NVIDIA Nemotron™ 3 Nano Omni — это открытая мультимодальная модель 30B-A3B, предназначенная для работы в качестве суб-агента восприятия и контекста в корпоративных агентных системах. Она принимает текстовые, графические, видео- и аудиовходные данные и выдает текстовый вывод, позволяя агентам воспринимать и рассуждать о различных модальностях в одном цикле вывода.
Построенная на гибридной архитектуре MoE Transformer-Mamba с видеослоями Conv3D и эффективной выборкой видео (EVS), она обеспечивает примерно в 2 раза более высокую пропускную способность и в 2,5 раза меньшие вычислительные затраты для видеорассуждений по сравнению с отдельными конвейерами для зрения и речи. Она поддерживает длину контекста до 300K и бюджет рассуждений 16,384, с расширенным мышлением, активируемым через reasoning.enabled на API VEGA.
# Запрос к API VEGA через nvidia/nemotron-3-nano-omni-30b-a3b-reasoning:free
curl https://api.vega.chat/api/v1/chat/completions \
-H "Content-Type: application/json" \
-H "Authorization: Bearer $VEGA_API_KEY" \
-d '{
"model": "nvidia/nemotron-3-nano-omni-30b-a3b-reasoning:free",
"messages": [
{ "role": "user", "content": "Hello!" }
]
}'