NVIDIA: Nemotron 3 Super (free)

NVIDIA Nemotron 3 Super is een tekstmodel van NVIDIA, uitgebracht op 11 maart 2026. Het is een open hybride mixture-of-experts model met 120B parameters dat slechts 12B parameters activeert, wat NVIDIA beschrijft als een manier om rekenefficiëntie en nauwkeurigheid te verkrijgen in complexe multi-agent toepassingen. Het is gebouwd op een hybride Mamba-Transformer architectuur. Op api14 staat het vermeld onder het model-id nvidia/nemotron-3-super-120b-a12b:free.

Het model werkt met tekstinvoer en produceert tekstuitvoer. Het contextvenster is 262.144 tokens, en de maximale uitvoer is 235.929 tokens, dus het kan zeer lange invoer bevatten en toch lange generaties retourneren in één verzoek. Omdat het een model is dat kan redeneren, kunnen antwoorden een redeneercomponent bevatten, en de ondersteunde parameters omvatten include_reasoning, reasoning en reasoning_effort om dat gedrag te sturen.

Die mogelijkheden wijzen op gebruikssituaties waarin lange context en redenering in meerdere stappen belangrijk zijn. Een venster van 262k tokens past bij werk over grote documenten, lange gespreksgeschiedenissen of codebases die niet in kleinere modellen passen. De redeneerbesturing en de multi-agent framing in NVIDIA's beschrijving maken het een redelijke kandidaat voor agent-achtige workflows, tool-gestuurde pipelines en taken die gestructureerde uitvoer vereisen. De grote maximale uitvoer helpt ook wanneer één antwoord lang moet zijn, zoals een gedetailleerd rapport of een uitgebreide extractie over vele records.

Je roept het aan via api14's OpenAI-compatibele API met het model-id nvidia/nemotron-3-super-120b-a12b:free. De verzoekparameters die het ondersteunt zijn include_reasoning, max_tokens, reasoning, reasoning_effort, response_format, seed, structured_outputs, temperature, tool_choice, tools en top_p. In de praktijk betekent dat je sampling kunt instellen met temperature en top_p, het antwoord kunt beperken met max_tokens, runs reproduceerbaar kunt maken met seed, JSON of schema-beperkte uitvoer kunt aanvragen met response_format en structured_outputs, en het model aanroepbare functies kunt geven via tools en tool_choice. De redeneerparameters laten je beslissen of redenering wordt teruggegeven en hoeveel inspanning eraan wordt besteed.

Twee beperkingen zijn het vermelden waard voordat je je vastlegt. Invoer is alleen tekst, dus dit model is niet de juiste keuze als je afbeeldingen of audio wilt versturen. Het is ook een groot model, en de redeneer- en toolfuncties voegen complexiteit aan verzoeken toe, dus voor korte, eenvoudige, latentiegevoelige tekstitaken kan een kleiner model beter passen.