NVIDIA: Nemotron 3 Super (free)

NVIDIA Nemotron 3 Super adalah model teks dari NVIDIA, dirilis pada 11 Maret 2026. Ini adalah model open hybrid mixture-of-experts dengan 120B parameter yang hanya mengaktifkan 12B parameter, yang menurut NVIDIA merupakan cara untuk mendapatkan efisiensi komputasi dan akurasi dalam aplikasi multi-agent yang kompleks. Model ini dibangun di atas arsitektur hybrid Mamba-Transformer. Di api14 model ini terdaftar dengan model id nvidia/nemotron-3-super-120b-a12b:free.

Model ini bekerja dengan input teks dan menghasilkan output teks. Context window-nya adalah 262.144 token, dan output maksimumnya adalah 235.929 token, sehingga dapat menampung input yang sangat panjang dan tetap menghasilkan generasi panjang dalam satu permintaan. Karena ini adalah model yang mampu melakukan reasoning, respons dapat menyertakan komponen reasoning, dan parameter yang didukung mencakup include_reasoning, reasoning, dan reasoning_effort untuk mengontrol perilaku tersebut.

Kemampuan tersebut mengarah pada use case di mana konteks panjang dan penalaran multi-langkah menjadi penting. Jendela 262k token cocok untuk pekerjaan pada dokumen besar, riwayat percakapan panjang, atau basis kode yang tidak akan muat pada model yang lebih kecil. Kontrol reasoning dan kerangka multi-agent dalam deskripsi NVIDIA menjadikannya kandidat yang wajar untuk alur kerja bergaya agent, pipeline yang digerakkan oleh tool, dan tugas yang membutuhkan output terstruktur. Output maksimum yang besar juga membantu ketika satu jawaban harus panjang, seperti laporan terperinci atau ekstraksi panjang atas banyak record.

Anda memanggilnya melalui API yang kompatibel dengan OpenAI dari api14 menggunakan model id nvidia/nemotron-3-super-120b-a12b:free. Parameter permintaan yang didukung adalah include_reasoning, max_tokens, reasoning, reasoning_effort, response_format, seed, structured_outputs, temperature, tool_choice, tools, dan top_p. Dalam praktiknya, itu berarti Anda dapat mengatur sampling dengan temperature dan top_p, membatasi balasan dengan max_tokens, membuat eksekusi dapat direproduksi dengan seed, meminta output JSON atau yang dibatasi skema dengan response_format dan structured_outputs, serta memberikan fungsi yang dapat dipanggil model melalui tools dan tool_choice. Parameter reasoning memungkinkan Anda memutuskan apakah reasoning dikembalikan dan seberapa besar usaha yang dikeluarkan untuknya.

Ada dua batasan yang perlu diperhatikan sebelum Anda memutuskan. Input hanya berupa teks, jadi model ini bukan pilihan yang tepat jika Anda perlu mengirim gambar atau audio. Model ini juga model besar, dan fitur reasoning serta tool menambah kompleksitas permintaan, jadi untuk tugas teks yang singkat, sederhana, dan sensitif terhadap latensi, model yang lebih kecil mungkin lebih cocok.