LLM
Nemotron 3 Nano Συνομιλία
Κάντε μια ερώτηση ή δοκιμάστε μια σύντομη εργασία γραφής. Θα συνδεθείτε όταν στείλετε το πρώτο σας μήνυμα.
Licensed by NVIDIA Corporation under the NVIDIA Open Model License
Άδειες μοντέλου
NVIDIA Nemotron 3 Nano IQ4_XS GGUF derivative · LicenseRef-NVIDIA-Open-Model-2025-10-24
NVIDIA Open Model License Agreement (24 October 2025). Keep the agreement and Notice with distributed model copies; comply with NVIDIA Trustworthy AI terms and retain applicable safeguards.
Επιλογή μοντέλου
Τρέχον μοντέλο:
Nemotron 3 Nano Συνομιλία
Ποιότητα εξόδου: 50%
Η καλύτερη ποιότητα που μπορεί να εκτελέσει η συσκευή σας. Προσθήκη περισσότερων συσκευές για ταχύτερη ολοκλήρωση.
Γράψτε το μήνυμά σας και πατήστε Αποστολή για να συνδεθείτε και να ξεκινήσετε.
Συνομιλήστε με το NVIDIA Nemotron 3 Nano, ένα μεγαλύτερο ανοιχτό μοντέλο από τις συνομιλίες στο μέγεθος του κινητού. Δωρεάν συνομιλία AI στις συσκευές που συνδέετε. Ένας ισχυρός υπολογιστής μπορεί να το κρατήσει· αλλιώς η εργασία μοιράζεται στα μηχανήματα που προσθέτετε. Μόνο κείμενο. Η πρώτη λήψη είναι μεγάλη και οι επόμενες συνομιλίες την επαναχρησιμοποιούν. Το μοντέλο διέπεται από την NVIDIA Open Model License.
Αναφορά API
Υποβολή μέσω REST
Χρησιμοποιήστε το προσωπικό σας κλειδί API (msk_…) για να δημιουργείτε εργασίες για αυτόν τον φόρτο εργασίας από τα δικά σας εργαλεία. Οι εργασίες που ξεκινούν με αυτόν τον τρόπο εκτελούνται στις ίδιες συσκευές που συνδέσατε στη σελίδα Οι συσκευές σας — τουλάχιστον μία πρέπει να είναι online.
https://cp.meshlabs.cloud/v1/organizations/jobsΈλεγχος ταυτότητας με X-Organization-Api-Key: msk_your_personal_api_key. Το όνομα της κεφαλίδας είναι ίδιο με των κλειδιών οργανισμού· τα προσωπικά κλειδιά χρησιμοποιούν το ίδιο τελικό σημείο.
POST https://cp.meshlabs.cloud/v1/organizations/job-inputs/presign με το ίδιο κλειδί API, μεταφορτώστε το αρχείο σας στο upload_url που επιστρέφεται και μετά περάστε το download_url στο job_spec (για παράδειγμα ως input_image_url).Σώμα αιτήματος
{
"workload_type": "nemotron3-nano-30b-gguf-pp",
"job_spec": {
"enable_thinking": true,
"max_new_tokens": 2048,
"max_context": 8192,
"kv_hot_window": 32768,
"temperature": 1,
"top_p": 1,
"top_k": 20,
"presence_penalty": 0,
"repetition_penalty": 1,
"speculative_ngram": false,
"speculative_draft_model": false,
"speculative_max_draft": 8,
"min_remote_stages": 0,
"wire_hidden_dtype": "f16",
"wire_hidden_codec": "fp16",
"stage_chaining": true,
"latent_mode": "off",
"latent_phase": "tagged",
"latent_exit_text": "\n\nFinal answer:\n",
"latent_top_n": 15,
"latent_entropy_tau": 0.05,
"latent_cold_stop_k": 256,
"swi_dwell_window": 512,
"swi_max_switches": 8,
"max_thinking_tokens": 1536,
"min_thinking_tokens": 0,
"prompt": "A photorealistic lighthouse at dusk"
}
}Πεδία του job_spec
| Πεδίο | Υποχρεωτικό | Προεπιλογή | Περιγραφή |
|---|---|---|---|
system_prompt | Όχι | — | Προαιρετική οδηγία συστήματος |
enable_thinking | Όχι | true | Ενεργοποίηση σκέψης/συλλογισμού πριν από την τελική απάντηση. Οι εισαγωγές του Nemotron-3 Nano είναι ChatML <think>/</think> (ids 12/13)· αφήστε το ενεργό για συλλογισμό. Τα temperature=1.0 / top_p=1.0 είναι οι προεπιλογές της κάρτας για αυτή τη λειτουργία. |
