Lompat ke konten

Nemotron Diffusion Vlm

Integrasikan

ID model 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"

Permintaan ini: ≈$0,005 5 kredit API Jalankan di halaman ini

Dapatkan kunci API
NVIDIA Visi #utility#editing

Model vision-language yang menjawab prompt tentang gambar menggunakan decoding teks berbasis difusi

NVIDIA · Teks

Hasil pertama Anda akan muncul di sini

Buat permintaan di bawah ini dan jalankan dengan kunci API Anda. Output disalin ke penyimpanan kami, disimpan selamanya atau 7 hari gratis.

Buat permintaan

Kontrol dibuat dari skema model. Kode dan harga diperbarui saat Anda mengubahnya.

•wajib

Prompt yang menentukan hal yang harus dijawab tentang gambar.

•wajib image_url
Jatuhkan file, atau

URL yang mengarah ke gambar untuk diproses.

Lanjutan max_tokens · num_inference_steps · block_length · threshold · enable_safety_checker
bawaan 512

Batas atas token yang dibuat.

bawaan 256

Pilih jumlah langkah dekode difusi sebagai kelipatan max_tokens / block_length saat menentukannya secara eksplisit; jumlah tersebut juga harus tidak lebih kecil dari hasil bagi itu.

bawaan 32

Panjang setiap blok dekode difusi.

bawaan 0.9

Batas keyakinan untuk dekode difusi.

POST /run/nemotron-diffusion-vlm?wait=20 estimasi harga → $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"

Jalankan permintaan ini

Key Anda tetap berada di browser ini: key hanya dikirim ke Doitong API dan disimpan (localStorage) hanya jika Anda mencentang Ingat. Dapatkan kunci API

Tentang Nemotron Diffusion Vlm

Menerima gambar dalam `image_url` dan pertanyaan dalam `prompt`, lalu mengembalikan jawaban teks. Decoding dapat disesuaikan melalui `max_tokens` (1 hingga 8192), `num_inference_steps` (1 hingga 1024), `block_length` (8 hingga 128) dan `threshold` kepercayaan dari 0 hingga 1. Output juga mencakup detail waktu dan penggunaan.

Parameter

Kirim nama kanonis atau nama asli, bukan keduanya. Nama kanonis

NamaTipe BawaanDiizinkan Deskripsi
image_urlwajib image
Tipeurl · image
URL yang mengarah ke gambar untuk diproses.
promptwajib
Tipestring
Prompt yang menentukan hal yang harus dijawab tentang gambar.
max_tokensopsional
Tipeinteger
Bawaan512
1 – 8.192
Batas atas token yang dibuat.
num_inference_stepsopsional
Tipeinteger | null
Bawaan256
1 – 1.024
Pilih jumlah langkah dekode difusi sebagai kelipatan max_tokens / block_length saat menentukannya secara eksplisit; jumlah tersebut juga harus tidak lebih kecil dari hasil bagi itu.
block_lengthopsional
Tipeinteger
Bawaan32
8 – 128
Panjang setiap blok dekode difusi.
thresholdopsional
Tipenumber
Bawaan0.9
0 – 1
Batas keyakinan untuk dekode difusi.
enable_safety_checkeropsional
Tipeboolean
Bawaantrue
Penyaringan dapat dilonggarkan dengan menetapkan false, jika pemanggil berwenang.
wajib Nama kanonis, juga diterima

Parameter file menerima URL publik https://, URI data: hingga 10 MB, atau file_url dari unggahan. File

Output

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"
  }
}
File Anda, pilihan AndaSetiap outputs[].url adalah salinan di penyimpanan kami: disimpan selamanya (dikenai biaya per GB-bulan) atau 7 hari gratis, sesuai setelan akun atau ?storage=.
Struktur sama di setiap modeltype, url, content_type, width, height, dan duration, untuk gambar, video, dan audio. output adalah objek hasil milik model.
Field output
output
stringJawaban yang dihasilkan model.
usage
object {prompt_tokens, completion_tokens, num_function_evals}Detail penggunaan token dan dekode difusi.
timings
object {total_time, image_validation_time, preprocessing_time, gpu_transfer_time, generation_time, decode_time}Rincian waktu pemrosesan permintaan, diukur dalam detik.

Untuk agen AI: halaman ini dalam Markdown tersedia di https://doitong.com/id/developers/models/nemotron-diffusion-vlm.md. Semua model dan panduan: https://doitong.com/developers/llms.txt