NVIDIA: Nemotron 3 Super

Nemotron 3 Super è un modello text di NVIDIA, pubblicato con il model id nvidia/nemotron-3-super-120b-a12b. NVIDIA lo descrive come un modello MoE ibrido aperto da 120B parametri che attiva solo 12B parametri, costruito su un design ibrido Mamba-Transformer. Il tier "Super" si colloca all'interno della famiglia Nemotron 3 di NVIDIA, e la data di rilascio del provider è 2026-03-11. È un modello solo text, quindi non accetta immagini o audio, e produce output text.

Il modello accetta input text e restituisce output text. La sua context window è di 262,144 token, e l'output massimo è di 235,929 token, quindi input lunghi e generazioni lunghe sono entrambi possibili all'interno di una singola richiesta. I parametri supportati includono i consueti controlli di campionamento (temperature, top_p, top_k, min_p, repetition_penalty, frequency_penalty, presence_penalty, seed, stop, logit_bias) oltre ai controlli di reasoning (reasoning, reasoning_effort, include_reasoning). Supporta inoltre logprobs e top_logprobs, response_format, structured_outputs, tools e tool_choice.

Queste capacità indicano alcuni usi pratici. L'ampia context window si adatta a lavori che coinvolgono documenti lunghi, come riassumere o estrarre dati strutturati da report, contratti o trascrizioni prolungate. Il tool calling e gli structured outputs lo rendono un candidato per workflow in stile agente in cui il modello deve decidere quale funzione chiamare e restituire argomenti in uno schema fisso. I parametri di reasoning consentono di bilanciare quanto ragionamento interno svolge il modello, il che è utile per attività che richiedono analisi multi-step anziché risposte rapide. Poiché è solo text, si adatta a pipeline già basate su text che non necessitano di vision.

Lo si chiama tramite l'API compatibile con OpenAI di api14 impostando il campo model su "nvidia/nemotron-3-super-120b-a12b". Il corpo della richiesta segue la forma delle chat completions di OpenAI, quindi messages, tools, response_format e i parametri di campionamento elencati sopra possono essere passati direttamente. Se si desidera esporre il reasoning del modello, impostare include_reasoning oppure usare i parametri reasoning e reasoning_effort. Per esecuzioni deterministiche o riproducibili, usare seed insieme a temperature. Se serve un output JSON, sono disponibili response_format o structured_outputs.

Ci sono un paio di cose da tenere a mente. Il modello è solo text, quindi se la tua applicazione deve leggere immagini o audio, un modello multimodale è più adatto. La context window è ampia ma finita a 262,144 token, e il limite di output è di 235,929 token, quindi batch molto grandi di documenti potrebbero comunque richiedere il chunking. Le modalità di reasoning possono aggiungere latenza, quindi per classificazioni semplici o risposte brevi potresti preferire un modello più piccolo o non-reasoning.