Hoppa till innehåll

Nemotron Diffusion Vlm

Integrera

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"

Den här begäran: ≈0,005 $ 5 API-krediter · ≈ 0,53 ₽ Kör den på den här sidan

Hämta API-nyckel
NVIDIA Vision #utility#editing

Vision-språkmodell som besvarar promptar om en bild med diffusionsbaserad textavkodning

NVIDIA · Text

Ditt första resultat visas här

Skapa en begäran nedan och kör den med din API-nyckel. Utdata kopieras till vår lagring och sparas för alltid eller 7 dagar kostnadsfritt.

Skapa en begäran

Kontrollerna genereras från modellschemat. Koden och priset uppdateras när du ändrar dem.

•obligatoriskt

Prompt som anger vad som ska besvaras om bilden.

•obligatoriskt image_url
Släpp en fil eller

URL som pekar på bilden som ska bearbetas.

Avancerat max_tokens · num_inference_steps · block_length · threshold · enable_safety_checker
standard 512

Övre gräns för genererade token.

standard 256

Välj antalet avkodningssteg för diffusion som en multipel av max_tokens / block_length när det anges uttryckligen; antalet måste också vara minst lika stort som kvoten.

standard 32

Längden på varje avkodningsblock för diffusion.

standard 0.9

Konfidensgräns för avkodning av diffusion.

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

Kör den här begäran

Din nyckel stannar i den här webbläsaren: den skickas endast till Doitong API och sparas endast i localStorage om du markerar Kom ihåg. Hämta en API-nyckel

Om Nemotron Diffusion Vlm

Tar emot en bild i `image_url` och en fråga i `prompt` och returnerar ett textsvar. Avkodningen kan styras via `max_tokens` (1 till 8192), `num_inference_steps` (1 till 1024), `block_length` (8 till 128) och en konfidens-`threshold` från 0 till 1. Utdata innehåller även tids- och användningsdetaljer.

Parametrar

Skicka antingen det kanoniska namnet eller det inbyggda namnet, inte båda. Kanoniska namn

NamnTyp StandardTillåtna Beskrivning
image_urlobligatoriskt image
Typurl · image
URL som pekar på bilden som ska bearbetas.
promptobligatoriskt
Typstring
Prompt som anger vad som ska besvaras om bilden.
max_tokensvalfritt
Typinteger
Standard512
1 – 8 192
Övre gräns för genererade token.
num_inference_stepsvalfritt
Typinteger | null
Standard256
1 – 1 024
Välj antalet avkodningssteg för diffusion som en multipel av max_tokens / block_length när det anges uttryckligen; antalet måste också vara minst lika stort som kvoten.
block_lengthvalfritt
Typinteger
Standard32
8 – 128
Längden på varje avkodningsblock för diffusion.
thresholdvalfritt
Typnumber
Standard0.9
0 – 1
Konfidensgräns för avkodning av diffusion.
enable_safety_checkervalfritt
Typboolean
Standardtrue
Granskningen kan lättas genom att ange false, om anroparen är behörig.
obligatoriskt Kanoniskt namn, accepteras också

Filparametrar tar emot en offentlig https://-URL, en data:-URI på upp till 10 MB eller file_url från en uppladdning. Filer

Resultat

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"
  }
}
Dina filer, ditt valVarje outputs[].url är en kopia i vår lagring: sparad för alltid (debiteras per GB-månad) eller 7 dagar kostnadsfritt, enligt din kontoinställning eller ?storage=.
Samma struktur för varje modelltype, url, content_type, width, height och duration, för bilder, video och ljud. output är modellens eget resultatobjekt.
Resultatets fält
output
stringSvar som modellen producerar.
usage
object {prompt_tokens, completion_tokens, num_function_evals}Användningsdetaljer för token och avkodning av diffusion.
timings
object {total_time, image_validation_time, preprocessing_time, gpu_transfer_time, generation_time, decode_time}Uppdelning av bearbetningstider för begäran, mätt i sekunder.

För AI-agenter: den här sidan som Markdown finns på https://doitong.com/sv/developers/models/nemotron-diffusion-vlm.md. Alla modeller och guider: https://doitong.com/developers/llms.txt