Nemotron Super 49B | NVIDIA Reasoning LLM API

Name: Llama 3.3 Nemotron Super 49b V1.5 API
Brand: nvidia
Price: 0.1 USD
Availability: InStock

Uso de API

Usa los siguientes ejemplos de código para integrar con nuestra API:

from openai import OpenAI

client = OpenAI(
    api_key="YOUR_API_KEY",
    base_url="https://llm.wavespeed.ai/v1"
)

response = client.chat.completions.create(
    model="nvidia/llama-3.3-nemotron-super-49b-v1.5",
    messages=[
        {"role": "user", "content": "Hello!"}
    ]
)

print(response.choices[0].message.content)

Introducción del modelo

Nvidia llama-3.3-nemotron-super-49b-v1.5

nvidia llama-3.3-nemotron-super-49b-v1.5

Why It Looks Great

Large Language Model architecture for efficient processing
131072 context window for long document handling
Competitive pricing at $0.1/$0.4 per million tokens

Key Features

Context Window: 131072 tokens
Max Output: 4096 tokens
Vision: Supported
Function Calling: Supported

Specifications

Specification	Value
Provider	Nvidia
Model Type	Large Language Model (LLM)
Architecture	N/A
Context Window	131072 tokens
Max Output	4096 tokens
Input	Text
Output	Text
Vision	Supported
Function Calling	Supported

Pricing

Token Type	Cost per Million Tokens
Input	$0.1
Output	$0.4

How to Use

Write your prompt — describe the task, provide context, and specify desired output format.
Submit — the model processes your request and returns the response.

API Integration

Base URL: https://llm.wavespeed.ai/v1 API Endpoint: chat/completions Model ID: nvidia/llama-3.3-nemotron-super-49b-v1.5

API Usage

Python SDK

from openai import OpenAI

client = OpenAI(
    api_key="YOUR_API_KEY",
    base_url="https://llm.wavespeed.ai/v1"
)

response = client.chat.completions.create(
    model="nvidia/llama-3.3-nemotron-super-49b-v1.5",
    messages=[
        {"role": "user", "content": "Hello!"}
    ]
)

print(response.choices[0].message.content)

cURL

curl https://llm.wavespeed.ai/v1/chat/completions \
  -H "Content-Type: application/json" \
  -H "Authorization: Bearer YOUR_API_KEY" \
  -d '{
    "model": "nvidia/llama-3.3-nemotron-super-49b-v1.5",
    "messages": [{"role": "user", "content": "Hello!"}]
  }'

Notes

Model: nvidia/llama-3.3-nemotron-super-49b-v1.5
Provider: Nvidia

Llama 3.3 Nemotron Super 49b V1.5 API

nvidia/llama-3.3-nemotron-super-49b-v1.5

Llama-3.3-Nemotron-Super-49B-v1.5 is a 49B-parameter, English-centric reasoning/chat model derived from Meta’s Llama-3.3-70B-Instruct with a 128K context. It’s post-trained for agentic workflows (RAG, tool calling) via SFT across math, code, science, and...

Preguntas frecuentes sobre Llama 3.3 Nemotron Super 49b V1.5

¿Cuánto cuesta Llama 3.3 Nemotron Super 49b V1.5 a través de la API?+

Precios en WaveSpeedAI: $0.10 por millón de tokens de entrada y $0.40 por millón de tokens de salida. El prompt caching y el procesamiento por lotes se facturan por separado y reducen el coste efectivo en cargas largas y repetitivas.

¿Cuál es la ventana de contexto de Llama 3.3 Nemotron Super 49b V1.5?+

Llama 3.3 Nemotron Super 49b V1.5 admite hasta 131K tokens de contexto y hasta 4K tokens de salida por solicitud.

¿Es Llama 3.3 Nemotron Super 49b V1.5 compatible con OpenAI?+

Sí. WaveSpeedAI expone Llama 3.3 Nemotron Super 49b V1.5 a través de un endpoint compatible con OpenAI en https://llm.wavespeed.ai/v1. Apunta el SDK oficial de OpenAI a esta base URL con tu clave API de WaveSpeedAI — sin más cambios de código.

¿Cómo empiezo con Llama 3.3 Nemotron Super 49b V1.5?+

Inicia sesión en WaveSpeedAI, crea una clave API en Access Keys y envía una solicitud a https://llm.wavespeed.ai/v1/chat/completions con el id de modelo mostrado arriba. Las cuentas nuevas reciben créditos gratuitos para evaluar Llama 3.3 Nemotron Super 49b V1.5 antes de pagar por token.

Precios

Probar el modelo