Passer au contenu

Nemotron Diffusion Vlm

Intégrer

Identifiant du modèle nemotron-diffusion-vlm
# Run the model; wait up to 20 s for the finished result in the same call
curl -X POST "https://api.doitong.com/v1/run/nemotron-diffusion-vlm?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "image": "https://content.doitong.com/images/showcase/v3/gen_fox_cartoon.jpg",
    "prompt": "A red fox trots through fresh snow at sunrise, soft golden light, shallow depth of field"
  }'

# Still "queued" or "running"? Poll with the id from the response:
curl "https://api.doitong.com/v1/requests/REQUEST_ID?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY"

Cette requête: ≈0,005 $ 5 crédits API L’exécuter sur cette page

Obtenir une clé API
NVIDIA Vision #utility#editing

Modèle vision-langage qui répond aux invites concernant une image à l’aide d’un décodage textuel fondé sur la diffusion

NVIDIA · Texte

Votre premier résultat apparaîtra ici

Créez une requête ci-dessous et exécutez-la avec votre clé API. Les sorties sont copiées dans notre stockage, conservées indéfiniment ou pendant 7 jours gratuitement.

Créer une requête

Les contrôles sont générés à partir du schéma du modèle. Le code et le prix se mettent à jour au fur et à mesure de vos modifications.

•requis

Invite précisant ce qu’il faut répondre au sujet de l’image.

•requis image_url
Déposez un fichier ou

URL pointant vers l’image à traiter.

Avancé max_tokens · num_inference_steps · block_length · threshold · enable_safety_checker
par défaut 512

Limite supérieure du nombre de jetons générés.

par défaut 256

Choisissez le nombre d’étapes de décodage par diffusion comme multiple de max_tokens / block_length lorsque vous le précisez explicitement; le nombre doit aussi être au moins égal à ce quotient.

par défaut 32

Longueur de chaque bloc de décodage par diffusion.

par défaut 0.9

Seuil de confiance pour le décodage par diffusion.

POST /run/nemotron-diffusion-vlm?wait=20 devis → 0,005 $
# Run the model; wait up to 20 s for the finished result in the same call
curl -X POST "https://api.doitong.com/v1/run/nemotron-diffusion-vlm?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "image": "https://content.doitong.com/images/showcase/v3/gen_fox_cartoon.jpg",
    "prompt": "A red fox trots through fresh snow at sunrise, soft golden light, shallow depth of field"
  }'

# Still "queued" or "running"? Poll with the id from the response:
curl "https://api.doitong.com/v1/requests/REQUEST_ID?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY"

Exécuter cette requête

Votre clé reste dans ce navigateur : elle est envoyée uniquement au Doitong API et enregistrée dans localStorage uniquement si vous cochez Mémoriser. Obtenir une clé API

À propos de Nemotron Diffusion Vlm

Accepte une image dans `image_url` et une question dans `prompt`, puis renvoie une réponse textuelle. Le décodage est réglable avec `max_tokens` (1 à 8192), `num_inference_steps` (1 à 1024), `block_length` (8 à 128) et un `threshold` de confiance de 0 à 1. La sortie comprend aussi les détails de durée et d’utilisation.

Paramètres

Envoyez soit le nom canonique, soit le nom natif, mais pas les deux. Noms canoniques

NomType Par défautAutorisé Description
image_urlrequis image
Typeurl · image
URL pointant vers l’image à traiter.
promptrequis
Typestring
Invite précisant ce qu’il faut répondre au sujet de l’image.
max_tokensfacultatif
Typeinteger
Par défaut512
1 – 8 192
Limite supérieure du nombre de jetons générés.
num_inference_stepsfacultatif
Typeinteger | null
Par défaut256
1 – 1 024
Choisissez le nombre d’étapes de décodage par diffusion comme multiple de max_tokens / block_length lorsque vous le précisez explicitement; le nombre doit aussi être au moins égal à ce quotient.
block_lengthfacultatif
Typeinteger
Par défaut32
8 – 128
Longueur de chaque bloc de décodage par diffusion.
thresholdfacultatif
Typenumber
Par défaut0.9
0 – 1
Seuil de confiance pour le décodage par diffusion.
enable_safety_checkerfacultatif
Typeboolean
Par défauttrue
La vérification peut être assouplie en définissant false, si l’appelant est autorisé.
requis Nom canonique, également accepté

Les paramètres de fichier acceptent une URL publique https://, un URI data: jusqu’à 10 MB ou le file_url d’un téléversement. Fichiers

Sortie

GET /requests/req_8k2m4q7x1z9c3v5b6n0p2r4t
{
  "id": "req_8k2m4q7x1z9c3v5b6n0p2r4t",
  "object": "request",
  "model": "nemotron-diffusion-vlm",
  "status": "succeeded",
  "created_at": "2026-10-20T12:00:00Z",
  "started_at": "2026-10-20T12:00:02Z",
  "completed_at": "2026-10-20T12:00:09Z",
  "queue_position": null,
  "cost": {
    "credits": 5,
    "usd": "0.005",
    "charged": 5,
    "refunded": 0
  },
  "input": {
    "image_url": "https://content.doitong.com/images/showcase/v3/gen_fox_cartoon.jpg",
    "prompt": "A red fox trots through fresh snow at sunrise, soft golden light, shallow depth of field"
  },
  "output": {
    "output": "The image shows a dog sitting outdoors.",
    "usage": {
      "prompt_tokens": 1,
      "completion_tokens": 1,
      "num_function_evals": 1
    },
    "timings": {
      "total_time": 1.0,
      "image_validation_time": 1.0,
      "preprocessing_time": 1.0,
      "gpu_transfer_time": 1.0,
      "generation_time": 1.0,
      "decode_time": 1.0
    }
  },
  "outputs": [
    {
      "type": "file",
      "url": "https://content.doitong.com/dev-api/2026/10/20/req_8k2m4q7x1z9c3v5b6n0p2r4t/0-output.jpeg",
      "content_type": "image/jpeg",
      "file_size": 1843200,
      "stored": true
    }
  ],
  "error": null,
  "metrics": {
    "inference_seconds": 6.8
  },
  "urls": {
    "self": "https://api.doitong.com/v1/requests/req_8k2m4q7x1z9c3v5b6n0p2r4t",
    "cancel": "https://api.doitong.com/v1/requests/req_8k2m4q7x1z9c3v5b6n0p2r4t/cancel"
  }
}
Vos fichiers, votre choixChaque outputs[].url est une copie dans notre stockage : conservée indéfiniment (facturation par Go-mois) ou pendant 7 jours gratuitement, selon le réglage de votre compte ou ?storage=.
Même structure pour chaque modèletype, url, content_type, width, height et duration, pour les images, les vidéos et les fichiers audio. output est l’objet de résultat propre au modèle.
Champs de sortie
output
stringRéponse produite par le modèle.
usage
object {prompt_tokens, completion_tokens, num_function_evals}Détails de l’utilisation des jetons et du décodage par diffusion.
timings
object {total_time, image_validation_time, preprocessing_time, gpu_transfer_time, generation_time, decode_time}Répartition des temps de traitement de la requête, mesurés en secondes.

Pour les agents IA : cette page en Markdown se trouve à https://doitong.com/fr-CA/developers/models/nemotron-diffusion-vlm.md. Tous les modèles et guides : https://doitong.com/developers/llms.txt