Nákladová výhoda inference: 10x nižší než u uzavřených rivalů

Nástroj LangChain Deep Agents, optimalizovaný pro Nemotron 3 Ultra, poskytuje náklady na inferenci až 10x nižší na jeden běh ve srovnání s některými předními uzavřenými modely . Na platformě Artificial Analysis stojí Nemotron 3 Ultra 0,58 USD za 1 milion tokenů, zatímco Claude Sonnet 4,6 stojí 2,31 USD – to představuje snížení nákladů o 75 % . Čínská finanční média uvedla, že náklady na inferenci jsou až o ~90 % nižší než u uzavřených modelů .

Výkon proti uzavřeným rivalům v podnikových benchmarkách

Nvidia uvádí, že v benchmarkách Deep Agents od LangChain dosáhl Nemotron 3 Ultra shody s nejlépe hodnoceným modelem v obchodních úlohách (parita v kvalitě) . Klíčová skóre benchmarků:

• Artificial Analysis Intelligence Index: Skóre 47,7–48 – nejvyšší mezi americkými open-weight modely, před Gemma 4 31B (39) a Nemotron 3 Super (36), ale za čínským lídrem Kimi K2.6 (54) a proprietárními modely jako GPT-5.5 (60,2) a Claude Opus 4.7 (57) .
• GPQA Diamond: Skóre 86,7 %, konkurenceschopné s nejlepšími modely .
• Agentické benchmarky: Na zveřejněných datech HuggingFace dosahuje Nemotron 3 Ultra skóre 56,4 v Terminal Bench 2.1, 46,7 v GDPVal a 70,7 v SWE-Bench Verified, což je konkurenceschopné s MiniMax-2.7, GLM-5.1 a Kimi-K2.6 .
• PinchBench Agent Productivity: Skóre 90–91 %, shodné s Kimi K2.6 a před Qwen 3.5 .

Architektonické specifikace

Zdroje výkonnostního zlepšení

Zlepšení výkonu pramení ze tří klíčových inovací :

• Hybridní architektura Mamba-Attention MoE: Kombinuje vrstvy Mamba 2 state-space s vrstvami pozornosti v rámci MoE směrování, přičemž aktivuje pouze 55B z 550B parametrů na token pro masivní efektivitu.
• Multi-tier On-Policy Distillation (MOPD): Potréninková technika využívající posilované učení v interaktivních prostředích k destilaci schopností uvažování.
• Řídká aktivace: Poměr celkových a aktivních parametrů 10:1 poskytuje uvažování na hranici možností za zlomek výpočetních nákladů hustých modelů.

Nemotron 3 Ultra dosahuje až 5,9x vyšší propustnosti inference ve srovnání s GLM-5.1-754B-A40B při nastavení 8K tokenů vstupu / 64K tokenů výstupu . Na předběžném koncovém bodě DeepInfra dosáhl rychlosti přes 300 tokenů za sekundu .

Partnerství s LangChain a citace

LangChain poskytl podporu ode dne 0 pro Nemotron 3 Ultra ve svém nástroji Deep Agents a je členem Nemotron Coalition . Generální ředitel LangChain Harrison Chase uvedl, že firmy mohou dosáhnout vysokého výkonu za zlomek nákladů uzavřených modelů . Nvidia uvedla, že nástroj Deep Agents od LangChain dokončil "více úloh s vyšší propustností pomocí Nemotron 3 Ultra a zároveň poskytl náklady na inferenci až 10x nižší než některé přední uzavřené modely" .

Firemní adopce

Globální partneři jako EY a dále Abridge, Amdocs a Box již začali používat stack NemoClaw + Nemotron 3 Ultra pro budování podnikových AI agentů . Společnosti Cadence, Siemens, Synopsys a Dassault Systèmes rovněž nasazují autonomní AI inženýry pomocí Nvidia NemoClaw blueprintů .

Možnosti přístupu pro vývojáře

Vývojáři mohou k modelu Nemotron 3 Ultra přistupovat prostřednictvím :

• Hugging Face: Váhy modelu na nvidia/NVIDIA-Nemotron-3-Ultra-550B-A55B-BF16
• NVIDIA Endpoints / Nvidia NIM: Spravovaná inference přes cloudové koncové body Nvidia (výchozí v NemoClaw)
• Ollama: K dispozici na ollama.com/library/nemotron-3-ultra
• On-premise / GPU Cloud: Váhy lze nasadit na libovolné GPU cloudové instanci
• Nvidia NemoClaw: Open-source blueprints nasaditelné jediným příkazem

Reakce akciového trhu

Akcie Nvidie (NVDA) vzrostly o 4 % ve středu 9. července, protože nové výsledky benchmarků a oznámení NemoClaw naznačily, že by Nemotron 3 Ultra mohl konkurovat uzavřeným modelům jak cenou, tak firemním výkonem . Bank of America potvrdila své hodnocení Buy pro akcie Nvidie po tomto oznámení s odkazem na cenově-výkonnostní výhodu modelu a firemní dynamiku .

Časový klíčových oznámení

• 1. června 2026: Jensen Huang oznámil Nemotron 3 Ultra na Computex 2026 v Tchaj-peji
• 4. června 2026: Nvidia oficiálně vydala Nemotron 3 Ultra jako open-source model s váhami, tréninkovými daty a recepty
• 8. července 2026 (úterý): LangChain a Nvidia oznámily blueprint NemoClaw for LangChain Deep Agents s důrazem na 10x nižší náklady na inferenci a firemní adopci u EY, Abridge, Amdocs a Box
• 9. července 2026 (středa): Akcie NVDA vzrostly o 4 % na této zprávě; Bank of America potvrdila hodnocení Buy

Nákladová výhoda inference: 10x nižší než u uzavřených rivalů

Nástroj LangChain Deep Agents, optimalizovaný pro Nemotron 3 Ultra, poskytuje náklady na inferenci až 10x nižší na jeden běh ve srovnání s některými předními uzavřenými modely . Na platformě Artificial Analysis stojí Nemotron 3 Ultra 0,58 USD za 1 milion tokenů, zatímco Claude Sonnet 4,6 stojí 2,31 USD – to představuje snížení nákladů o 75 % . Čínská finanční média uvedla, že náklady na inferenci jsou až o ~90 % nižší než u uzavřených modelů .

