Op den Inhalt sprangen

Nemotron Diffusion Vlm

Integréieren

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"

Dës Ufro: ≈0,005 $ 5 API-Kreditter · ≈ 0,53 ₽ Op dëser Säit ausféieren

API-Schlëssel kréien
NVIDIA Visioun #utility#editing

Visioun-Sprooch-Modell, dat Prompts iwwer e Bild mat diffusionbaséierter Textdecodéierung beäntwert

NVIDIA · Text

Äin éischt Resultat kënnt hei hin

Baut hei drënner eng Ufro a féiert se mat Ärem API-Schlëssel aus. Output gëtt an eis Späicherung kopéiert, fir ëmmer oder 7 Deeg gratis gespäichert.

Eng Ufro erstellen

D'Kontrolle ginn aus dem Modellschema generéiert. De Code an de Präis aktualiséiere sech, wann s du se ännerst.

•obligatoresch

Prompt, dee festleet, wat iwwer d'Bild beäntwert soll ginn.

•obligatoresch image_url
Fichier erofzéien, oder

URL, déi op d'Bild fir d'Veraarbechtung weist.

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

Uewergrenz fir generéiert Token.

Standard 256

Wielt d'Zuel vun den Decodéierungsschrëtt fir Diffusion als Multiple vun max_tokens / block_length, wann Dir se explizit ugitt; d'Zuel däerf och net méi kleng si wéi dëse Quotient.

Standard 32

Längt vun all Decodéierungsblock fir Diffusion.

Standard 0.9

Vertrauensschwell fir d'Diffusiouns-Decodéierung.

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

Dës Ufro ausféieren

Äre Schlëssel bleift an dësem Browser: e gëtt nëmmen un d'Doitong API geschéckt an nëmme gespäichert (localStorage), wann s du „Erënneren“ aktivéiers. En API-Schlëssel kréien

Iwwer Nemotron Diffusion Vlm

Erhëlt e Bild an `image_url` an eng Fro an `prompt` a gëtt eng textuell Äntwert zeréck. D'Decodéierung kann iwwer `max_tokens` (1 bis 8192), `num_inference_steps` (1 bis 1024), `block_length` (8 bis 128) an e Vertrauens-`threshold` vun 0 bis 1 ugepasst ginn. D'Ausgab enthält och Timing- an Notzungsdetailer.

Parameteren

Schéck entweder den kanoneschen Numm oder den natierlechen Numm, net béid. Kanonesch Nimm

NummTyp StandardErlaabt Beschreiwung
image_urlobligatoresch image
Typurl · image
URL, déi op d'Bild fir d'Veraarbechtung weist.
promptobligatoresch
Typstring
Prompt, dee festleet, wat iwwer d'Bild beäntwert soll ginn.
max_tokensoptional
Typinteger
Standard512
1 – 8.192
Uewergrenz fir generéiert Token.
num_inference_stepsoptional
Typinteger | null
Standard256
1 – 1.024
Wielt d'Zuel vun den Decodéierungsschrëtt fir Diffusion als Multiple vun max_tokens / block_length, wann Dir se explizit ugitt; d'Zuel däerf och net méi kleng si wéi dëse Quotient.
block_lengthoptional
Typinteger
Standard32
8 – 128
Längt vun all Decodéierungsblock fir Diffusion.
thresholdoptional
Typnumber
Standard0.9
0 – 1
Vertrauensschwell fir d'Diffusiouns-Decodéierung.
enable_safety_checkeroptional
Typboolean
Standardtrue
D'Kontroll kann duerch false gelackert ginn, wann den Uruffer autoriséiert ass.
obligatoresch Kanoneschen Numm, och akzeptéiert

Fichierparameter akzeptéieren eng ëffentlech https:// URL, eng data: URI bis zu 10 MB oder de file_url vun engem Upload. Fichieren

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.ru/v1/requests/req_8k2m4q7x1z9c3v5b6n0p2r4t",
    "cancel": "https://api.doitong.ru/v1/requests/req_8k2m4q7x1z9c3v5b6n0p2r4t/cancel"
  }
}
Är Fichieren, Är WielAll outputs[].url ass eng Kopie an eiser Späicherung: fir ëmmer gespäichert (bezuelbar pro GB-Mount) oder 7 Deeg gratis, jee no Ärer Kontastellung oder ?storage=.
D'selwecht Struktur bei all Modelltype, url, content_type, width, height an duration, fir Biller, Video an Audio gläichermoossen. output ass dem Modell säin eegent Resultatobjet.
Output-Felder
output
stringÄntwert, déi vum Modell generéiert gouf.
usage
object {prompt_tokens, completion_tokens, num_function_evals}Detailer zur Notzung vun Token an der Diffusiouns-Decodéierung.
timings
object {total_time, image_validation_time, preprocessing_time, gpu_transfer_time, generation_time, decode_time}Opdeelung vun de Veraarbechtungszäite vun der Ufro, gemooss a Sekonnen.

Fir AI-Agenten: dës Säit als Markdown ass ënner https://doitong.com/lb/developers/models/nemotron-diffusion-vlm.md. All Modeller a Guiden: https://doitong.com/developers/llms.txt