NVIDIA: Nemotron 3 Super (free)

O NVIDIA Nemotron 3 Super é um modelo de texto da NVIDIA, lançado em 11 de março de 2026. É um modelo híbrido aberto de mistura de especialistas com 120B parâmetros que ativa apenas 12B parâmetros, o que a NVIDIA descreve como uma forma de obter eficiência computacional e precisão em aplicações complexas multiagente. É construído sobre uma arquitetura híbrida Mamba-Transformer. Na api14 está listado sob o id de modelo nvidia/nemotron-3-super-120b-a12b:free.

O modelo funciona com entrada de texto e produz saída de texto. A sua janela de contexto é de 262.144 tokens, e a saída máxima é de 235.929 tokens, pelo que consegue comportar entradas muito longas e ainda devolver gerações longas num único pedido. Como é um modelo com capacidade de raciocínio, as respostas podem incluir uma componente de raciocínio, e os parâmetros suportados incluem include_reasoning, reasoning e reasoning_effort para controlar esse comportamento.

Essas capacidades apontam para casos de uso em que o contexto longo e o raciocínio em múltiplos passos são importantes. Uma janela de 262k tokens é adequada para trabalho sobre documentos grandes, históricos de conversa longos ou bases de código que não caberiam em modelos mais pequenos. Os controlos de raciocínio e o enquadramento multiagente na descrição da NVIDIA tornam-no um candidato razoável para fluxos de trabalho ao estilo de agentes, pipelines orientados por ferramentas e tarefas que exigem saída estruturada. A grande saída máxima também ajuda quando uma única resposta tem de ser longa, como um relatório detalhado ou uma extração extensa sobre muitos registos.

Pode chamá-lo através da API compatível com OpenAI da api14 usando o id de modelo nvidia/nemotron-3-super-120b-a12b:free. Os parâmetros de pedido que suporta são include_reasoning, max_tokens, reasoning, reasoning_effort, response_format, seed, structured_outputs, temperature, tool_choice, tools e top_p. Na prática, isso significa que pode definir a amostragem com temperature e top_p, limitar a resposta com max_tokens, tornar as execuções reproduzíveis com seed, pedir saída JSON ou restringida por esquema com response_format e structured_outputs, e fornecer ao modelo funções chamáveis através de tools e tool_choice. Os parâmetros de raciocínio permitem decidir se o raciocínio é devolvido e quanto esforço é gasto nele.

Há dois limites que vale a pena notar antes de se comprometer. A entrada é apenas texto, pelo que este modelo não é a escolha certa se precisar de enviar imagens ou áudio. É também um modelo grande, e as funcionalidades de raciocínio e de ferramentas acrescentam complexidade ao pedido, pelo que para tarefas de texto curtas, simples e sensíveis à latência um modelo mais pequeno pode encaixar melhor.