Nvidia Nemotron Super 49B 怎么计费？

输入 $0.195、输出 $0.195 每百万 token，命中缓存的输入按 $0.0975 计。每次请求的扣费都能在控制台使用日志里查到。

上下文有多长？

128K token。长对话每一轮都会按全部输入 token 计费，注意控制历史长度。

支持流式输出吗？

支持。请求里加 "stream": true，返回 SSE，格式与 OpenAI 一致。

NVIDIA: Nvidia Nemotron Super 49B

llama-3.3-nemotron-super-49b-v1

对比 API 获取 Key 试用获取 Key 试用

Nvidia Nemotron Super 49B 输入 $0.195/百万 token，输出 $0.195/百万 token，上下文 128K，通过兼容 OpenAI 的接口调用。

Llama-3.3-Nemotron-Super-49B-v1 is a model which offers a great tradeoff between model accuracy and efficiency. Efficiency (throughput) directly translates to savings. Using a novel Neural Architecture Search (NAS) approach, we greatly reduce the model's memory footprint, enabling larger workloads, as well as fitting the model on a single GPU at high workloads (H200). This NAS approach enables the selection of a desired point in the accuracy-efficiency tradeoff. For more information on the NAS approach, please refer to this paper.

模态

文本 → 文本

输入 / 输出价

$0.195 / $0.195 每 1M

上下文

128K · 最长输出 16K

能力

开源权重

价格

按实际 token 计费，从余额中扣除。人民币按 1 美元 ≈ 7.2 元折算，仅供参考。

计费项	美元 / 1M token	人民币参考
输入	$0.195	¥1.40
输出	$0.195	¥1.40
缓存命中（输入）	$0.0975	¥0.70

试算

拖动滑块估算这个模型的花费。

每次输入 3K token每次输出 800 token每天请求数 500输入命中缓存 0%（长对话、固定系统提示词时较高）

单次: $0.00074
每天: $0.3705
每月（30 天）: $11.12≈ ¥80

Nvidia Nemotron Super 49B：输入 $0.195/M · 输出 $0.195/M · 缓存命中 $0.0975/M

按这个配置调用

curl https://api.geniusrelaygpt.com/v1/chat/completions \
  -H "Authorization: Bearer $API_KEY" \
  -H "Content-Type: application/json" \
  -d '{"model": "llama-3.3-nemotron-super-49b-v1", "max_tokens": 800,
       "messages": [{"role": "user", "content": "…"}]}'

接入代码

兼容 OpenAI 接口。把 Base URL 换成 https://api.geniusrelaygpt.com/v1，模型名填 llama-3.3-nemotron-super-49b-v1。

curl https://api.geniusrelaygpt.com/v1/chat/completions \
  -H "Authorization: Bearer $API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "llama-3.3-nemotron-super-49b-v1",
    "stream": true,
    "messages": [{"role": "user", "content": "你好"}]
  }'

在客户端里用：Cursor · Cline · 酒馆 · Codex

支持的参数

常用 OpenAI 参数都可以直接传。

temperaturetop_pmax_tokensstreamstoppresence_penaltyfrequency_penaltyseed

常见问题

Nvidia Nemotron Super 49B 怎么计费？: 输入 $0.195、输出 $0.195 每百万 token，命中缓存的输入按 $0.0975 计。每次请求的扣费都能在控制台使用日志里查到。
上下文有多长？: 128K token。长对话每一轮都会按全部输入 token 计费，注意控制历史长度。
支持流式输出吗？: 支持。请求里加 "stream": true，返回 SSE，格式与 OpenAI 一致。

价格

试算

接入代码

支持的参数

相关模型

常见问题