Passer au contenu

Nemotron Diffusion Vlm

Intégrer

Identifiant du modèle 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"

Cette requête: ≈0,005 $ 5 crédits API · ≈ 0,53 ₽ L’exécuter sur cette page

Obtenir une clé API
NVIDIA Vision #utility#editing

Modèle vision-langage qui répond aux prompts sur une image grâce à un décodage textuel fondé sur la diffusion

NVIDIA · Texte

Votre premier résultat apparaîtra ici

Construisez une requête ci-dessous et exécutez-la avec votre clé API. Les sorties sont copiées dans notre stockage, conservées indéfiniment ou 7 jours gratuitement.

Créer une requête

Les contrôles sont générés à partir du schéma du modèle. Le code et le prix se mettent à jour lorsque vous les modifiez.

•requis

Prompt indiquant la question à laquelle répondre au sujet de l'image.

•requis image_url
Déposez un fichier, ou

URL pointant vers l'image à traiter.

Avancé max_tokens · num_inference_steps · block_length · threshold · enable_safety_checker
par défaut 512

Limite supérieure du nombre de jetons générés.

par défaut 256

Choisissez le nombre d'étapes de décodage par diffusion comme multiple de max_tokens / block_length lorsque vous le spécifiez explicitement ; ce nombre doit également être supérieur ou égal à ce quotient.

par défaut 32

Longueur de chaque bloc de décodage par diffusion.

par défaut 0.9

Seuil de confiance pour le décodage par diffusion.

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

Exécuter cette requête

Votre clé reste dans ce navigateur : elle est envoyée uniquement à la Doitong API et enregistrée dans localStorage uniquement si vous cochez Mémoriser. Obtenir une clé API

À propos de Nemotron Diffusion Vlm

Prend une image dans `image_url` et une question dans `prompt`, puis renvoie une réponse textuelle. Le décodage se règle avec `max_tokens` (1 à 8192), `num_inference_steps` (1 à 1024), `block_length` (8 à 128) et un `threshold` de confiance de 0 à 1. La sortie inclut aussi les détails de durée et d’utilisation.

Paramètres

Envoyez soit le nom canonique, soit le nom natif, mais pas les deux. Noms canoniques

NomType Par défautAutorisé Description
image_urlrequis image
Typeurl · image
URL pointant vers l'image à traiter.
promptrequis
Typestring
Prompt indiquant la question à laquelle répondre au sujet de l'image.
max_tokensfacultatif
Typeinteger
Par défaut512
1 – 8 192
Limite supérieure du nombre de jetons générés.
num_inference_stepsfacultatif
Typeinteger | null
Par défaut256
1 – 1 024
Choisissez le nombre d'étapes de décodage par diffusion comme multiple de max_tokens / block_length lorsque vous le spécifiez explicitement ; ce nombre doit également être supérieur ou égal à ce quotient.
block_lengthfacultatif
Typeinteger
Par défaut32
8 – 128
Longueur de chaque bloc de décodage par diffusion.
thresholdfacultatif
Typenumber
Par défaut0.9
0 – 1
Seuil de confiance pour le décodage par diffusion.
enable_safety_checkerfacultatif
Typeboolean
Par défauttrue
Le filtrage peut être assoupli en définissant false, si l'appelant est autorisé.
requis Nom canonique, également accepté

Les paramètres de fichier acceptent une URL publique https://, un URI data: jusqu’à 10 MB ou le file_url d’un téléversement. Fichiers

Sortie

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"
  }
}
Vos fichiers, votre choixChaque outputs[].url est une copie dans notre stockage : conservée indéfiniment (facturation au Go-mois) ou 7 jours gratuitement, selon le réglage de votre compte ou ?storage=.
Même structure pour chaque modèletype, url, content_type, width, height et duration, pour les images, vidéos et fichiers audio. output est le propre objet de résultat du modèle.
Champs de sortie
output
stringRéponse produite par le modèle.
usage
object {prompt_tokens, completion_tokens, num_function_evals}Détails de l'utilisation des jetons et du décodage par diffusion.
timings
object {total_time, image_validation_time, preprocessing_time, gpu_transfer_time, generation_time, decode_time}Ventilation des temps de traitement de la requête, mesurés en secondes.

Pour les agents IA : cette page au format Markdown est disponible à https://doitong.com/fr/developers/models/nemotron-diffusion-vlm.md. Tous les modèles et guides : https://doitong.com/developers/llms.txt