NVIDIA: Nemotron 3 Ultra (free)

NVIDIA Nemotron 3 Ultraは、NVIDIAによるオープンなフロンティア推論およびオーケストレーションモデルです。これはmixture-of-expertsモデルで、合計550Bのうち55Bのアクティブパラメータを持ち、ハイブリッドTransformer-Mambaアーキテクチャ上に構築されています。プロバイダーのリリース日は2026-06-04です。api14では、識別子nvidia/nemotron-3-ultra-550b-a55b:freeのテキストモデルとして表示され、freeサフィックスはこのゲートウェイで利用可能なバリアントを示します。

このモデルはテキスト入力を受け取り、テキスト出力を返すため、マルチモーダル作業ではなくテキスト専用のパイプラインに適しています。コンテキストウィンドウは1,000,000トークンで、コードベース全体、長い文書セット、または拡張された会話履歴を1回のリクエストに保持するのに十分な大きさです。最大出力は65,536トークンなので、応答は長くなることがありますが、それでも入力容量をはるかに下回る範囲に制限されています。これは推論モデルであるため、推論プロセスを公開でき、サポートされるパラメータには通常のサンプリング制御に加えて、reasoning、reasoning_effort、include_reasoningが含まれます。

これらの機能は、いくつかの実用的な用途を示しています。長いコンテキストは、大規模なリポジトリ、法律または技術文書のコレクション、およびモデルがプロジェクトの多くの部分を一度に確認する必要がある複数ファイルのリファクタリングに対する分析に適しています。推論とオーケストレーションへの重点により、エージェント形式のワークフロー、計画ステップ、多段階タスクの候補になります。ツール呼び出しのサポートにより、モデルがどのツールを呼び出すかを決定する関数呼び出しループに組み込むことができ、seedパラメータはテスト中に再現可能なサンプリングを行いたい場合に役立ちます。

モデルID nvidia/nemotron-3-ultra-550b-a55b:freeを使用して、api14のOpenAI互換APIを通じて呼び出します。サポートされるリクエストパラメータは、include_reasoning、max_tokens、reasoning、reasoning_effort、seed、temperature、tool_choice、tools、top_pです。実際には、messagesを含むchat completionsリクエストを送信し、max_tokensを設定して65,536トークンの出力上限を制限し、サンプリングのためにtemperatureとtop_pを調整し、関数呼び出しを行いたい場合はtoolsとtool_choiceを渡します。reasoning_effortまたはreasoningを使用してモデルが生成する推論量を制御し、応答で推論を返してほしい場合はinclude_reasoningを使用します。

会話ではプロンプトと出力が同じ予算を共有するため、リクエストのサイズを決める際は1,000,000トークンのコンテキストと65,536トークンの出力制限を念頭に置いてください。タスクが小規模な純粋なテキスト生成である場合は、より軽量なモデルの方が簡単かもしれませんが、長いコンテキストの推論、オーケストレーション、ツール使用については、このモデルがそれらのニーズを直接カバーします。