Nemotron Nano 30B · NVIDIA
NVIDIA Nemotron Nano 30B MoE (3B સક્રિય) આર્કિટેક્ચર સાથે. ઝડપી ગુણવત્તાવાળા ઊંચા સ્તરના મોડેલ્સ માટે ડિઝાઇન થયેલ છે.
લિફટ Nemotron Nano 30B
NVIDIA Nemotron Nano 30B MoE (3B સક્રિય) આર્કિટેક્ચર સાથે. ઝડપી ગુણવત્તાવાળા ઊંચા સ્તરના મોડેલ્સ માટે ડિઝાઇન થયેલ છે.
તે શું માટે ઉભરી આવે છે: MoE કાર્યક્ષમ · NVIDIA-અનુકૂળ ઝડપ · તર્ક.
કેવી રીતે વાપરવું Nemotron Nano 30B
-
1
લખો અથવા અપલોડ કરો
ઉપરના બોક્સમાં તમે જે ઇચ્છો તે લખો - અથવા ફાઇલને અપલોડ કરો જો સાધન પૂછે.
-
2
બનાવો
મુખ્ય બટન પર ક્લિક કરો. મહેરબાની કરીને ૨-૩૦ સેકન્ડો રાહ જુઓ, મોડેલ અને ઇનપુટ માપ પર આધાર રાખીને.
-
3
ડાઉનલોડ અથવા વહેંચો
પરિણામ ડાઉનલોડ કરો અથવા સીધી કડી વહેંચો. વૉટરમાર્ક વગર, ઉપયોગ કરવા માટે તૈયાર.
વારંવાર પૂછાતા પ્રશ્નો
નેમોટ્રોન નેનો 30બીનો ઉપયોગ કરવાનો ખર્ચ કેટલો છે?
નેમોટ્રોન નાનો 30બી પ્રો મોડેલ છે: તેનો ઉપયોગ કરવા માટે 10 ટોકનનો ખર્ચ થાય છે (અમારા માટે $0.05 વાસ્તવિક ખર્ચ). તમારે પ્રો યોજના ($9/મહિના → 15,000 ટોકન) અથવા એક-શૉટ પેકની જરૂર છે. જો તમારી પાસે પહેલાથી જ મુક્ત ખાતામાં ટોકન હોય તો તમે તેને સીધા ખર્ચ કરી શકો છો.
Nemotron Nano 30B ના કેટલાંક ઉપયોગો Pro યોજના હેઠળ આવે છે?
પ્રો ($9/મહિના) તમને 15,000 પુનરાવર્તિત ટોકન આપે છે. Nemotron Nano 30B ના ઉપયોગ માટે 10 ટોકન, તે ~1,500 ચક્રના સંપૂર્ણ ઉપયોગ માટે છે. જો તમે ઓછા હોય તો, એક-શૉટ પેક (5,000 / 25,000 / 80,000 ટોકન) એક વર્ષ પહેલા સમાપ્ત ન થતા બાકીના ભાગમાં ઉમેરે છે.
નેમોટ્રોન નેનો 30બી વિશેષ છે કેમ?
NVIDIA એ ઝડપી અર્થઘટન માટે તેના મોડેલોને તેના પોતાના ઑપ્ટિમાઇઝ્ડ હાર્ડવેરમાં સુધારે છે - ટેકનિકલ પ્રશ્નો અને તર્કમાં સારા. તેની ખાસ મજબૂતીઓ છે: કાર્યક્ષમ મોઇ, nvidia-ઑપ્ટિમાઇઝ્ડ ઝડપ અને તર્ક.
Nemotron Nano 30B કેવી ઝડપથી જવાબ આપે છે?
Nemotron Nano 30B એ કેટેલોગમાં ઝડપી મોડેલોમાંનું એક છે: સામાન્ય જવાબો ૨-૫ સેકન્ડમાં. વાસ્તવિક સમય પણ પ્રશ્ન લંબાઈ અને ડેટાસેન્ટર ભાર પર આધારિત છે - મોટા સંદર્ભ મોડેલો જ્યારે તમે લાંબા લખાણ દાખલ કરો ત્યારે વધુ સમય લે છે.
હું ia.gratis માં Nemotron Nano 30B કેવી રીતે વાપરી શકું?
તમે Nemotron Nano 30B ને /chat/ માંથી Nemotron Nano 30B ને પસંદ કરીને પસંદ કરી શકો છો, અથવા POST શરીરમાં `model=nemotron-nano` સાથે REST API દ્દારા. ઝડપી સાર: NVIDIA, ઝડપ માટે શ્રેષ્ઠ. આંતરિક મોડેલ ઓળખ `nemotron-nano` છે - API સંકલન વખતે ઉપયોગી.