- контекст 262K
- Responses API
Nemotron 3.5 Lightning в QuickSilver Pro
Nemotron 3.5 Lightning — открытая модель NVIDIA: Mixture-of-Experts на 30B параметров, из которых на токен активны всего 3B. Она создана для быстрых агентов с интенсивной работой с инструментами, высокопроизводительной автоматизации и адаптации под предметную область. QuickSilver Pro даёт контекст на 262K токенов по цене $0.066 за вход / $0.176 за выход за миллион токенов, с нулевым хранением данных — примерно на 10% выше самой низкой стабильной платной цены на рынке.
- контекст 262K
- до 131K на выходе
- Инструменты
- Стриминг
- Вывод по JSON Schema
Вы платите · вход / выход за 1M
$0.066 / $0.176
на 10% дороже
по входу и выходу (сравнение: Рыночная цена)
Сравнение цен ($/1M токенов)
Длина полосы = цена относительно самой высокой цены в таблице
| Провайдер | Вход | Выход | к QSP |
|---|---|---|---|
| QuickSilver Pro | $0.066 | $0.176 | — |
| Рыночная цена(public paid rate) | $0.06 | $0.16 | на 10% дороже |
| OpenAI (GPT-4o-mini) | $0.15 | $0.60 | на 71% ниже |
Источник цены NVIDIA: huggingface.co/nvidia/NVIDIA-Nemotron-3.5-Lightning-30B-A3B-BF16
Коротко
- Контекст
- 262K токенов
- Вход / 1M
- $0.066
- Выход / 1M
- $0.176
- Думает по умолчанию
- Нет
- Макс. выход
- 131K
- Задержка · сейчас
- —
Быстрые и недорогие агенты с инструментами — 30B параметров всего, 3B активных на токен и контекст 262K.
Когда стоит выбрать Nemotron 3.5 Lightning?
Собрано по возможностям из каталога и опубликованным ценам, а не по бенчмарку.
Когда использовать
Используйте Nemotron 3.5 Lightning для массовых ассистентов по кодингу, retrieval-агентов, долгих циклов с инструментами, структурированного извлечения данных и сценариев, где многократно переиспользуется большой системный промпт или контекст репозитория. Разреженная архитектура 30B-A3B делает генерацию недорогой, а кэшированный вход стоит $0.033 за миллион токенов.
- Длинные документы и кодовые базы, до 262K токенов контекста
- Агенты, которые вызывают инструменты, со строгим выводом по JSON Schema
- Клиенты Responses API, а также Chat Completions
Когда выбрать другую модель
Это быстрая экономичная модель, а не передовой флагман. Сложные исследования, математические рассуждения или сложный автономный кодинг передавайте DeepSeek V4 Pro, Qwen3.8 Max или Grok 4.6, когда ваши оценки оправдывают более высокую цену. Endpoint QSP работает только с текстом и сейчас гарантирует контекст на 262K токенов с нулевым хранением данных.
Быстрый старт (curl)
Получить API key →curl https://api.quicksilverpro.io/v1/chat/completions \
-H "Authorization: Bearer $QSP_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "nemotron-3.5-lightning",
"messages": [{"role": "user", "content": "Hello!"}]
}'import os
from openai import OpenAI
client = OpenAI(
base_url="https://api.quicksilverpro.io/v1",
api_key=os.environ["QSP_KEY"],
)
response = client.chat.completions.create(
model="nemotron-3.5-lightning",
messages=[{"role": "user", "content": "Hello!"}],
)
print(response.choices[0].message.content)import OpenAI from "openai";
const client = new OpenAI({
baseURL: "https://api.quicksilverpro.io/v1",
apiKey: process.env.QSP_KEY,
});
const response = await client.chat.completions.create({
model: "nemotron-3.5-lightning",
messages: [{ role: "user", content: "Hello!" }],
});
console.log(response.choices[0].message.content);curl https://api.quicksilverpro.io/v1/responses \
-H "Authorization: Bearer $QSP_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "nemotron-3.5-lightning",
"input": "Hello!"
}'import os
from openai import OpenAI
client = OpenAI(
base_url="https://api.quicksilverpro.io/v1",
api_key=os.environ["QSP_KEY"],
)
response = client.chat.completions.create(
model="nemotron-3.5-lightning",
messages=[{"role": "user", "content": "Hello!"}],
)
print(response.choices[0].message.content)Совместимо с OpenAI. Миграция в одну строку через base_url.
Поведение шлюза
Особенности совместимости для этой модели.
prompt- Промпты до 262K токенов.
max_tokens- До 131K выходных токенов.
- /v1/chat/completions: Поддерживается
- /v1/responses: Поддерживается
- стриминг: Поддерживается
- инструменты: Поддерживается
- ввод изображений: Не указано для этой модели
- JSON Schema: Поддерживается
- рассуждение: Не указано для этой модели
Откуда берётся цена
- Цена провайдера
- $0.06 / $0.16huggingface.co/nvidia/NVIDIA-Nemotron-3.5-Lightning-30B-A3B-BF16
- Проверено в каталоге
- Кэш промптов · не сравнивается
- чтение $0.033
usage.cost = prompt_tokens × $0.066/1M + completion_tokens × $0.176/1M
FAQ
Частые вопросы
$0.066 за миллион входных токенов, $0.176 за миллион выходных токенов и $0.033 за миллион токенов кэшированного входа — примерно на 10% выше самой низкой стабильной платной цены на рынке.
Архитектура модели поддерживает до 1M токенов, но QSP сейчас гарантирует в продакшене 262K токенов. Мы публикуем тот лимит, который тестируем и обеспечиваем, а не рекламируем теоретический максимум.
Да. Она поддерживает streaming, function calling и структурированный вывод по JSON Schema. QSP обслуживает её с выключенным reasoning, поэтому ответы прямые: без отдельной reasoning-трассы и скрытых reasoning-токенов.
Укажите base_url=https://api.quicksilverpro.io/v1, используйте свой ключ QSP и задайте model="nemotron-3.5-lightning". Клиенты Chat Completions и Responses API используют один и тот же публичный ID модели.
Nemotron 3.5 Lightning
Попробуйте Nemotron 3.5 Lightning с удвоенным балансом — до $50 бонусных кредитов
Получить API Key