Zum Inhalt springen

Nemotron Diffusion Vlm

Integrieren

Modell-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.ru/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.ru/v1/requests/REQUEST_ID?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY"

Diese Anfrage: ≈0,005 $ 5 API-Credits · ≈ 0,53 ₽ Auf dieser Seite ausführen

API-Schlüssel abrufen
NVIDIA Vision #utility#editing

Vision-Language-Modell, das Prompts zu einem Bild mithilfe diffusionsbasierter Textdekodierung beantwortet

NVIDIA · Text

Dein erstes Ergebnis erscheint hier

Erstelle unten eine Anfrage und führe sie mit deinem API-Schlüssel aus. Ausgaben werden in unseren Speicher kopiert und dauerhaft oder 7 Tage kostenlos aufbewahrt.

Anfrage erstellen

Die Steuerelemente werden aus dem Modellschema generiert. Code und Preis werden aktualisiert, während du sie änderst.

•erforderlich

Prompt mit der Frage, was zum Bild beantwortet werden soll.

•erforderlich image_url
Datei ablegen oder

URL des zu verarbeitenden Bilds.

Erweitert max_tokens · num_inference_steps · block_length · threshold · enable_safety_checker
Standard 512

Obergrenze für generierte Token.

Standard 256

Die Anzahl der Diffusionsdekodierungsschritte bei expliziter Angabe als Vielfaches von max_tokens / block_length wählen; die Anzahl darf außerdem nicht kleiner als dieser Quotient sein.

Standard 32

Länge jedes Diffusionsdekodierungsblocks.

Standard 0.9

Konfidenzgrenze für die Diffusionsdekodierung.

POST /run/nemotron-diffusion-vlm?wait=20 Preis → 0,005 $
# Run the model; wait up to 20 s for the finished result in the same call
curl -X POST "https://api.doitong.ru/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.ru/v1/requests/REQUEST_ID?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY"

Diese Anfrage ausführen

Dein Schlüssel bleibt in diesem Browser: Er wird nur an die Doitong API gesendet und nur gespeichert (localStorage), wenn du „Merken“ aktivierst. API-Schlüssel abrufen

Über Nemotron Diffusion Vlm

Erwartet ein Bild in `image_url` und eine Frage in `prompt` und gibt eine Textantwort zurück. Die Dekodierung lässt sich über `max_tokens` (1 bis 8192), `num_inference_steps` (1 bis 1024), `block_length` (8 bis 128) und einen Konfidenz-`threshold` von 0 bis 1 steuern. Die Ausgabe enthält außerdem Zeit- und Nutzungsdaten.

Parameter

Sende entweder den kanonischen Namen oder den nativen Namen, nicht beide. Kanonische Namen

NameTyp StandardZulässig Beschreibung
image_urlerforderlich image
Typurl · image
URL des zu verarbeitenden Bilds.
prompterforderlich
Typstring
Prompt mit der Frage, was zum Bild beantwortet werden soll.
max_tokensoptional
Typinteger
Standard512
1 – 8.192
Obergrenze für generierte Token.
num_inference_stepsoptional
Typinteger | null
Standard256
1 – 1.024
Die Anzahl der Diffusionsdekodierungsschritte bei expliziter Angabe als Vielfaches von max_tokens / block_length wählen; die Anzahl darf außerdem nicht kleiner als dieser Quotient sein.
block_lengthoptional
Typinteger
Standard32
8 – 128
Länge jedes Diffusionsdekodierungsblocks.
thresholdoptional
Typnumber
Standard0.9
0 – 1
Konfidenzgrenze für die Diffusionsdekodierung.
enable_safety_checkeroptional
Typboolean
Standardtrue
Die Prüfung kann durch Setzen auf false gelockert werden, sofern der Aufrufer dazu berechtigt ist.
erforderlich Kanonischer Name, ebenfalls akzeptiert

Dateiparameter akzeptieren eine öffentliche https://-URL, eine data:-URI bis 10 MB oder die file_url eines Uploads. Dateien

Ausgabe

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.ru/v1/requests/req_8k2m4q7x1z9c3v5b6n0p2r4t",
    "cancel": "https://api.doitong.ru/v1/requests/req_8k2m4q7x1z9c3v5b6n0p2r4t/cancel"
  }
}
Deine Dateien, deine EntscheidungJede outputs[].url ist eine Kopie in unserem Speicher: dauerhaft aufbewahrt (Abrechnung pro GB-Monat) oder 7 Tage kostenlos – je nach Kontoeinstellung oder ?storage=.
Gleiche Struktur bei jedem Modelltype, url, content_type, width, height und duration – für Bilder, Video und Audio gleichermaßen. output ist das Ergebnisobjekt des Modells.
Ausgabefelder
output
stringVom Modell erzeugte Antwort.
usage
object {prompt_tokens, completion_tokens, num_function_evals}Nutzungsdetails zu Token und Diffusionsdekodierung.
timings
object {total_time, image_validation_time, preprocessing_time, gpu_transfer_time, generation_time, decode_time}Aufschlüsselung der Verarbeitungszeiten der Anfrage, gemessen in Sekunden.

Für KI-Agenten: Diese Seite ist als Markdown verfügbar unter https://doitong.com/de/developers/models/nemotron-diffusion-vlm.md. Alle Modelle und Anleitungen: https://doitong.com/developers/llms.txt