NVIDIA: Nemotron 3 Nano 30B A3B

O NVIDIA Nemotron 3 Nano 30B A3B é um modelo de linguagem pequeno criado pela NVIDIA como parte da sua família Nemotron. O nome reflete a sua arquitetura: um design de mistura de especialistas com cerca de 30 mil milhões de parâmetros no total e cerca de 3 mil milhões ativos por token, o que a NVIDIA descreve como proporcionando elevada eficiência computacional e precisão. É um modelo de texto destinado a programadores que criam sistemas de IA agêntica especializados, e foi lançado pelo fornecedor em 14 de dezembro de 2025.

O modelo recebe texto e devolve texto. A sua janela de contexto é de 262.144 tokens, com uma saída máxima de 235.929 tokens, pelo que pode aceitar entradas muito longas e produzir conclusões longas num único pedido. Além da geração simples, os parâmetros suportados sugerem raciocínio e saída estruturada como funcionalidades de primeira linha: reasoning e include_reasoning são ambos aceites, tal como response_format, structured_outputs e tools. Os controlos de amostragem e descodificação incluem temperature, top_p, top_k, repetition_penalty, frequency_penalty, presence_penalty, stop, seed e logit_bias, além de logprobs e top_logprobs para inspecionar probabilidades ao nível do token.

Estas capacidades apontam para algumas cargas de trabalho práticas. A grande janela de contexto é adequada para processamento de documentos longos, como sumarização, extração e resposta a perguntas sobre bases de código ou coleções de relatórios consideráveis, sem fragmentação agressiva. O posicionamento agêntico, combinado com chamadas de ferramentas e saídas estruturadas, encaixa em pipelines onde o modelo decide quais ferramentas invocar e devolve resultados legíveis por máquina, por exemplo enriquecimento de dados, orquestração de recuperação ou automação em várias etapas. Os controlos de raciocínio são úteis para tarefas em que se pretende separar o pensamento intermédio do modelo da sua resposta final, como análise, planeamento ou depuração. Por ser um modelo pequeno e focado na eficiência, também se adequa a tarefas de transformação de texto em grande volume, onde a capacidade de processamento importa mais do que a capacidade máxima.

Pode chamá-lo através da API compatível com OpenAI da api14 usando o id de modelo "nvidia/nemotron-3-nano-30b-a3b". Como o endpoint segue o esquema OpenAI, pedidos no estilo padrão de chat completions funcionam, e pode passar qualquer um dos parâmetros listados acima no corpo do pedido, incluindo tools e tool_choice para chamadas de funções, response_format para respostas estruturadas, e max_tokens para limitar o comprimento da saída. As opções de streaming e registo comportam-se como nos outros modelos do gateway.

É um modelo apenas de texto. Não aceita entrada de imagem ou áudio, pelo que tarefas multimodais exigem um modelo diferente, e a descrição do fornecedor posiciona-o para sistemas agênticos especializados e não como um modelo principal de uso geral. Se uma carga de trabalho precisar de visão, de outras modalidades de entrada, ou do conhecimento mais amplo de um modelo maior, considere alternativas; para pipelines de texto com contexto longo, intensivos em raciocínio ou orientados por ferramentas, a combinação deste modelo de uma janela de 262.144 tokens, suporte de ferramentas e arquitetura MoE eficiente é a razão para o escolher.