Vai al contenuto

Nemotron Diffusion Vlm

Integra

ID del modello 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"

Questa richiesta: ≈0,005 $ 5 crediti API Esegui in questa pagina

Ottieni la chiave API
NVIDIA Visione #utility#editing

Modello di visione-linguaggio che risponde ai prompt su un'immagine usando la decodifica testuale basata sulla diffusione

NVIDIA · Testo

Il tuo primo risultato apparirà qui

Crea una richiesta qui sotto ed eseguila con la tua chiave API. Gli output vengono copiati nella nostra archiviazione, conservati per sempre oppure 7 giorni gratuitamente.

Crea una richiesta

I controlli vengono generati dallo schema del modello. Il codice e il prezzo si aggiornano mentre li modifichi.

•obbligatorio

Prompt che specifica a cosa rispondere riguardo all'immagine.

•obbligatorio image_url
Trascina un file oppure

URL che punta all'immagine da elaborare.

Avanzate max_tokens · num_inference_steps · block_length · threshold · enable_safety_checker
predefinito 512

Limite superiore dei token generati.

predefinito 256

Scegli il numero di passaggi di decodifica della diffusione come multiplo di max_tokens / block_length quando lo specifichi esplicitamente; il numero non deve inoltre essere inferiore a tale quoziente.

predefinito 32

Lunghezza di ogni blocco di decodifica della diffusione.

predefinito 0.9

Soglia di confidenza per la decodifica della diffusione.

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

Esegui questa richiesta

La tua chiave rimane in questo browser: viene inviata solo al Doitong API e salvata in localStorage solo se selezioni Ricorda. Ottieni una chiave API

Informazioni su Nemotron Diffusion Vlm

Accetta un'immagine in `image_url` e una domanda in `prompt` e restituisce una risposta testuale. La decodifica è configurabile tramite `max_tokens` (1 to 8192), `num_inference_steps` (1 to 1024), `block_length` (8 to 128) e una `threshold` di confidenza da 0 a 1. L'output include anche dettagli su tempi e utilizzo.

Parametri

Invia il nome canonico oppure il nome nativo, non entrambi. Nomi canonici

NomeTipo PredefinitoConsentiti Descrizione
image_urlobbligatorio image
Tipourl · image
URL che punta all'immagine da elaborare.
promptobbligatorio
Tipostring
Prompt che specifica a cosa rispondere riguardo all'immagine.
max_tokensfacoltativo
Tipointeger
Predefinito512
1 – 8192
Limite superiore dei token generati.
num_inference_stepsfacoltativo
Tipointeger | null
Predefinito256
1 – 1024
Scegli il numero di passaggi di decodifica della diffusione come multiplo di max_tokens / block_length quando lo specifichi esplicitamente; il numero non deve inoltre essere inferiore a tale quoziente.
block_lengthfacoltativo
Tipointeger
Predefinito32
8 – 128
Lunghezza di ogni blocco di decodifica della diffusione.
thresholdfacoltativo
Tiponumber
Predefinito0.9
0 – 1
Soglia di confidenza per la decodifica della diffusione.
enable_safety_checkerfacoltativo
Tipoboolean
Predefinitotrue
Il controllo può essere allentato impostando false, se il chiamante è autorizzato.
obbligatorio Nome canonico, accettato anche

I parametri file accettano un URL pubblico https://, un URI data: fino a 10 MB oppure il file_url di un caricamento. 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"
  }
}
I tuoi file, la tua sceltaOgni outputs[].url è una copia nella nostra archiviazione: conservata per sempre (a pagamento per GB-mese) oppure 7 giorni gratuitamente, in base all'impostazione dell'account o a ?storage=.
Stessa struttura per ogni modellotype, url, content_type, width, height e duration, per immagini, video e audio. output è l'oggetto risultato del modello.
Campi dell'output
output
stringRisposta prodotta dal modello.
usage
object {prompt_tokens, completion_tokens, num_function_evals}Dettagli sull'utilizzo dei token e sulla decodifica della diffusione.
timings
object {total_time, image_validation_time, preprocessing_time, gpu_transfer_time, generation_time, decode_time}Dettaglio dei tempi di elaborazione della richiesta, misurati in secondi.

Per gli agenti AI: questa pagina in Markdown è disponibile all'indirizzo https://doitong.com/it/developers/models/nemotron-diffusion-vlm.md. Tutti i modelli e le guide: https://doitong.com/developers/llms.txt