Введение
Nemotron 3.5 Super VL — визуально-языковая модель NVIDIA, выпущенная 15 октября 2026 года: 120B параметров в целом, 12B активных. Здесь это единый эндпоинт чата, который принимает текст, изображения и видео, обрабатывает до 262,144 токенов входных данных и возвращает до 262,144 токенов за ответ, с инструментами, стримингом и необязательным рассуждением.
| Характеристика | Значение |
|---|---|
| Ввод | Текст |
| Вывод | Текст |
| Входной бюджет | 262,144 tokens |
| Предел max_tokens | 262,144 |
| Входные данные | текст / изображения / видео |
Ключевые возможности и особенности
Создан, чтобы читать то, что на экране
Nemotron 3.5 Super VL сочетает языковую модель с визуальным энкодером, поэтому диаграмма, форма, таблица или скриншот интерфейса читаются напрямую, без отдельного шага OCR. Спрашивайте о подписях, значениях, трендах и о том, что нельзя установить по картинке, и указывайте, к какому изображению относится каждый вопрос.
Видео как часть диалога
Сообщение пользователя может содержать части video_url вместе с текстом и изображениями. NVIDIA описывает видеовход как набор выбранных кадров, поэтому он лучше подходит для вопросов о том, что произошло и что изменилось, чем для точного тайминга по кадрам.
Рассуждение, которое можно отключить
reasoning_effort принимает значения none, low, medium или high, по умолчанию — high. Используйте none или low для быстрого извлечения данных и подписей, а high — когда задача требует нескольких шагов. Рассуждение входит в ответ, поэтому оставляйте запас в max_tokens.
Открытые веса, доступные через один API
Модель опубликована NVIDIA по лицензии OpenMDW и создана для агентных сценариев, поэтому вызов инструментов — основная возможность: до 128 определений функций в запросе, параллельные вызовы включены по умолчанию, результаты возвращаются как сообщения инструмента.
Параметры запроса
| Параметр | Обязательно | Описание |
|---|---|---|
messages | Да | Передайте Nemotron 3.5 Super VL сообщения по порядку и источники для задачи «анализ диаграмм и изображений документов»; свяжите результат инструмента с его |
max_tokens | Нет | Для Nemotron 3.5 Super VL |
reasoning_effort | Нет | Nemotron 3.5 Super VL принимает none, low, medium, high, по умолчанию high; сравнивайте настройки для задачи «анализ диаграмм и изображений документов» по расходу выходных токенов. |
stop | Нет | Остановите ответ Nemotron 3.5 Super VL одной последовательностью или списком до четырёх; совпавший маркер не входит в итоговый текст. Не менее 1 символов · Не менее 1 элементов · Не более 4 элементов |
temperature | Нет | temperature меняет семплирование Nemotron 3.5 Super VL; для задачи «анализ диаграмм и изображений документов» оставьте значение по умолчанию, если не нужен иной стиль ответа. |
top_p | Нет |
|
tools | Нет | Задайте для Nemotron 3.5 Super VL до 128 функций в формате OpenAI для задачи «анализ диаграмм и изображений документов»; приложение проверяет аргументы и выполняет предложенные… Не более 128 элементов |
parallel_tool_calls | Нет | Настройка разрешает Nemotron 3.5 Super VL предложить несколько независимых функций за один ход; выполнением по-прежнему управляет приложение. По умолчанию: |
tool_choice | Нет | Для Nemotron 3.5 Super VL |
response_format | Нет | Запросите у Nemotron 3.5 Super VL текст или структурированный JSON для задачи «анализ диаграмм и изображений документов» и проверьте поля, ожидаемые приложением. |
Стоимость
Ввод $0.20 / Вывод $0.50 за 1 млн токенов
Сценарии использования
Извлечение структурированных данных из документов
Отправляйте сканы страниц, счета или слайды как изображения и запрашивайте поля в JSON через response_format или схему инструмента. Укажите модели помечать нечитаемые значения, а не угадывать их, и затем проверяйте результат.
Описание и проверка графиков и дашбордов
Прикрепите график или скриншот дашборда и запросите подписи, тренд и любые цифры, которые нельзя установить по изображению. Второе изображение позволит сравнить два периода.
Понимание записи экрана
Отправьте короткое видео с демонстрацией продукта и спросите, какие шаги показаны, какая ошибка появилась и где она возникла впервые. Для точных временных меток извлеките кадры сами и отправьте их как изображения.
Работа визуального агента
Покажите модели скриншот, пусть она запросит вызов инструмента, например click или search, выполните его в своём коде и отправьте следующий скриншот. Ограничивайте число шагов цикла и логируйте каждый вызов.
Руководство по промптам и практические советы
Укажите, к какому изображению относится вопрос
Подписывайте изображения и клипы в тексте, например: первый график — Q1, второй — Q2. Отделяйте свои инструкции от текста, видимого внутри изображения.
Выберите уровень рассуждения под задачу
По умолчанию — high. Для извлечения, подписей и классификации переходите на low или none, а для многошагового анализа и циклов с инструментами оставляйте high.
Настройте сэмплирование под задачу
NVIDIA рекомендует temperature 1.0 и
top_p0.95 для текста, а temperature 0.6 сtop_p0.95 — для задач с изображениями. Оба поля здесь принимаются; меняйте одно за раз.Планируйте бюджет изображений
Большие изображения и длинные видео расходуют много входных токенов. Уменьшайте скриншоты до размера, при котором текст остаётся читаемым, а для длинных клипов отправляйте выбранные кадры.
Nemotron 3.5 Super VL — визуально-языковая модель NVIDIA, выпущенная 15 октября 2026 года: 120B параметров в целом, 12B активных. Здесь это единый эндпоинт чата, который принимает текст, изображения и видео, обрабатывает до 262,144 токенов входных данных и возвращает до 262,144 токенов за ответ, с инструментами, стримингом и необязательным рассуждением.
Передайте Nemotron 3.5 Super VL диаграмму и попросите перечислить подписи, тенденцию и значения, которые нельзя уверенно прочитать. Отделяйте наблюдения от оценок. Визуально-языковой эндпоинт принимает изображения и видео, но не аудио, а возвращает текст, не отредактированное изображение. Для внешних вычислений или поиска используйте инструменты, проверяя аргументы до выполнения.
Решения о содержимом принимает выбранная модель. Для Nemotron 3.5 Super VL: Поведение с NSFW может меняться; работа без ограничений не гарантируется.
Быстрый старт API
curl --fail-with-body -sN https://api.spicyapi.ai/v1/chat/completions \
-H "Authorization: Bearer $SPICY_API_KEY" \
-H "Content-Type: application/json" \
-H "Idempotency-Key: $(uuidgen)" \
-d '{
"model": "nvidia/nemotron-3.5-super-vl/chat",
"messages": [
{
"role": "user",
"content": "Summarise the following release notes into three bullet points."
}
],
"stream": true
}' \
| jq --unbuffered -Rrj 'select(startswith("data: ")) | .[6:] | select(. != "[DONE]") | fromjson | if .error then "\n[error] \(.error.message)\n" else (.choices[0].delta.content? // empty) end'
Аутентификация, полная схема, опрос статуса и обработка ошибок описаны в справочнике API.