Nemotron Nano 30B · NVIDIA
Nemotron Nano 30B van NVIDIA met MoE-argitektuur (3B aktief). Ontwerp vir vinnige afleiding met gehalte van baie groter modelle.
Oor Nemotron Nano 30B
Nemotron Nano 30B van NVIDIA met MoE-argitektuur (3B aktief). Ontwerp vir vinnige afleiding met gehalte van baie groter modelle.
Waarin dit uitstaan: Doeltreffende MoE · NVIDIA-geoptimaliseerde spoed · Redenering.
Hoe om te gebruik Nemotron Nano 30B
-
1
Skryf of laai op
Skryf wat jy wil hê in die blokkie hierbo, of laai die lêer op as die instrument dit vra.
-
2
Genereer
Klik op die hoofknoppie. Wag 2 tot 30 sekondes, afhangend van die model en die grootte van die invoer.
-
3
Laai af of deel
Laai die resultaat af of deel die direkte skakel. Sonder watermerk, gereed om te gebruik.
Gereelde vrae
Hoeveel kos dit om Nemotron Nano 30B te gebruik?
Nemotron Nano 30B is 'n Pro-model: dit kos 10 tokens per gebruik (~$0.05 werklike koste vir ons). Jy het 'n Pro-plan nodig ($9/maand → 15.000 tokens) of 'n eenmalige pakket. As jy alreeds tokens op die gratis rekening het, kan jy dit ook direk bestee.
Hoeveel gebruike van Nemotron Nano 30B is in die Pro-plan ingesluit?
Pro ($9/maand) gee jou 15.000 herhalende tokens. Teen 10 tokens per gebruik van Nemotron Nano 30B, is dit ~1.500 volledige gebruike per siklus. As jy kort kom, tel die eenmalige pakkies (5.000 / 25.000 / 80.000 tokens) by jou saldo, sonder dat dit binne een jaar verval.
Wat maak Nemotron Nano 30B spesiaal?
NVIDIA stel sy modelle af vir vinnige afleiding op sy eie geoptimaliseerde hardeware, goed in tegniese vrae en redenasie. Die konkrete sterk punte is: doeltreffende MoE, NVIDIA-geoptimaliseerde spoed en redenasie.
Hoe vinnig antwoord Nemotron Nano 30B?
Nemotron Nano 30B is een van die vinnige modelle in die katalogus: tipiese antwoorde in 2-5 sekondes. Die werklike tyd hang ook af van die lengte van die prompt en die lading op die datasentrum: modelle met 'n baie groot konteks neem langer as jy baie lang tekste invoer.
Hoe gebruik ek Nemotron Nano 30B op ia.gratis?
Jy kan Nemotron Nano 30B gebruik vanaf /chat/ deur Nemotron Nano 30B in die kieser te kies, of via die REST-API met `model=nemotron-nano` in die POST-liggaam. Vinnige opsomming: NVIDIA, geoptimaliseer vir spoed. Die model se interne identifiseerder is `nemotron-nano`, nuttig wanneer jy via API integreer.