NVIDIA: Nemotron 3 Super

Nemotron 3 Super es un modelo de texto de NVIDIA, publicado bajo el id de modelo nvidia/nemotron-3-super-120b-a12b. NVIDIA lo describe como un modelo MoE híbrido abierto de 120B parámetros que activa solo 12B parámetros, construido sobre un diseño híbrido Mamba-Transformer. El nivel "Super" se sitúa dentro de la familia Nemotron 3 de NVIDIA, y la fecha de publicación del proveedor es 2026-03-11. Es un modelo solo de texto, por lo que no acepta imágenes ni audio, y produce salida de texto.

El modelo acepta entrada de texto y devuelve salida de texto. Su ventana de contexto es de 262,144 tokens, y la salida máxima es de 235,929 tokens, por lo que tanto las entradas largas como las generaciones largas son posibles dentro de una sola solicitud. Los parámetros admitidos incluyen los controles de muestreo habituales (temperature, top_p, top_k, min_p, repetition_penalty, frequency_penalty, presence_penalty, seed, stop, logit_bias), así como controles de razonamiento (reasoning, reasoning_effort, include_reasoning). También admite logprobs y top_logprobs, response_format, structured_outputs, tools y tool_choice.

Esas capacidades apuntan a algunos usos prácticos. La gran ventana de contexto se adapta al trabajo que implica documentos largos, como resumir o extraer datos estructurados de informes, contratos o transcripciones extensas. El llamado a herramientas y las salidas estructuradas lo convierten en un candidato para flujos de trabajo de estilo agente, donde el modelo tiene que decidir qué función llamar y devolver argumentos en un esquema fijo. Los parámetros de razonamiento permiten equilibrar cuánto razonamiento interno realiza el modelo, lo que es útil para tareas que necesitan análisis de varios pasos en lugar de respuestas rápidas. Como es solo de texto, encaja en canalizaciones que ya están basadas en texto y no necesitan visión.

Se llama a través de la API compatible con OpenAI de api14 estableciendo el campo model en "nvidia/nemotron-3-super-120b-a12b". El cuerpo de la solicitud sigue la forma de chat completions de OpenAI, por lo que messages, tools, response_format y los parámetros de muestreo enumerados anteriormente se pueden pasar directamente. Si quieres que se exponga el razonamiento del modelo, establece include_reasoning o usa los parámetros reasoning y reasoning_effort. Para ejecuciones deterministas o reproducibles, usa seed junto con temperature. Si necesitas salida JSON, response_format o structured_outputs están disponibles.

Hay un par de cosas que tener en cuenta. El modelo es solo de texto, así que si tu aplicación necesita leer imágenes o audio, un modelo multimodal encaja mejor. La ventana de contexto es grande pero finita, de 262,144 tokens, y el límite de salida es de 235,929 tokens, por lo que los lotes muy grandes de documentos aún pueden necesitar fragmentación. Los modos de razonamiento pueden añadir latencia, así que para clasificación simple o respuestas cortas puede que prefieras un modelo más pequeño o sin razonamiento.