NVIDIA: Nemotron 3.5 Content Safety (free)

NVIDIA Nemotron 3.5 Content Safety est un modèle de garde-fou de NVIDIA, publié par le fournisseur le 2026-06-04. C'est un modèle multimodal compact de 4 milliards de paramètres, affiné à partir de Google Gemma-3-4B. Son rôle est la modération : il évalue à la fois les entrées envoyées aux LLM et aux VLM et les réponses que ces modèles génèrent, de sorte qu'il se place aux côtés d'un modèle de génération plutôt que de le remplacer. Sur api14, il est répertorié dans la catégorie texte et porte l'identifiant de modèle nvidia/nemotron-3.5-content-safety:free.

Le modèle accepte des entrées texte et image et renvoie une sortie texte. Cette prise en charge des entrées multimodales est importante pour les pipelines de modération, car un contrôle de sécurité doit souvent prendre en compte une image jointe en plus du texte du prompt, plutôt que le texte seul. Il dispose d'une longueur de contexte de 128 000 tokens et d'une sortie maximale de 8 192 tokens. Les paramètres de requête pris en charge sont include_reasoning, max_tokens, reasoning, seed, temperature et top_p. Les paramètres reasoning et include_reasoning sont notables pour un modèle de modération, puisqu'ils permettent de contrôler si une sortie de raisonnement est demandée et si elle est incluse dans la réponse.

Les usages pratiques découlent directement de ces capacités. Vous pouvez l'exécuter comme pré-filtre sur les prompts des utilisateurs avant qu'ils n'atteignent un modèle de chat ou de génération, et comme post-filtre sur les réponses du modèle avant qu'elles ne soient montrées à un utilisateur. Comme il accepte les images autant que le texte, le même modèle peut filtrer le trafic multimodal où une image accompagne une requête. La fenêtre de contexte longue signifie qu'une conversation complète ou un document volumineux peut être vérifié en un seul appel au lieu d'être découpé en segments. Les équipes qui construisent des assistants, des plateformes communautaires ou des outils internes peuvent l'utiliser comme couche de politique cohérente devant plusieurs modèles de génération différents.

L'appeler via api14 fonctionne de la même manière que pour tout autre modèle de la plateforme, en utilisant l'API compatible OpenAI avec l'identifiant de modèle nvidia/nemotron-3.5-content-safety:free. Vous envoyez votre requête au point de terminaison chat completions avec cet identifiant dans le champ model, et vous pouvez définir n'importe lequel des paramètres pris en charge : include_reasoning, max_tokens, reasoning, seed, temperature et top_p. Comme l'interface est compatible OpenAI, les clients et SDK existants n'ont généralement besoin que de changer l'URL de base et l'identifiant de modèle. La valeur max_tokens est bornée par la sortie maximale de 8 192 tokens du modèle.

Gardez à l'esprit à quoi sert ce modèle. C'est un modèle de garde-fou de 4 milliards de paramètres, pas un assistant polyvalent, donc des tâches comme la rédaction ouverte, le raisonnement complexe ou la génération de code sont mieux servies par un modèle de génération, avec Nemotron 3.5 Content Safety appliqué autour. Sa modalité de sortie est uniquement texte, donc il ne génère pas d'images même s'il peut les lire.