NVIDIA: Nemotron 3 Nano 30B A3B nvidia/nemotron-3-nano-30b-a3b

Модель NVIDIA: Nemotron 3 Nano 30B A3B от NVIDIA (семейство nemotron-3) доступна через единый OpenAI-совместимый API НейроГейт — без VPN, с оплатой в рублях, единым ключом для всех 353+ моделей платформы.
Nemotron — open-модели от создателя GPU для AI.

👁 Зрение 🧠 Рассуждение 🎨 Генерация изображений 🎙 Аудио-вход 🔊 Синтез речи 🆓 Бесплатно

262K

контекст, токенов

5 ₽

за 1 млн входных токенов

20 ₽

за 1 млн выходных токенов

возможностей

Что такое NVIDIA: Nemotron 3 Nano 30B A3B

Агентные AI-системы, требующие многошагового рассуждения при экономном расходовании вычислительных ресурсов.

NVIDIA Nemotron 3 Nano 30B A3B — это компактная языковая модель на архитектуре Mixture of Experts (MoE), разработанная NVIDIA с акцентом на вычислительную эффективность. Несмотря на суммарный объём в 30 миллиардов параметров, модель активирует лишь около 3 миллиардов на каждый токен (отсюда суффикс A3B), что существенно снижает требования к памяти и ускоряет инференс по сравнению с плотными моделями сопоставимого класса.

Модель ориентирована на построение специализированных агентных AI-систем: поддерживает внутреннее рассуждение (reasoning), что позволяет ей декомпозировать сложные задачи и принимать многошаговые решения. Контекстное окно в 262 144 токена открывает возможности для работы с длинными документами, расширенными диалогами и сложными инструкциями. Семейство Nemotron 3 от NVIDIA ориентировано на разработчиков, которым нужна производительная модель с предсказуемыми затратами на вычисления — в том числе для развёртывания на собственной инфраструктуре.

Входные и выходные данные — только текст. Модель не поддерживает работу с изображениями. Благодаря MoE-архитектуре и оптимизациям NVIDIA она хорошо подходит для edge-сценариев и встроенных агентных пайплайнов, где важна скорость при ограниченных ресурсах.

Когда брать эту модель

✓ Агентные системы и автономные пайплайны с многошаговым рассуждением
✓ Обработка длинных документов и кодовых баз благодаря контексту 262K токенов
✓ Развёртывание на ограниченных вычислительных ресурсах за счёт MoE-эффективности
✓ Специализированные корпоративные ассистенты с fine-tuning под конкретную предметную область
✓ Задачи суммаризации, извлечения информации и структурированного анализа текста

Пример работы

Реальный сценарий, на котором модель проявляет себя:

Проанализируй следующий технический документ объёмом 50 страниц и составь пошаговый план автоматизации описанного процесса, выделив зависимости между этапами и возможные точки отказа.

Использование NVIDIA: Nemotron 3 Nano 30B A3B через НейроГейт

OpenAI-совместимый эндпоинт https://api.neuralgate.ru/v1 — замени base_url в любом SDK и используй модель по её id.

# Chat completion
curl https://api.neuralgate.ru/v1/chat/completions \
  -H "Authorization: Bearer $NEURALGATE_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "nvidia/nemotron-3-nano-30b-a3b",
    "messages": [{"role":"user","content":"Привет!"}]
  }'

from openai import OpenAI

client = OpenAI(
    api_key="sk-...your-neuralgate-key...",
    base_url="https://api.neuralgate.ru/v1",
)
response = client.chat.completions.create(
    model="nvidia/nemotron-3-nano-30b-a3b",
    messages=[{"role": "user", "content": "Привет!"}],
)
print(response.choices[0].message.content)

import OpenAI from "openai";

const client = new OpenAI({
  apiKey: process.env.NEURALGATE_API_KEY,
  baseURL: "https://api.neuralgate.ru/v1",
});
const resp = await client.chat.completions.create({
  model: "nvidia/nemotron-3-nano-30b-a3b",
  messages: [{ role: "user", content: "Привет!" }],
});
console.log(resp.choices[0].message.content);