NVIDIA: Nemotron 3 Super

Nemotron 3 Super ist ein NVIDIA Textmodell, veröffentlicht unter der Modell-ID nvidia/nemotron-3-super-120b-a12b. NVIDIA beschreibt es als ein offenes hybrides MoE-Modell mit 120B Parametern, das nur 12B Parameter aktiviert, aufgebaut auf einem hybriden Mamba-Transformer-Design. Die "Super"-Stufe liegt innerhalb der Nemotron 3 Familie von NVIDIA, und das Veröffentlichungsdatum des Anbieters ist der 2026-03-11. Es ist ein reines Textmodell, es akzeptiert also keine Bilder oder Audio, und es erzeugt Textausgabe.

Das Modell akzeptiert Texteingabe und gibt Textausgabe zurück. Sein Kontextfenster beträgt 262.144 Token, und die maximale Ausgabe beträgt 235.929 Token, sodass sowohl lange Eingaben als auch lange Generierungen innerhalb einer einzigen Anfrage möglich sind. Zu den unterstützten Parametern gehören die üblichen Sampling-Steuerungen (temperature, top_p, top_k, min_p, repetition_penalty, frequency_penalty, presence_penalty, seed, stop, logit_bias) sowie Reasoning-Steuerungen (reasoning, reasoning_effort, include_reasoning). Es unterstützt außerdem logprobs und top_logprobs, response_format, structured_outputs, tools und tool_choice.

Diese Fähigkeiten deuten auf einige praktische Anwendungen hin. Das große Kontextfenster eignet sich für Arbeiten mit langen Dokumenten, etwa zum Zusammenfassen oder Extrahieren strukturierter Daten aus umfangreichen Berichten, Verträgen oder Transkripten. Tool-Aufrufe und strukturierte Ausgaben machen es zu einem Kandidaten für agentenartige Workflows, bei denen das Modell entscheiden muss, welche Funktion aufgerufen wird, und Argumente in einem festen Schema zurückgeben muss. Die Reasoning-Parameter ermöglichen es Ihnen, abzuwägen, wie viel interne Schlussfolgerung das Modell vornimmt, was für Aufgaben nützlich ist, die mehrstufige Analyse statt schneller Antworten erfordern. Da es sich um ein reines Textmodell handelt, passt es zu Pipelines, die bereits textbasiert sind und keine Bildverarbeitung benötigen.

Sie rufen es über die OpenAI-kompatible API von api14 auf, indem Sie das Feld model auf "nvidia/nemotron-3-super-120b-a12b" setzen. Der Anfragetext folgt der Form der OpenAI chat completions, sodass messages, tools, response_format und die oben aufgeführten Sampling-Parameter direkt übergeben werden können. Wenn Sie die Schlussfolgerungen des Modells offengelegt haben möchten, setzen Sie include_reasoning oder verwenden Sie die Parameter reasoning und reasoning_effort. Für deterministische oder reproduzierbare Läufe verwenden Sie seed zusammen mit temperature. Wenn Sie JSON-Ausgabe benötigen, stehen response_format oder structured_outputs zur Verfügung.

Es gibt ein paar Dinge, die Sie beachten sollten. Das Modell ist reiner Text, wenn Ihre Anwendung also Bilder oder Audio lesen muss, ist ein multimodales Modell besser geeignet. Das Kontextfenster ist groß, aber endlich bei 262.144 Token, und die Ausgabeobergrenze liegt bei 235.929 Token, sodass sehr große Stapel von Dokumenten möglicherweise immer noch aufgeteilt werden müssen. Reasoning-Modi können Latenz hinzufügen, daher bevorzugen Sie für einfache Klassifizierung oder kurze Antworten möglicherweise ein kleineres oder nicht schlussfolgerndes Modell.