NVIDIA: Nemotron 3 Super (free)

NVIDIA Nemotron 3 Super è un modello testuale di NVIDIA, rilasciato l'11 marzo 2026. È un modello open ibrido mixture-of-experts da 120 miliardi di parametri che attiva solo 12 miliardi di parametri, che NVIDIA descrive come un modo per ottenere efficienza computazionale e accuratezza in applicazioni multi-agente complesse. È costruito su un'architettura ibrida Mamba-Transformer. Su api14 è elencato con l'id modello nvidia/nemotron-3-super-120b-a12b:free.

Il modello lavora con input testuale e produce output testuale. La sua finestra di contesto è di 262.144 token, e l'output massimo è di 235.929 token, quindi può contenere input molto lunghi e restituire comunque generazioni lunghe in una singola richiesta. Poiché è un modello con capacità di ragionamento, le risposte possono includere una componente di ragionamento, e i parametri supportati includono include_reasoning, reasoning e reasoning_effort per controllare questo comportamento.

Queste capacità indicano casi d'uso in cui contano il contesto lungo e il ragionamento multi-passo. Una finestra di 262k token si adatta a lavori su documenti di grandi dimensioni, cronologie di conversazione lunghe o basi di codice che non entrerebbero in modelli più piccoli. I controlli di ragionamento e l'impostazione multi-agente nella descrizione di NVIDIA lo rendono un candidato ragionevole per flussi di lavoro in stile agente, pipeline guidate da strumenti e attività che richiedono output strutturato. L'ampio output massimo aiuta anche quando una singola risposta deve essere lunga, come un report dettagliato o un'estrazione estesa su molti record.

Lo si chiama tramite l'API compatibile con OpenAI di api14 usando l'id modello nvidia/nemotron-3-super-120b-a12b:free. I parametri di richiesta supportati sono include_reasoning, max_tokens, reasoning, reasoning_effort, response_format, seed, structured_outputs, temperature, tool_choice, tools e top_p. In pratica questo significa che puoi impostare il campionamento con temperature e top_p, limitare la risposta con max_tokens, rendere le esecuzioni riproducibili con seed, richiedere output JSON o vincolato a uno schema con response_format e structured_outputs, e fornire al modello funzioni richiamabili tramite tools e tool_choice. I parametri di ragionamento ti permettono di decidere se il ragionamento viene restituito e quanto sforzo viene impiegato su di esso.

Due limiti vale la pena notare prima di impegnarti. L'input è solo testuale, quindi questo modello non è la scelta giusta se devi inviare immagini o audio. È anche un modello grande, e le funzionalità di ragionamento e strumenti aggiungono complessità alle richieste, quindi per attività testuali brevi, semplici e sensibili alla latenza un modello più piccolo potrebbe adattarsi meglio.