NVIDIA: Nemotron 3 Super

Nemotron 3 Super is een NVIDIA-tekstmodel, gepubliceerd onder de model-id nvidia/nemotron-3-super-120b-a12b. NVIDIA beschrijft het als een open hybride MoE-model met 120B parameters dat slechts 12B parameters activeert, gebouwd op een hybride Mamba-Transformer-ontwerp. De "Super"-tier bevindt zich binnen NVIDIA's Nemotron 3-familie, en de releasedatum van de provider is 2026-03-11. Het is een tekst-only model, dus het accepteert geen afbeeldingen of audio, en het produceert tekstuitvoer.

Het model accepteert tekstinvoer en retourneert tekstuitvoer. Het contextvenster is 262.144 tokens, en de maximale uitvoer is 235.929 tokens, dus lange invoer en lange generaties zijn beide mogelijk binnen één verzoek. De ondersteunde parameters omvatten de gebruikelijke sampling-besturingen (temperature, top_p, top_k, min_p, repetition_penalty, frequency_penalty, presence_penalty, seed, stop, logit_bias) evenals reasoning-besturingen (reasoning, reasoning_effort, include_reasoning). Het ondersteunt ook logprobs en top_logprobs, response_format, structured_outputs, tools en tool_choice.

Die mogelijkheden wijzen op een paar praktische toepassingen. Het grote contextvenster is geschikt voor werk met lange documenten, zoals het samenvatten of extraheren van gestructureerde gegevens uit lange rapporten, contracten of transcripten. Tool calling en structured outputs maken het een kandidaat voor agent-achtige workflows waarbij het model moet beslissen welke functie het aanroept en argumenten moet retourneren in een vast schema. De reasoning-parameters laten je afwegen hoeveel interne reasoning het model doet, wat nuttig is voor taken die meerstapsanalyse vereisen in plaats van snelle antwoorden. Omdat het tekst-only is, past het in pijplijnen die al tekstgebaseerd zijn en geen vision nodig hebben.

Je roept het aan via api14's OpenAI-compatibele API door het model-veld in te stellen op "nvidia/nemotron-3-super-120b-a12b". De request body volgt de vorm van OpenAI chat completions, dus messages, tools, response_format en de hierboven genoemde sampling-parameters kunnen direct worden doorgegeven. Als je de reasoning van het model wilt blootleggen, stel je include_reasoning in of gebruik je de parameters reasoning en reasoning_effort. Voor deterministische of reproduceerbare runs gebruik je seed samen met temperature. Als je JSON-uitvoer nodig hebt, zijn response_format of structured_outputs beschikbaar.

Er zijn een paar dingen om in gedachten te houden. Het model is alleen tekst, dus als je applicatie afbeeldingen of audio moet lezen, is een multimodaal model beter geschikt. Het contextvenster is groot maar eindig op 262.144 tokens, en de uitvoerlimiet is 235.929 tokens, dus zeer grote batches documenten kunnen nog steeds chunking nodig hebben. Reasoning-modi kunnen latentie toevoegen, dus voor eenvoudige classificatie of korte antwoorden geef je misschien de voorkeur aan een kleiner of niet-reasoning-model.