NVIDIA: Nemotron 3 Super (free)

NVIDIA Nemotron 3 Super es un modelo de texto de NVIDIA, lanzado el 11 de marzo de 2026. Es un modelo abierto híbrido de mezcla de expertos con 120B de parámetros que activa solo 12B de parámetros, lo que NVIDIA describe como una forma de obtener eficiencia computacional y precisión en aplicaciones complejas multiagente. Está construido sobre una arquitectura híbrida Mamba-Transformer. En api14 aparece bajo el id de modelo nvidia/nemotron-3-super-120b-a12b:free.

El modelo trabaja con entrada de texto y produce salida de texto. Su ventana de contexto es de 262.144 tokens, y la salida máxima es de 235.929 tokens, por lo que puede contener entradas muy largas y aun así devolver generaciones largas en una sola solicitud. Debido a que es un modelo con capacidad de razonamiento, las respuestas pueden incluir un componente de razonamiento, y los parámetros soportados incluyen include_reasoning, reasoning y reasoning_effort para controlar ese comportamiento.

Esas capacidades apuntan a casos de uso donde importan el contexto largo y el razonamiento de varios pasos. Una ventana de 262k tokens se adapta al trabajo sobre documentos grandes, historiales de conversación largos o bases de código que no cabrían en modelos más pequeños. Los controles de razonamiento y el enfoque multiagente en la descripción de NVIDIA lo convierten en un candidato razonable para flujos de trabajo estilo agente, canalizaciones impulsadas por herramientas y tareas que necesitan salida estructurada. La gran salida máxima también ayuda cuando una sola respuesta tiene que ser larga, como un informe detallado o una extracción extensa sobre muchos registros.

Lo llamas a través de la API compatible con OpenAI de api14 usando el id de modelo nvidia/nemotron-3-super-120b-a12b:free. Los parámetros de solicitud que soporta son include_reasoning, max_tokens, reasoning, reasoning_effort, response_format, seed, structured_outputs, temperature, tool_choice, tools y top_p. En la práctica, eso significa que puedes configurar el muestreo con temperature y top_p, limitar la respuesta con max_tokens, hacer las ejecuciones reproducibles con seed, solicitar salida JSON o restringida por esquema con response_format y structured_outputs, y dar al modelo funciones invocables a través de tools y tool_choice. Los parámetros de razonamiento te permiten decidir si se devuelve el razonamiento y cuánto esfuerzo se dedica a él.

Vale la pena señalar dos límites antes de comprometerte. La entrada es solo texto, por lo que este modelo no es la elección correcta si necesitas enviar imágenes o audio. También es un modelo grande, y las funciones de razonamiento y herramientas añaden complejidad a la solicitud, así que para tareas de texto breves, simples y sensibles a la latencia, un modelo más pequeño puede encajar mejor.