שפּרינגען צו אינהאַלט

Nemotron Diffusion Vlm

אינטעגרירן

מאָדעל־id 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"

דער דאָזיקער ריקוועסט: ≈⁨$ 0.005⁩ 5 API־קרעדיטן לויפֿן עס אויף דער דאָזיקער בלאַט

באַקומען אַן API שליסל
NVIDIA וויזיע #utility#editing

וויזיע־שפּראַך־מאָדעל וואָס ענטפֿערט אויף פּראָמפּטן וועגן אַ בילד מיט diffusion־באַזירטער טעקסט־דעקאָדירונג

NVIDIA · טעקסט

דאָ קומט אײַער ערשטער רעזולטאַט

בויט אונטן אַ בקשה און לויפט זי מיט אײַער API שליסל. רעזולטאַטן ווערן קאַפּירט צו אונדזער סטאָרידזש, געהאַלטן אויף אייביק אָדער 7 טעג אומזיסט.

בויען אַ בעטן

קאָנטראָלן ווערן דזשענערירט פֿון דעם מאָדעל־סכעמע. דער קאָד און דער פּרײַז דערהײַנטיקן זיך ווען איר ענדערט זיי.

•פארלאנגט

פּראָמפּט וואָס ספּעציפֿיצירט אויף וואָס צו ענטפֿערן וועגן דעם בילד.

•פארלאנגט image_url
לייגט אַרײַן אַ טעקע, אָדער

URL וואָס ווײַזט צו דעם בילד פֿאַר פּראַסעסירונג.

פֿאָרגעשריטן max_tokens · num_inference_steps · block_length · threshold · enable_safety_checker
סטאַנדאַרט 512

אויבערער שיעור פֿאַר גענערירטע טאָקענס.

סטאַנדאַרט 256

בײַם ספּעציפֿיצירן דעם צאָל אויסדרוק־שריט פֿאַר דיפֿוזיע, אויסקלייבן אַ קייפל פֿון max_tokens / block_length; די צאָל מוז אויך נישט זײַן קלענער ווי דער קוואָטיענט.

סטאַנדאַרט 32

לענג פֿון יעדן דיפֿוזיע־אויסדרוק־בלאָק.

סטאַנדאַרט 0.9

זיכערקייט־שוועל פֿאַר דיפֿוזיע־אויסדרוק.

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

לויפֿן דעם ריקוועסט

אײַער key בלײַבט אין דעם בלעטערער: זי ווערט געשיקט נאָר צום Doitong API און אָפּגעהיט (localStorage) נאָר אויב איר טיקט אָן געדענקען. באַקומען אַן API שליסל

וועגן Nemotron Diffusion Vlm

נעמט אַ בילד אין `image_url` און אַ פֿראַגע אין `prompt`, און גיט צוריק אַ טעקסט־ענטפֿער. די דעקאָדירונג קען מען צופּאַסן דורך `max_tokens` (1 ביז 8192), `num_inference_steps` (1 ביז 1024), `block_length` (8 ביז 128) און אַ זיכערקייט־`threshold` פֿון 0 ביז 1. דער רעזולטאַט אַנטהאַלט אויך צײַט־און־נוצונג־דעטאַלן.

פּאַראַמעטערס

שיקט אָדער דעם קאַנאָנישן נאָמען אָדער דעם נאַטיוון נאָמען, נישט ביידע. קאַנאָנישע נעמען

נאָמעןטיפּ סטאַנדאַרטערלויבט באַשרײַבונג
image_urlפארלאנגט image
טיפּurl · image
URL וואָס ווײַזט צו דעם בילד פֿאַר פּראַסעסירונג.
promptפארלאנגט
טיפּstring
פּראָמפּט וואָס ספּעציפֿיצירט אויף וואָס צו ענטפֿערן וועגן דעם בילד.
max_tokensאָפּציאָנעל
טיפּinteger
סטאַנדאַרט512
1 – 8,192
אויבערער שיעור פֿאַר גענערירטע טאָקענס.
num_inference_stepsאָפּציאָנעל
טיפּinteger | null
סטאַנדאַרט256
1 – 1,024
בײַם ספּעציפֿיצירן דעם צאָל אויסדרוק־שריט פֿאַר דיפֿוזיע, אויסקלייבן אַ קייפל פֿון max_tokens / block_length; די צאָל מוז אויך נישט זײַן קלענער ווי דער קוואָטיענט.
block_lengthאָפּציאָנעל
טיפּinteger
סטאַנדאַרט32
8 – 128
לענג פֿון יעדן דיפֿוזיע־אויסדרוק־בלאָק.
thresholdאָפּציאָנעל
טיפּnumber
סטאַנדאַרט0.9
0 – 1
זיכערקייט־שוועל פֿאַר דיפֿוזיע־אויסדרוק.
enable_safety_checkerאָפּציאָנעל
טיפּboolean
סטאַנדאַרטtrue
סקרינינג קען ווערן פאַרלייכטערט דורך שטעלן false, אויב דער רופער איז אָטעריזירט.
פארלאנגט קאַנאָנישער נאָמען, אויך אַקצעפּטירט

טעקע־פּאַראַמעטערס נעמען אַן עפֿנטלעכע https:// URL, אַ data: URI ביז 10 MB, אָדער דעם file_url פֿון אַן אַרויפֿלאָד. טעקעס

אויסגאַבע

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"
  }
}
אייער טעקעס, אייער ברירהיעדער outputs[].url איז אַ קאַפּיע אין אונדזער סטאָרידזש: געהאַלטן אויף אייביק (באַצאָלט פּער GB־חודש) אָדער 7 טעג אומזיסט, לויט אײַער חשבון־באַשטעטיקונג אָדער ?storage=.
דער זעלבער פֿאָרעם בײַ יעדן מאָדעלtype, url, content_type, width, height און duration, סײַ פֿאַר בילדער, ווידעאָ און אַודיאָ. output איז דער אייגענער רעזולטאַט־אָביעקט פֿון מאָדעל.
פֿעלדער פֿון דער אויסגאַבע
output
stringענטפֿער געשאַפֿן דורך דעם מאָדעל.
usage
object {prompt_tokens, completion_tokens, num_function_evals}באַניץ־דעטאַלן פֿאַר טאָקענען און דיפֿוזיע־אויסדרוק.
timings
object {total_time, image_validation_time, preprocessing_time, gpu_transfer_time, generation_time, decode_time}אויפֿטיילונג פֿון בקשה־פּראַסעסירונג־צײַטן, געמאסטן אין סעקונדעס.

פֿאַר AI־אַגענטן: דער בלאַט ווי Markdown געפֿינט זיך בײַ https://doitong.com/yi/developers/models/nemotron-diffusion-vlm.md. אַלע מאָדעלן און גוידעס: https://doitong.com/developers/llms.txt