Výkon proti uzavřeným rivalům v podnikových benchmarkách

Nvidia uvádí, že v benchmarkách Deep Agents od LangChain dosáhl Nemotron 3 Ultra shody s nejlépe hodnoceným modelem v obchodních úlohách (parita v kvalitě) . Klíčová skóre benchmarků:

• Artificial Analysis Intelligence Index: Skóre 47,7–48 – nejvyšší mezi americkými open-weight modely, před Gemma 4 31B (39) a Nemotron 3 Super (36), ale za čínským lídrem Kimi K2.6 (54) a proprietárními modely jako GPT-5.5 (60,2) a Claude Opus 4.7 (57) .
• GPQA Diamond: Skóre 86,7 %, konkurenceschopné s nejlepšími modely .
• Agentické benchmarky: Na zveřejněných datech HuggingFace dosahuje Nemotron 3 Ultra skóre 56,4 v Terminal Bench 2.1, 46,7 v GDPVal a 70,7 v SWE-Bench Verified, což je konkurenceschopné s MiniMax-2.7, GLM-5.1 a Kimi-K2.6 .
• PinchBench Agent Productivity: Skóre 90–91 %, shodné s Kimi K2.6 a před Qwen 3.5 .

Architektonické specifikace

Zdroje výkonnostního zlepšení

Zlepšení výkonu pramení ze tří klíčových inovací :

• Hybridní architektura Mamba-Attention MoE: Kombinuje vrstvy Mamba 2 state-space s vrstvami pozornosti v rámci MoE směrování, přičemž aktivuje pouze 55B z 550B parametrů na token pro masivní efektivitu.
• Multi-tier On-Policy Distillation (MOPD): Potréninková technika využívající posilované učení v interaktivních prostředích k destilaci schopností uvažování.
• Řídká aktivace: Poměr celkových a aktivních parametrů 10:1 poskytuje uvažování na hranici možností za zlomek výpočetních nákladů hustých modelů.

Nemotron 3 Ultra dosahuje až 5,9x vyšší propustnosti inference ve srovnání s GLM-5.1-754B-A40B při nastavení 8K tokenů vstupu / 64K tokenů výstupu . Na předběžném koncovém bodě DeepInfra dosáhl rychlosti přes 300 tokenů za sekundu .

Partnerství s LangChain a citace

LangChain poskytl podporu ode dne 0 pro Nemotron 3 Ultra ve svém nástroji Deep Agents a je členem Nemotron Coalition . Generální ředitel LangChain Harrison Chase uvedl, že firmy mohou dosáhnout vysokého výkonu za zlomek nákladů uzavřených modelů . Nvidia uvedla, že nástroj Deep Agents od LangChain dokončil "více úloh s vyšší propustností pomocí Nemotron 3 Ultra a zároveň poskytl náklady na inferenci až 10x nižší než některé přední uzavřené modely" .

Firemní adopce

Globální partneři jako EY a dále Abridge, Amdocs a Box již začali používat stack NemoClaw + Nemotron 3 Ultra pro budování podnikových AI agentů . Společnosti Cadence, Siemens, Synopsys a Dassault Systèmes rovněž nasazují autonomní AI inženýry pomocí Nvidia NemoClaw blueprintů .

Možnosti přístupu pro vývojáře

Vývojáři mohou k modelu Nemotron 3 Ultra přistupovat prostřednictvím :

• Hugging Face: Váhy modelu na nvidia/NVIDIA-Nemotron-3-Ultra-550B-A55B-BF16
• NVIDIA Endpoints / Nvidia NIM: Spravovaná inference přes cloudové koncové body Nvidia (výchozí v NemoClaw)
• Ollama: K dispozici na ollama.com/library/nemotron-3-ultra
• On-premise / GPU Cloud: Váhy lze nasadit na libovolné GPU cloudové instanci
• Nvidia NemoClaw: Open-source blueprints nasaditelné jediným příkazem

Reakce akciového trhu

Akcie Nvidie (NVDA) vzrostly o 4 % ve středu 9. července, protože nové výsledky benchmarků a oznámení NemoClaw naznačily, že by Nemotron 3 Ultra mohl konkurovat uzavřeným modelům jak cenou, tak firemním výkonem . Bank of America potvrdila své hodnocení Buy pro akcie Nvidie po tomto oznámení s odkazem na cenově-výkonnostní výhodu modelu a firemní dynamiku .

Časový klíčových oznámení

• 1. června 2026: Jensen Huang oznámil Nemotron 3 Ultra na Computex 2026 v Tchaj-peji
• 4. června 2026: Nvidia oficiálně vydala Nemotron 3 Ultra jako open-source model s váhami, tréninkovými daty a recepty
• 8. července 2026 (úterý): LangChain a Nvidia oznámily blueprint NemoClaw for LangChain Deep Agents s důrazem na 10x nižší náklady na inferenci a firemní adopci u EY, Abridge, Amdocs a Box
• 9. července 2026 (středa): Akcie NVDA vzrostly o 4 % na této zprávě; Bank of America potvrdila hodnocení Buy