NVIDIA: Nemotron 3 Nano Omni (free)

O NVIDIA Nemotron 3 Nano Omni é um modelo multimodal aberto da NVIDIA, lançado em 28 de abril de 2026. É um modelo 30B-A3B, o que significa que usa um design de mistura de especialistas com aproximadamente 30 bilhões de parâmetros totais e cerca de 3 bilhões ativos por token. A NVIDIA o posiciona como um subagente de percepção e contexto para sistemas de agentes empresariais, portanto, ele se destina a se encaixar em pipelines maiores em vez de atuar como um assistente autônomo.

Na entrada, o modelo aceita texto, imagens, áudio e vídeo, o que o torna incomum entre modelos focados em texto. A saída é apenas texto. A janela de contexto é de 256.000 tokens, e a saída máxima é de 65.536 tokens. Ele suporta comportamento de raciocínio, incluindo um parâmetro reasoning e uma opção include_reasoning, para que você possa solicitar que o raciocínio passo a passo do modelo seja exibido ou mantido separado, dependendo da sua aplicação.

Essas capacidades apontam para um conjunto bastante específico de casos de uso. Como ele lida com vídeo e áudio, além de imagens, ele se adequa a tarefas como resumir reuniões gravadas, extrair dados estruturados de capturas de tela ou documentos digitalizados, legendar ou indexar bibliotecas de mídia, e responder perguntas sobre conteúdo multimídia misto. Seu contexto longo ajuda quando uma única solicitação precisa cobrir uma transcrição longa, um lote de imagens ou uma combinação dos dois. Como subagente, ele pode alimentar resultados de percepção em uma camada de orquestração maior, por exemplo, convertendo mídia bruta em texto sobre o qual outro modelo então raciocina.

Você o chama através da API compatível com OpenAI da api14 usando o id de modelo "nvidia/nemotron-3-nano-omni-30b-a3b-reasoning:free". Como o endpoint segue o formato de conclusões de chat da OpenAI, SDKs e clientes existentes funcionam com mudanças mínimas. Os parâmetros de solicitação suportados são include_reasoning, max_tokens, reasoning, seed, temperature, tool_choice, tools e top_p. A presença de tools e tool_choice significa que você pode definir chamadas de função e deixar o modelo decidir quando invocá-las, enquanto seed, temperature e top_p dão a você controle sobre a consistência da amostragem.

Um ponto prático a considerar é o escopo. O modelo produz apenas texto, então, se você precisa de imagens, áudio ou vídeo gerados, ele não é a opção certa. Ele também é um modelo da classe Nano, e a NVIDIA o descreve como um subagente, então, para tarefas que exigem o raciocínio mais forte possível, você pode preferir um modelo de fronteira maior e usar o Nemotron 3 Nano Omni para o estágio de percepção e contexto. O nível gratuito traz a ressalva habitual de que uma variante gratuita pode ter capacidade ou disponibilidade diferentes dos endpoints pagos, então teste-o com sua carga esperada antes de depender dele em produção.