max_new_tokens | Όχι | 2048 | Μέγιστα παραγόμενα tokens (σκέψη + απάντηση). Αυξήστε το για μακροσκελή έξοδο. Η οδηγία και η παραγωγή μοιράζονται το παράθυρο πλαισίου, επομένως η παραγωγή σταματά στο πλαίσιο αντί να αυξάνει το κατώτατο όριο μνήμης της βαθμίδας. |
max_context | Όχι | 8192 | Συνολικά tokens για τα οποία οι κόμβοι βαθμίδων διαθέτουν κατάσταση KV/recurrent — οδηγία συν παραγωγή. Το ανώτατο όριο είναι το μεγαλύτερο πλαίσιο στο οποίο το Oracle μέτρησε αυτό το μοντέλο, ώστε η τοποθέτηση να μη χρειάζεται ποτέ να προεκτείνει πέρα από τα δεδομένα. Η αύξησή του ανεβάζει το κατώτατο όριο μνήμης και συνεπώς περιορίζει τις συσκευές που μπορούν να εκτελέσουν την εργασία. |
kv_hot_window | Όχι | 32768 | Το φυσικό KV προσοχής περιορίζεται στα νεότερα N tokens, ώστε μια συνομιλία μεγαλύτερη από N να ξεχνά τις παλαιότερες στροφές της αντί να σταματά στο όριο του πλαισίου. Το 0 κρατά ολόκληρο το πλαίσιο στη μνήμη. Σε τιμή ίση ή μικρότερη από το παράθυρο πλαισίου δεν αλλάζει τίποτα — ίδια μνήμη, ίδια προσοχή — και η μείωσή του κάτω από το παράθυρο πλαισίου ανταλλάσσει την ανάκληση μεγάλης εμβέλειας με απεριόριστο μήκος συνομιλίας, επειδή το μοντέλο πραγματικά δεν βλέπει πέρα από το παράθυρο. |
turns | Όχι | — | Prior turns of this conversation, oldest first, including the current user message as the final row. Supplying them lets a stage host that still holds this conversation's KV state extend it instead of re-prefilling the whole history. Omit for a single-shot request; the workload then reads `prompt`. |
temperature | Όχι | 1 | Temperature |
top_p | Όχι | 1 | Top P |
top_k | Όχι | 20 | Top K |
presence_penalty | Όχι | 0 | Presence Penalty |
repetition_penalty | Όχι | 1 | Repetition Penalty |
seed | Όχι | — | Τυχαίο seed για αναπαραγωγιμότητα |
speculative_ngram | Όχι | false | Σχεδιασμός με αναζήτηση στην οδηγία: επαναλαμβανόμενα n-gram από το περιβάλλον επαναλαμβάνονται ως μπλοκ πρόχειρου και επαληθεύονται από το μοντέλο σε ΕΝΑ πέρασμα, ώστε ένας μόνο γύρος δικτύου να μπορεί να επικυρώσει αρκετά tokens. Χωρίς επιπλέον μοντέλο· η έξοδος είναι ίδια με την ακολουθιακή αποκωδικοποίηση. |
speculative_draft_model | Όχι | false | Εκτελέστε ένα μικροσκοπικό μοντέλο πρόχειρου GGUF στον κόμβο checkpoint για να προτείνει μπλοκ πρόχειρου (προτιμήστε το 'Draft model bundled filename'· το εξωτερικό URL παραμένει διαθέσιμο ως εναλλακτική). Επιστρέφει σε σχεδιασμό n-gram όταν το μοντέλο πρόχειρου δεν είναι διαθέσιμο. |
draft_model_file | Όχι | — | Όνομα αρχείου ενός μη διαμερισμένου μοντέλου πρόχειρου GGUF στο πακέτο αυτού του workload. Το SDK το επιλύει από το required_files, ώστε ιδιωτικοί κάδοι S3 να χρησιμοποιούν το υπογεγραμμένο/proxy URL που παρέχει ο διακομιστής αντί για δημόσιο URL. |
draft_model_url | Όχι | — | Προαιρετικό εξωτερικό HTTPS URL του μικροσκοπικού μοντέλου πρόχειρου GGUF. Χρησιμοποιείται ως εναλλακτική όταν το 'Draft model bundled filename' λείπει ή δεν υπάρχει στο required_files. |
speculative_max_draft | Όχι | 8 | Ανώτατο όριο tokens πρόχειρου που επαληθεύονται ανά μπλοκ. Το πραγματικό μήκος προσαρμόζεται στον παρατηρούμενο ρυθμό αποδοχής. |
