NVIDIA: Nemotron 3 Nano 30B A3B

NVIDIA Nemotron 3 Nano 30B A3B es un modelo de lenguaje pequeño creado por NVIDIA como parte de su familia Nemotron. El nombre refleja su arquitectura: un diseño de mezcla de expertos con aproximadamente 30 mil millones de parámetros en total y alrededor de 3 mil millones activos por token, lo que NVIDIA describe como una entrega de alta eficiencia computacional y precisión. Es un modelo de texto dirigido a desarrolladores que construyen sistemas de IA agéntica especializados, y fue lanzado por el proveedor el 14 de diciembre de 2025.

El modelo recibe texto y devuelve texto. Su ventana de contexto es de 262,144 tokens, con una salida máxima de 235,929 tokens, por lo que puede aceptar entradas muy largas y producir completaciones largas en una sola solicitud. Junto con la generación simple, los parámetros admitidos sugieren que el razonamiento y la salida estructurada son características de primera clase: se aceptan tanto reasoning como include_reasoning, al igual que response_format, structured_outputs y tools. Los controles de muestreo y decodificación incluyen temperature, top_p, top_k, repetition_penalty, frequency_penalty, presence_penalty, stop, seed y logit_bias, además de logprobs y top_logprobs para inspeccionar probabilidades a nivel de token.

Esas capacidades apuntan a algunas cargas de trabajo prácticas. La gran ventana de contexto se adapta al procesamiento de documentos largos, como resumen, extracción y respuesta a preguntas sobre bases de código o colecciones de informes considerables, sin fragmentación agresiva. El posicionamiento agéntico, combinado con el llamado a herramientas y las salidas estructuradas, encaja en canalizaciones donde el modelo decide qué herramientas invocar y devuelve resultados legibles por máquina, por ejemplo en enriquecimiento de datos, orquestación de recuperación o automatización de varios pasos. Los controles de razonamiento son útiles para tareas en las que se desea separar el pensamiento intermedio del modelo de su respuesta final, como análisis, planificación o depuración. Debido a que es un modelo pequeño y centrado en la eficiencia, también encaja en trabajos de transformación de texto de alto volumen donde el rendimiento importa más que la capacidad máxima.

Se llama a través de la API compatible con OpenAI de api14 usando el id de modelo "nvidia/nemotron-3-nano-30b-a3b". Debido a que el endpoint sigue el esquema de OpenAI, funcionan las solicitudes estándar al estilo de chat completions, y se puede pasar cualquiera de los parámetros enumerados anteriormente en el cuerpo de la solicitud, incluidos tools y tool_choice para el llamado a funciones, response_format para respuestas estructuradas, y max_tokens para limitar la longitud de salida. Las opciones de streaming y logging se comportan como lo hacen para otros modelos en la puerta de enlace.

Es un modelo solo de texto. No acepta entrada de imagen o audio, por lo que las tareas multimodales requieren un modelo diferente, y la descripción del proveedor lo posiciona para sistemas agénticos especializados en lugar de como un buque insignia general. Si una carga de trabajo necesita visión, otras modalidades de entrada o el conocimiento más amplio de un modelo más grande, considere alternativas; para canalizaciones de texto de contexto largo, con mucho razonamiento o impulsadas por herramientas, la combinación de este modelo de una ventana de 262,144 tokens, soporte de herramientas y una arquitectura MoE eficiente es la razón para elegirlo.