Перейти к содержимому

Nemotron Diffusion Vlm

Интеграция

ID модели 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"

Этот запрос: ≈0,005 $ 5 API-кредитов · ≈ 0,53 ₽ Запустить на этой странице

Получить API-ключ
NVIDIA Компьютерное зрение #utility#editing

Мультимодальная модель зрения и языка, отвечающая на вопросы об изображении с помощью декодирования текста на основе диффузии

NVIDIA · Текст

Здесь появится ваш первый результат

Составьте запрос ниже и выполните его с помощью API-ключа. Результаты копируются в наше хранилище и хранятся навсегда или 7 дней бесплатно.

Сформировать запрос

Элементы управления сгенерированы из схемы модели. Код и цена обновляются при изменении параметров.

•обязательно

Промпт с указанием, на что ответить об изображении.

•обязательно image_url
Перетащите файл или

URL изображения для обработки.

Расширенные max_tokens · num_inference_steps · block_length · threshold · enable_safety_checker
по умолчанию 512

Верхний предел количества сгенерированных токенов.

по умолчанию 256

При явном указании выберите число шагов декодирования диффузии, кратное max_tokens / block_length; это число также не должно быть меньше данного частного.

по умолчанию 32

Длина каждого блока декодирования диффузии.

по умолчанию 0.9

Порог уверенности для декодирования диффузии.

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

Запустить этот запрос

Ваш ключ хранится в этом браузере: он отправляется только в Doitong API и сохраняется в localStorage только при включении параметра «Запомнить». Получить API-ключ

О Nemotron Diffusion Vlm

Принимает изображение в `image_url` и вопрос в `prompt`, а затем возвращает текстовый ответ. Декодирование настраивается через `max_tokens` (1–8192), `num_inference_steps` (1–1024), `block_length` (8–128) и порог уверенности `threshold` от 0 до 1. Результат также включает сведения о времени выполнения и использовании.

Параметры

Передавайте либо каноническое имя, либо исходное имя, но не оба. Канонические имена

ИмяТип По умолчаниюДопустимые значения Описание
image_urlобязательно image
Типurl · image
URL изображения для обработки.
promptобязательно
Типstring
Промпт с указанием, на что ответить об изображении.
max_tokensнеобязательно
Типinteger
По умолчанию512
1 – 8 192
Верхний предел количества сгенерированных токенов.
num_inference_stepsнеобязательно
Типinteger | null
По умолчанию256
1 – 1 024
При явном указании выберите число шагов декодирования диффузии, кратное max_tokens / block_length; это число также не должно быть меньше данного частного.
block_lengthнеобязательно
Типinteger
По умолчанию32
8 – 128
Длина каждого блока декодирования диффузии.
thresholdнеобязательно
Типnumber
По умолчанию0.9
0 – 1
Порог уверенности для декодирования диффузии.
enable_safety_checkerнеобязательно
Типboolean
По умолчаниюtrue
Проверку можно ослабить, установив false, если вызывающая сторона авторизована.
обязательно Каноническое имя, также принимается

Параметры файлов принимают общедоступный https:// URL, data: URI размером до 10 MB или file_url загруженного файла. Файлы

Результат

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"
  }
}
Ваши файлы — ваш выборКаждый URL из outputs[].url — это копия в нашем хранилище: она хранится навсегда (оплата за ГБ в месяц) или 7 дней бесплатно — в зависимости от настройки вашего аккаунта или параметра ?storage=.
Одинаковая структура у каждой моделиtype, url, content_type, width, height и duration — одинаково для изображений, видео и аудио. output — собственный объект результата модели.
Поля результата
output
stringОтвет, созданный моделью.
usage
object {prompt_tokens, completion_tokens, num_function_evals}Сведения об использовании токенов и декодировании диффузии.
timings
object {total_time, image_validation_time, preprocessing_time, gpu_transfer_time, generation_time, decode_time}Разбивка времени обработки запроса в секундах.

Для AI-агентов: эта страница в формате Markdown доступна по адресу https://doitong.com/ru/developers/models/nemotron-diffusion-vlm.md. Все модели и руководства: https://doitong.com/developers/llms.txt