דילוג לתוכן

Nemotron Diffusion Vlm

שילוב

מזהה מודל 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"

בקשה זו: ≈⁨‏0.005 ‏$⁩ 5 קרדיטי API הרצה בדף הזה

קבלת מפתח API
NVIDIA ראייה #utility#editing

מודל ראייה-שפה שעונה על פרומפטים לגבי תמונה באמצעות פענוח טקסט מבוסס diffusion

NVIDIA · טקסט

התוצאה הראשונה שלך תופיע כאן

בנו בקשה למטה והריצו אותה עם מפתח ה־API שלכם. הפלטים מועתקים לאחסון שלנו ונשמרים לצמיתות או למשך 7 ימים ללא תשלום.

בנה בקשה

הפקדים נוצרים מסכמת המודל. הקוד והמחיר מתעדכנים כשמשנים אותם.

•חובה

הנחיה המציינת על מה לענות בנוגע לתמונה.

•חובה image_url
גרור קובץ, או

URL המצביע על התמונה לעיבוד.

מתקדם max_tokens · num_inference_steps · block_length · threshold · enable_safety_checker
ברירת מחדל 512

גבול עליון למספר הטוקנים שנוצרו.

ברירת מחדל 256

יש לבחור את מספר שלבי פענוח הדיפוזיה כמכפלה של max_tokens / block_length בעת ציון מפורש; המספר חייב להיות גם לא קטן ממנה.

ברירת מחדל 32

אורך כל בלוק פענוח דיפוזיה.

ברירת מחדל 0.9

סף הביטחון לפענוח דיפוזיה.

POST /run/nemotron-diffusion-vlm?wait=20 הצעת מחיר → ⁨‏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"

הרצת הבקשה הזו

המפתח שלך נשאר בדפדפן הזה: הוא נשלח רק אל Doitong API ונשמר ב-localStorage רק אם מסמנים זכור. קבל מפתח API

מידע על Nemotron Diffusion Vlm

מקבל תמונה ב-`image_url` ושאלה ב-`prompt`, ומחזיר תשובת טקסט. ניתן לכוונן את הפענוח באמצעות `max_tokens` (1 עד 8192), `num_inference_steps` (1 עד 1024), `block_length` (8 עד 128) ו-`threshold` של ביטחון בין 0 ל-1. הפלט כולל גם פרטי תזמון ושימוש.

פרמטרים

שלח את השם הקנוני או את השם המקומי, לא את שניהם. שמות קנוניים

שםסוג ברירת מחדלמותר תיאור
image_urlחובה image
סוגurl · image
URL המצביע על התמונה לעיבוד.
promptחובה
סוגstring
הנחיה המציינת על מה לענות בנוגע לתמונה.
max_tokensאופציונלי
סוגinteger
ברירת מחדל512
1 – 8,192
גבול עליון למספר הטוקנים שנוצרו.
num_inference_stepsאופציונלי
סוגinteger | null
ברירת מחדל256
1 – 1,024
יש לבחור את מספר שלבי פענוח הדיפוזיה כמכפלה של max_tokens / block_length בעת ציון מפורש; המספר חייב להיות גם לא קטן ממנה.
block_lengthאופציונלי
סוגinteger
ברירת מחדל32
8 – 128
אורך כל בלוק פענוח דיפוזיה.
thresholdאופציונלי
סוגnumber
ברירת מחדל0.9
0 – 1
סף הביטחון לפענוח דיפוזיה.
enable_safety_checkerאופציונלי
סוגboolean
ברירת מחדלtrue
ניתן להקל את הסינון באמצעות הגדרה ל-false, אם הצד הקורא מורשה לכך.
חובה שם קנוני, מתקבל גם הוא

פרמטרים של קבצים מקבלים URL ציבורי מסוג https://, כתובת URI מסוג data: בגודל של עד 10 MB, או את file_url של העלאה. קבצים

פלט

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"
  }
}
הקבצים שלכם, הבחירה שלכםכל outputs[].url הוא עותק באחסון שלנו: נשמר לצמיתות (בתשלום לפי GB-חודש) או למשך 7 ימים ללא תשלום, בהתאם להגדרת החשבון או ל־?storage=.
אותו מבנה בכל מודלtype, url, content_type, width, height ו-duration, עבור תמונות, וידאו ואודיו כאחד. output הוא אובייקט התוצאה של המודל עצמו.
שדות הפלט
output
stringהתשובה שהמודל הפיק.
usage
object {prompt_tokens, completion_tokens, num_function_evals}פרטי השימוש בטוקנים ובפענוח דיפוזיה.
timings
object {total_time, image_validation_time, preprocessing_time, gpu_transfer_time, generation_time, decode_time}פירוט זמני עיבוד הבקשה, נמדדים בשניות.

לסוכני AI: דף זה בפורמט Markdown נמצא בכתובת https://doitong.com/he/developers/models/nemotron-diffusion-vlm.md. כל המודלים והמדריכים: https://doitong.com/developers/llms.txt