NVIDIA: Nemotron 3 Super (free)

NVIDIA Nemotron 3 Super ist ein Textmodell von NVIDIA, veröffentlicht am 11. März 2026. Es ist ein offenes hybrides Mixture-of-Experts-Modell mit 120B Parametern, das nur 12B Parameter aktiviert, was NVIDIA als Weg beschreibt, Recheneffizienz und Genauigkeit in komplexen Multi-Agent-Anwendungen zu erreichen. Es basiert auf einer hybriden Mamba-Transformer-Architektur. Auf api14 ist es unter der Modell-ID nvidia/nemotron-3-super-120b-a12b:free gelistet.

Das Modell arbeitet mit Texteingabe und erzeugt Textausgabe. Sein Kontextfenster beträgt 262.144 Token, und die maximale Ausgabe liegt bei 235.929 Token, sodass es sehr lange Eingaben aufnehmen und in einer einzigen Anfrage dennoch lange Generierungen zurückgeben kann. Da es ein reasoning-fähiges Modell ist, können Antworten eine Reasoning-Komponente enthalten, und zu den unterstützten Parametern gehören include_reasoning, reasoning und reasoning_effort zur Steuerung dieses Verhaltens.

Diese Fähigkeiten weisen auf Anwendungsfälle hin, in denen langer Kontext und mehrstufiges Reasoning wichtig sind. Ein Fenster von 262k Token eignet sich für Arbeit mit großen Dokumenten, langen Gesprächsverläufen oder Codebasen, die nicht in kleinere Modelle passen würden. Die Reasoning-Steuerungen und die Multi-Agent-Rahmung in NVIDIAs Beschreibung machen es zu einem sinnvollen Kandidaten für agentenartige Workflows, werkzeuggesteuerte Pipelines und Aufgaben, die strukturierte Ausgabe erfordern. Die große maximale Ausgabe hilft zudem, wenn eine einzelne Antwort lang sein muss, etwa bei einem detaillierten Bericht oder einer umfangreichen Extraktion über viele Datensätze.

Sie rufen es über die OpenAI-kompatible API von api14 mit der Modell-ID nvidia/nemotron-3-super-120b-a12b:free auf. Die unterstützten Anforderungsparameter sind include_reasoning, max_tokens, reasoning, reasoning_effort, response_format, seed, structured_outputs, temperature, tool_choice, tools und top_p. In der Praxis bedeutet das, dass Sie die Stichprobenauswahl mit temperature und top_p einstellen, die Antwort mit max_tokens begrenzen, Läufe mit seed reproduzierbar machen, JSON- oder schema-beschränkte Ausgabe mit response_format und structured_outputs anfordern und dem Modell über tools und tool_choice aufrufbare Funktionen bereitstellen können. Die Reasoning-Parameter lassen Sie entscheiden, ob Reasoning zurückgegeben wird und wie viel Aufwand dafür betrieben wird.

Zwei Grenzen sind vor der Festlegung erwähnenswert. Die Eingabe ist ausschließlich Text, daher ist dieses Modell nicht die richtige Wahl, wenn Sie Bilder oder Audio senden müssen. Es ist außerdem ein großes Modell, und die Reasoning- und Tool-Funktionen erhöhen die Komplexität der Anfrage, sodass für kurze, einfache, latenzempfindliche Textaufgaben ein kleineres Modell besser passen kann.