Uso primário declarado ou inferido com cautela a partir da documentação oficial.
N
NVIDIA / nvidia/NVIDIA-Nemotron-Labs-Dory1.0-4B-BF16
Nemotron Labs Dory 1.0 4B
Modelo de texto da NVIDIA publicado em 16 de outubro de 2026, com 4 mil milhões de parâmetros e arquitetura recorrente. Reutiliza um bloco de camadas para ajustar o cálculo por token sem mudar de checkpoint. Estão documentados o inglês e um contexto validado de 256K tokens. Não gera imagens, áudio ou vídeo.
01 / RESUMO
O essencial
Capacidade máxima de entrada quando publicada pela fonte.
Limite máximo de geração documentado.
Canais de disponibilidade verificados.
Família funcional principal e especialidades verificadas.
Condições declaradas para API, pesos ou alojamento próprio.
02 / FICHA TÉCNICA
Limites e integração
| ID de API | nvidia/NVIDIA-Nemotron-Labs-Dory1.0-4B-BF16 |
|---|---|
| Tipo de modelo | Texto e raciocínio · Código |
| Modelo de acesso | Pesos abertos |
| Licença | OpenMDW 1.1 |
| Implantação | Alojamento próprio; suporte de Dory pendente de versões estáveis |
| Lançamento | 16 OCT 2026 |
| Data de corte do conhecimento | Não publicado |
| Entrada | Texto |
| Saída | Texto |
| Janela de contexto | 262.144 tokens |
| saída máxima | Não publicado |
| Raciocínio | 1, 2 ou 4 ciclos; 2 recomendados |
| Ferramentas publicadas | Funções |
| Passeios Estruturados | Não publicado |
| Processamento em lote | Não publicado |
| Cache de prompts | Não publicado |
| Ajuste fino | Não publicado |
| Plataformas verificadas | Hugging Face · vLLM · llama.cpp |
Raciocínio, programação e agentes com ferramentas em infraestrutura própria. A NVIDIA recomenda dois ciclos como ponto de partida; um reduz o cálculo por token e quatro podem melhorar algumas tarefas. Meça a latência e o custo completos: mais ciclos não garantem maior exatidão em todos os benchmarks.
O suporte de Dory em vLLM e llama.cpp exige as revisões indicadas pela NVIDIA, não uma versão estável qualquer. O alias local dory não é uma API comercial. O contexto de 4.096 tokens e os 2.048 tokens de saída do exemplo GGUF não são limites universais. Não transferimos resultados BF16 para formatos quantizados.
03 / CAPACIDADES
O que pode fazer
Orientação
Raciocínio, programação e agentes com ferramentas em infraestrutura própria. A NVIDIA recomenda dois ciclos como ponto de partida; um reduz o cálculo por token e quatro podem melhorar algumas tarefas. Meça a latência e o custo completos: mais ciclos não garantem maior exatidão em todos os benchmarks.
Contexto
262.144 tokens · Não publicado
Ferramentas e integração
Funções
Acesso
Hugging Face · checkpoint descarregável
Modalidades de entrada
Texto
04 / PREÇOS
Custo documentado
| Conceito | Valor | Unidade/condição |
|---|---|---|
| Entrada padrão | Sem tarifa API oficial publicada | Tarifa padrão da API |
| Entrada em cache | Não publicado | Leitura de prefixos reutilizados |
| Escrita ou armazenamento em cache | Não publicado | A condição varia consoante o fornecedor |
| Saída padrão | Custo da infraestrutura própria | Pode incluir tokens de raciocínio |
| Entrada por lotes | Não publicado | Processamento assíncrono |
| Saída por lotes | Não publicado | Processamento assíncrono |
Pesos disponíveis em BF16, MXFP8, NVFP4 e GGUF Q5_K_M sob OpenMDW 1.1, com uso comercial e não comercial sujeito aos seus termos. Não verificámos uma tarifa de API alojada: os custos numéricos permanecem vazios. O download não elimina custos de hardware, memória, operação e segurança.
i Os preços mudam e podem depender do nível, região ou duração do contexto. Verifique a fonte antes de tomar uma decisão.
05 / AVALIAÇÕES
Como ler os resultados
“
Dez métricas publicadas pela NVIDIA para BF16, não reproduzidas pela Inferama. O valor principal usa dois ciclos; as condições associadas preservam também os resultados com um e quatro. Terminal-Bench 2.1 usa Terminus-2. AA-LCR mantém o avaliador Qwen3-235B-A22B e GDPval-AA v2 usa referências específicas: não são comparações diretas com outros protocolos. Não apresentamos estimativas gráficas do índice AA como pontuações oficiais.
| Benchmark | Resultado | Métrica | Fonte |
|---|---|---|---|
| SciCode | 34,94 | Pontuação BF16 · 2 ciclos | Ver fonte ↗ |
| SWE-bench Verified | 59,5 | Pontuação BF16 · 2 ciclos | Ver fonte ↗ |
| Terminal-Bench 2.1 (Terminus 2) | 18,1 | Pontuação BF16 · 2 ciclos | Ver fonte ↗ |
| Tau3-bench (Banking) | 12,89 | Pontuação BF16 · 2 ciclos | Ver fonte ↗ |
| GDPval-AA v2 (NVIDIA anchors) | 946 | Elo BF16 · 2 ciclos | Ver fonte ↗ |
| GPQA Diamond (sin herramientas) | 72,41 | Pontuação BF16 · 2 ciclos | Ver fonte ↗ |
| HLE (texto, sin herramientas) | 10,89 | Pontuação BF16 · 2 ciclos | Ver fonte ↗ |
| IFBench | 77,94 | Pontuação BF16 · 2 ciclos | Ver fonte ↗ |
| AA-LCR (NVIDIA, Qwen3 judge) | 71 | Pontuação BF16 · 2 ciclos | Ver fonte ↗ |
| AA-Omniscience (accuracy) | 10,08 | Pontuação BF16 · 2 ciclos | Ver fonte ↗ |
O Inferama só destaca o “melhor resultado” quando a métrica, o conjunto de testes, a configuração e a data permitem uma comparação equivalente. Os números do fornecedor são apresentados como declarações de sua própria fonte.
06 / VERSÕES
Cronologia
BF16 / MXFP8 / NVFP4 / GGUF Q5_K_M
Quatro formatos do mesmo modelo, não quatro lançamentos independentes. O identificador de referência corresponde a BF16; os repositórios oficiais de cada formato estão ligados nas fontes. O modo per_loop aumenta a cache KV a cada ciclo; last_loop mantém uma única cache por camada recorrente.
07 / FONTES