NVIDIA-Nemotron-3-Nano-30B-A3B-oQ4e
Entwickelt von splats, ist NVIDIA-Nemotron-3-Nano-30B-A3B-oQ4e ein 30 Milliarden Parameter umfassendes Chat-Modell. NVIDIA-Nemotron-3-Nano-30B-A3B-oQ4e is an open-weights chat model with roughly 30 billion parameters.
by splats · 30 Mrd. Parameter
Am besten geeignet für
- Chat und Routing mit geringer Latenz
- Anfrage-Routing und Triage
- Textklassifikation
Möglichkeiten, NVIDIA-Nemotron-3-Nano-30B-A3B-oQ4e in osFoundry zu nutzen
Mit eigenem Schlüssel verbinden (BYOK)
Öffnen Sie den Schlüssel-Dialog und fügen Sie Ihren splats-API-Key ein. osFoundry erkennt NVIDIA-Nemotron-3-Nano-30B-A3B-oQ4e automatisch — weisen Sie es im Pipeline-Tab einer Maestro-Rolle (Router, Direct, Orchestrator oder Fallback) zu, und es ist in jedem Chat verfügbar. Ihr Key, Ihr Provider-Konto — kein Token-Aufschlag.
Dedizierten Endpunkt bereitstellen
NVIDIA-Nemotron-3-Nano-30B-A3B-oQ4e ist Open-Weights — betreiben Sie es lokal kostenlos oder stellen Sie in Ihrem Workspace einen dedizierten GPU-Endpunkt für reservierte Kapazität ohne Rate Limits bereit.
In einer Room App verwenden
Room Apps deklarieren KI-Funktionen in ihrem Manifest und rufen sie anschließend mit invokeAI auf:
import { invokeAI } from '@osfoundry/app-sdk'
// 'summarize' is an AI feature declared in your app manifest.
const result = await invokeAI('summarize', userText)
Aus eigenen Anwendungen aufrufen
Sobald ein Modell in Ihrem Workspace eingerichtet ist, können Sie es als API hosten und aus Ihren eigenen Diensten, Skripten oder CI — außerhalb von osFoundry — erreichen.
Welche Hardware kann NVIDIA-Nemotron-3-Nano-30B-A3B-oQ4e ausführen
NVIDIA-Nemotron-3-Nano-30B-A3B-oQ4e läuft auf eine 24GB-Consumer- oder Workstation-GPU (~18 GB VRAM mit Reserve für den KV-Cache). Inferenz in voller Präzision passt auf eine einzelne H100 80GB bei FP16-Präzision (~72 GB).
NVIDIA-Nemotron-3-Nano-30B-A3B-oQ4e im Vergleich zu ähnlichen Modellen
Lizenz
Nicht angegeben — Lizenzbedingungen nicht angegeben — prüfen Sie die Upstream-Model-Card vor kommerzieller Nutzung.
Konsultieren Sie die Upstream-Dokumentation.
Häufige Fragen zu NVIDIA-Nemotron-3-Nano-30B-A3B-oQ4e
Ist NVIDIA-Nemotron-3-Nano-30B-A3B-oQ4e kostenlos nutzbar?
NVIDIA-Nemotron-3-Nano-30B-A3B-oQ4e kann auf Ihrer eigenen Hardware kostenlos lokal betrieben werden. Der gehostete Zugriff über osFoundry wird abgerechnet (Input Free (local), Output Free (local)). Sie können jederzeit zwischen lokal und gehostet wechseln.
Kann ich NVIDIA-Nemotron-3-Nano-30B-A3B-oQ4e kommerziell nutzen?
Kommerzielle Nutzung ist unter bestimmten Bedingungen erlaubt. Lizenzbedingungen nicht angegeben — prüfen Sie die Upstream-Model-Card vor kommerzieller Nutzung. Konsultieren Sie die Upstream-Dokumentation.
Wie viel VRAM benötigt NVIDIA-Nemotron-3-Nano-30B-A3B-oQ4e?
Etwa 18 GB bei Q4-Quantization oder 72 GB bei voller FP16-Präzision. Passt auf eine einzelne 24GB-Consumer-GPU.
Kann ich NVIDIA-Nemotron-3-Nano-30B-A3B-oQ4e lokal betreiben?
Ja. NVIDIA-Nemotron-3-Nano-30B-A3B-oQ4e ist Open-Weights und läuft lokal auf einer Workstation-GPU. Die lokale Runtime von osFoundry übernimmt Modellladen, Quantization und Routing.
Worin ist NVIDIA-Nemotron-3-Nano-30B-A3B-oQ4e besonders gut?
NVIDIA-Nemotron-3-Nano-30B-A3B-oQ4e eignet sich besonders für Chat und Routing mit geringer Latenz, Anfrage-Routing und Triage, Textklassifikation.
Wie verwende ich NVIDIA-Nemotron-3-Nano-30B-A3B-oQ4e in osFoundry?
Fügen Sie Ihren splats-API-Key im Schlüssel-Dialog ein (oder stellen Sie bei selbst hostbaren Modellen die Open Weights bereit), weisen Sie NVIDIA-Nemotron-3-Nano-30B-A3B-oQ4e im Pipeline-Tab einer Maestro-Rolle zu und nutzen Sie es anschließend im Chat, in Room Apps über invokeAI oder in Ihren eigenen Anwendungen.
Veröffentlicht von splats am 27. April 2026. Quelle: https://huggingface.co/splats/NVIDIA-Nemotron-3-Nano-30B-A3B-oQ4e