min_remote_stages | Όχι | 0 | Διαγνωστική ρύθμιση τοποθέτησης για δοκιμές GGUF pipeline-parallel. Όταν είναι > 0, το checkpoint ανατίθεται μόνο σε κόμβους που θα εκτελούσαν τουλάχιστον τόσες βαθμίδες μέσω WebRTC αντί τοπικά. Επιστρέφει μετά το περιθώριο αναμονής του checkpoint peer για να μη λιμοκτονήσουν οι παραγωγικές εργασίες. |
wire_hidden_dtype | Όχι | f16 | Τύπος δεδομένων κρυφών ενεργοποιήσεων μεταξύ βαθμίδων GGUF pipeline. Το f16 μειώνει στο μισό το φορτίο μεταφοράς για prefill και speculative μπλοκ· το f32 είναι διαγνωστική εναλλακτική. |
wire_hidden_codec | Όχι | fp16 | Πειραματικός κωδικοποιητής για μπλοκ κρυφών ενεργοποιήσεων πολλών tokens μεταξύ βαθμίδων GGUF pipeline. Η αποκωδικοποίηση ενός token διατηρεί τη φθηνή διαδρομή τύπου δεδομένων· οι γενικοί κωδικοποιητές χρησιμοποιούνται μόνο για μπλοκ prefill/speculative, όπου η εξοικονόμηση byte μπορεί να αντισταθμίσει το κόστος του κωδικοποιητή. Το fp16 είναι το ασφαλέστερο· τα auto8/hq8 είναι διαγνωστικά. |
stage_chaining | Όχι | true | Όταν όλες οι βαθμίδες GGUF είναι απομακρυσμένες και υποστηρίζουν το πρωτόκολλο αλυσίδας, στέλνει τις κρυφές ενεργοποιήσεις απευθείας από βαθμίδα σε βαθμίδα, αντί να αναμεταδίδει κάθε όριο μέσω του συντονιστή checkpoint. |
latent_mode | Όχι | off | Soft Thinking / SwiReasoning χωρίς εκπαίδευση κατά τη διάρκεια του <think>…</think>. Απαιτεί GGUF WASM με _lstage_eval_soft στους κόμβους βαθμίδων· αλλιώς επιστρέφει σε διακριτή αποκωδικοποίηση. Προεπιλογή: ανενεργό μέχρι να ξαναχτιστεί το CDN WASM. Αμοιβαία αποκλειόμενο με το speculation όταν το Soft Thinking είναι ενεργό. |
latent_phase | Όχι | tagged | tagged = δείκτες σκέψης· prefix = από το βήμα 0 (μοντέλα χωρίς δείκτες). |
latent_exit_text | Όχι | Final answer: | Χρησιμοποιείται μόνο όταν latent_phase=prefix (συνηθισμένα tokens λεξιλογίου). |
latent_top_n | Όχι | 15 | Soft top-n |
latent_entropy_tau | Όχι | 0.05 | Εντροπία Cold Stop τ |
latent_cold_stop_k | Όχι | 256 | Διαδοχικά βήματα Cold Stop |
swi_dwell_window | Όχι | 512 | Παραμονή Swi Explicit→Latent |
swi_max_switches | Όχι | 8 | Μέγιστες εναλλαγές Swi Latent→Explicit |
max_thinking_tokens | Όχι | 1536 | Αυστηρός προϋπολογισμός πριν από το αναγκαστικό </think> / έξοδο prefix. Πρέπει να παραμένει αισθητά χαμηλότερος από το `max_new_tokens`: ένας προϋπολογισμός συλλογισμού ίσος ή μεγαλύτερος από τον συνολικό προϋπολογισμό παραγωγής δίνει απάντηση που κόβεται στη μέση της σκέψης, χωρίς καθόλου απάντηση. Το control plane τον επαναϋπολογίζει από τον προϋπολογισμό που μπορεί πραγματικά να αντέξει η επιλεγμένη τοποθέτηση, ώστε μια μικρότερη τιμή να τηρείται και μια μεγαλύτερη να περιορίζεται. |
min_thinking_tokens | Όχι | 0 | Κατώτατο όριο: αποκλείει το </think> από τη δειγματοληψία μέχρι να υπάρξουν τόσα tokens συλλογισμού. Το 0 το απενεργοποιεί. Εμποδίζει ένα μπλοκ σκέψης να κλείσει στο πρώτο παραγόμενο token και να απαντήσει χωρίς καθόλου συλλογισμό. |
prompt | Ναι | — | Μήνυμα χρήστη / οδηγία για το μοντέλο συνομιλίας |
cURL
curl -X POST https://cp.meshlabs.cloud/v1/organizations/jobs \
-H "X-Organization-Api-Key: msk_your_personal_api_key" \
-H "Content-Type: application/json" \
-d '{
"workload_type": "nemotron3-nano-30b-gguf-pp",
"job_spec": {
"enable_thinking": true,
"max_new_tokens": 2048,
