NVIDIA: Nemotron 3.5 Super VL (free)

Nemotron 3.5 Super VL هو نموذج متعدد الوسائط مفتوح من نوع mixture-of-experts من NVIDIA. ينتمي إلى عائلة Nemotron ويُصنَّف كنموذج رؤية ولغة، مع 12B معامل نشط من إجمالي 120B. على api14 هو مُدرَج تحت معرّف النموذج nvidia/nemotron-3.5-super-vl:free وتصنيفه الرئيسي هو text، مع text كوسم التصنيف الوحيد. تاريخ إصدار المزوّد هو 2026-10-15.

يقبل النموذج النص والصور والفيديو كمدخلات، وينتج النص كمخرجات. نافذة السياق لديه هي 1,000,000 رمز، والحد الأقصى لطول المخرجات هو 131,072 رمز. ولأنه تصميم mixture-of-experts بعدد معاملات نشطة صغير نسبياً، فهو مبني للتعامل مع مدخلات متعددة الوسائط كبيرة دون تفعيل مجموعة المعاملات الكاملة عند كل رمز. الجمع بين سياق كبير جداً ومدخلات الصور والفيديو يعني أن طلباً واحداً يمكن أن يحمل مستندات طويلة أو لقطات شاشة أو فيديو إلى جانب المطالبة.

تشير هذه القدرات إلى بعض حالات الاستخدام العملية. يعد فهم المستندات ولقطات الشاشة مناسباً بشكل طبيعي: يمكنك إرسال صفحات ممسوحة ضوئياً، أو ملفات PDF معروضة كصور، أو لقطات شاشة لواجهة رسومية وطلب الاستخراج أو التلخيص أو الإجابة على الأسئلة عنها. يدعم إدخال الفيديو مهام مثل وصف المقاطع، أو الإجابة على أسئلة حول أحداث في مقطع، أو استخراج بيانات منظمة من جلسات مسجلة. السياق الطويل مفيد عندما تكون المادة كبيرة، على سبيل المثال تقرير طويل مع عدة صور، أو نص مفرّغ مطوّل يحتاج إلى البقاء في طلب واحد. يجعل استدعاء الأدوات والمخرجات المنظمة النموذج قابلاً للاستخدام كخطوة استدلال داخل وكيل أو خط أنابيب لاستخراج البيانات.

تستدعيه عبر واجهة API المتوافقة مع OpenAI في api14 باستخدام معرّف النموذج "nvidia/nemotron-3.5-super-vl:free". معاملات الطلب المدعومة هي include_reasoning و max_tokens و reasoning و response_format و seed و structured_outputs و temperature و tool_choice و tools و top_p. عملياً يعني ذلك أنه يمكنك التحكم في أخذ العينات باستخدام temperature و top_p، وتحديد الرد بـ max_tokens، وجعل التشغيلات قابلة للتكرار باستخدام seed، وطلب مخرجات JSON أو مقيّدة بمخطط عبر response_format و structured_outputs، وكشف الدوال للنموذج باستخدام tools و tool_choice. يتيح لك المعاملان reasoning و include_reasoning تشغيل سلوك الاستدلال أو إيقافه وتحديد ما إذا كان محتوى الاستدلال يُعاد.

أمر واحد يجب تذكّره هو أن المخرجات نصية فقط، لذا لن يولّد النموذج صوراً أو فيديو. إذا كانت مهمتك نصية بحتة ولا تحتاج إلى الرؤية، فقد يكون نموذج نصي فقط أبسط، لكن بالنسبة للمدخلات المختلطة من نص وصور وفيديو مع سياق كبير جداً، يغطي هذا النموذج هذا المجال مباشرة.