026 года.
Архитектура — гибрид Mamba-2, смеси экспертов LatentMoE и внимания: 550 млрд параметров, из них 55 млрд активных. NVIDIA заявляет до пяти раз более быстрый вывод и до 30 % меньшую стоимость агентных задач. В DSLab модель доступна с контекстом 262 144 токена; NVIDIA указывает возможность до 1 млн токенов.
Рассуждения включены по умолчанию и расходуют токены ответа. Знает английский, французский, испанский, итальянский, немецкий, японский, хинди, корейский, бразильский португальский и китайский.
Стоимость
Текущая стоимость использования этой модели:
Токены | Стоимость за 1 млн токенов |
|---|---|
Входные токены | 50₽ |
Выходные токены | 220₽ |
Чтение из кэша | 10₽ |
Как считается расход
-
Учитываются все токены
И входные (input), и сгенерированные моделью (output)
Характеристики
Параметр | Значение |
|---|---|
Вход | Текст |
Выход | Текст |
Параметры | 550 млрд, из них 55 млрд активных |
Контекст в DSLab | 262 144 токена |
Рассуждения | Включены по умолчанию |
Вызов функций | Да |
Ответ в JSON | Да |
Лицензия | OpenMDW-1.1 |
Дата выхода | 4 июня 2026 |
Сравнение с соседними моделями
Модель | Параметры | Вход | Дата выхода |
|---|---|---|---|
Nemotron 3 Ultra (эта модель) | 550 млрд, 55 млрд активных | Текст | 4 июня 2026 |
Nemotron 3.5 Super VL | 120 млрд, 12 млрд активных | Текст, изображения | 15 октября 2026 |
Nemotron 3.5 Lightning | 30 млрд, 3 млрд активных | Текст | 11 августа 2026 |
Бенчмарки
Бенчмарк | Результат | Условия |
|---|---|---|
GPQA (без инструментов) | 87,9 % | Контрольная точка NVFP4, данные NVIDIA |
Terminal Bench 2.1 | 53,9 % | Контрольная точка NVFP4, данные NVIDIA |
IFBench | 82,3 % | Контрольная точка NVFP4, данные NVIDIA |
RULER 1M | 94,0 % | Контрольная точка NVFP4, данные NVIDIA |
Humanity's Last Exam (без инструментов) | 26,1 % | Контрольная точка NVFP4, данные NVIDIA |
API
Эндпоинт
POST https://api.akashilab.ru/v1/chat/completionsimport osfrom openai import OpenAIclient = OpenAI( api_key=os.environ["DSLAB_API_KEY"], base_url="https://api.akashilab.ru/v1",)response = client.chat.completions.create( model="nemotron-3-ultra", messages=[ {"role": "system", "content": "Отвечай кратко и по делу."}, {"role": "user", "content": "Объясни, что такое идемпотентность."}, ],)print(response.choices[0].message.content)Параметры
Параметр | Тип | По умолчанию | Описание |
|---|---|---|---|
model | string | обязательный | ID модели: nemotron-3-ultra. |
messages | array | обязательный | История диалога: роли system, user, assistant и tool. content — текст. |
max_tokens | integer | — | Максимальный ответ в токенах, включая рассуждения. |
stream | boolean | false | Потоковый ответ. Чтобы получить расход токенов в потоке, добавьте stream_options со значением include_usage: true. |
tools | array | — | Ваши функции: type function, name, description и parameters. |
temperature | number | — | Разброс ответов, от 0 до 2. |
response_format | object | — | Формат ответа: json_object. |
Важно знать
-
Рассуждения включены по умолчанию и расходуют токены ответа: задавайте max_tokens с запасом.
-
NVIDIA рекомендует для запросов temperature 1,0 и top_p 0,95.
-
Значение temperature вне диапазона от 0 до 2 возвращает ошибку 400.