"max_context": 8192,
"kv_hot_window": 32768,
"temperature": 1,
"top_p": 1,
"top_k": 20,
"presence_penalty": 0,
"repetition_penalty": 1,
"speculative_ngram": false,
"speculative_draft_model": false,
"speculative_max_draft": 8,
"min_remote_stages": 0,
"wire_hidden_dtype": "f16",
"wire_hidden_codec": "fp16",
"stage_chaining": true,
"latent_mode": "off",
"latent_phase": "tagged",
"latent_exit_text": "\n\nFinal answer:\n",
"latent_top_n": 15,
"latent_entropy_tau": 0.05,
"latent_cold_stop_k": 256,
"swi_dwell_window": 512,
"swi_max_switches": 8,
"max_thinking_tokens": 1536,
"min_thinking_tokens": 0,
"prompt": "A photorealistic lighthouse at dusk"
}
}'https://cp.meshlabs.cloud/v1/organizations/jobs/{job_id}Κάντε poll με το ίδιο κλειδί API μέχρι το status να γίνει τελικό (COMPLETED, FAILED, CANCELED ή MODERATION_BLOCKED). Όταν η εποπτεία περιεχομένου είναι ενεργή, οι εργασίες μπορεί να ξεκινούν σε MODERATION_PENDING πριν μπουν στην ουρά υπολογισμού. Οι ολοκληρωμένες εργασίες περιλαμβάνουν προϋπογεγραμμένες τιμές download_url σε κάθε έξοδο.
Απόκριση δημιουργίας
{
"id": "3fa85f64-5717-4562-b3fc-2c963f66afa6",
"workload_type": "nemotron3-nano-30b-gguf-pp",
"status": "PENDING",
"job_spec_json": {
"enable_thinking": true,
"max_new_tokens": 2048,
"max_context": 8192,
"kv_hot_window": 32768,
"temperature": 1,
"top_p": 1,
"top_k": 20,
"presence_penalty": 0,
"repetition_penalty": 1,
"speculative_ngram": false,
"speculative_draft_model": false,
"speculative_max_draft": 8,
"min_remote_stages": 0,
"wire_hidden_dtype": "f16",
"wire_hidden_codec": "fp16",
"stage_chaining": true,
"latent_mode": "off",
"latent_phase": "tagged",
"latent_exit_text": "\n\nFinal answer:\n",
"latent_top_n": 15,
"latent_entropy_tau": 0.05,
"latent_cold_stop_k": 256,
"swi_dwell_window": 512,
"swi_max_switches": 8,
"max_thinking_tokens": 1536,
"min_thinking_tokens": 0,
"prompt": "A photorealistic lighthouse at dusk"
},
"work_units": [],
"outputs": [],
"created_at": "2026-06-08T12:00:00Z",
"updated_at": "2026-06-08T12:00:00Z"
}Απόκριση ολοκλήρωσης
{
"id": "3fa85f64-5717-4562-b3fc-2c963f66afa6",
"workload_type": "nemotron3-nano-30b-gguf-pp",
"status": "COMPLETED",
"job_spec_json": {
"enable_thinking": true,
"max_new_tokens": 2048,
"max_context": 8192,
"kv_hot_window": 32768,
"temperature": 1,
"top_p": 1,
"top_k": 20,
"presence_penalty": 0,
"repetition_penalty": 1,
"speculative_ngram": false,
"speculative_draft_model": false,
"speculative_max_draft": 8,
"min_remote_stages": 0,
"wire_hidden_dtype": "f16",
"wire_hidden_codec": "fp16",
"stage_chaining": true,
"latent_mode": "off",
"latent_phase": "tagged",
"latent_exit_text": "\n\nFinal answer:\n",
"latent_top_n": 15,
"latent_entropy_tau": 0.05,
"latent_cold_stop_k": 256,
"swi_dwell_window": 512,
"swi_max_switches": 8,
"max_thinking_tokens": 1536,
"min_thinking_tokens": 0,
"prompt": "A photorealistic lighthouse at dusk"
},
"work_units": [
{
"id": "…",
"index": 0,
"status": "COMPLETED"
}
],
"outputs": [
{
"id": "…",
"output_type": "<output type>",
"filename": "<output filename>",
"size_bytes": 524288,
"download_url": "<presigned output download URL>"
}
],
"created_at": "2026-06-08T12:00:00Z",
"updated_at": "<completion timestamp>"
}