Nvidia og LangChain præsenterer NemoClaw: Open-source AI-model reducerer inferensomkostninger markant

Tirsdag den 8. juli 2026 præsenterede Nvidia og LangChain i fællesskab NemoClaw for LangChain Deep Agents-blueprintet, en referencearkitektur til at bygge enterprise AI-agenter baseret på Nvidias open-source-model Nemotron 3 Ultra. Meddelelsen understregede massive reduktioner i inferensomkostninger og enterprise-ydelse, der matcher lukkede konkurrenter .

Hvad blev annonceret: NemoClaw for LangChain Deep Agents

NemoClaw for LangChain Deep Agents-blueprintet giver virksomheder en referencearkitektur til at bygge åbne agentsystemer med Nemotron 3 Ultra og Nvidias OpenShell til runtime-politikstyring. Det er designet til store kunder, der har brug for tilpasselige, produktionsklare AI-agenter med lavere inferensomkostninger . NemoClaw v0.0.76 (8. juli) gjorde Nemotron 3 Ultra til standard managed Nvidia Endpoints for Deep Agents Code .

Inferensomkostninger: Op til 10x lavere end lukkede rivaler

LangChain's Deep Agents harness, optimeret til Nemotron 3 Ultra, leverer inferensomkostninger op til 10x lavere per kørsel sammenlignet med visse førende lukkede modeller . Ifølge Artificial Analysis koster Nemotron 3 Ultra $0,58 per 1M tokens mod Claude Sonnet 4.6's $2,31 – en reduktion på 75 % . Kinesiske finansmedier rapporterede, at inferensomkostningerne er omkring 90 % lavere end lukkede modeller .

Ydelse mod lukkede konkurrenter på enterprise benchmarks

Nvidia oplyser, at Nemotron 3 Ultra på LangChain's Deep Agents benchmarks matchede den højest scorende model på forretningsopgaver (kvalitetsparitet) . Centrale benchmarkresultater inkluderer:

• Artificial Analysis Intelligence Index: Score på 47,7–48 – højest blandt amerikanske open-weight modeller, foran Gemma 4 31B (39) og Nemotron 3 Super (36), men bag den kinesiske open-weight-leder Kimi K2.6 (54) og proprietære frontlinjemodeller som GPT-5.5 (60,2) og Claude Opus 4.7 (57) .
• GPQA Diamond: Score på 86,7 %, konkurrencedygtig med topmodeller .
• Agentic benchmarks: På HuggingFace's publicerede data scorer Nemotron 3 Ultra 56,4 på Terminal Bench 2.1, 46,7 på GDPVal og 70,7 på SWE-Bench Verified, konkurrencedygtig med MiniMax-2.7, GLM-5.1 og Kimi-K2.6 i agentiske opgaver .
• PinchBench Agent Productivity: Score på 90–91 %, matcher Kimi K2.6 og foran Qwen 3.5 .

Arkitektoniske specifikationer

Specifikation	Detalje
Samlede parametre	550 milliarder (550B)
Aktive parametre	55 milliarder (55B) per token
Arkitekturtype	Mixture-of-Experts (MoE) Hybrid Mamba-Attention (Mamba-Transformer)
Kontekstlængde	1 million tokens (1M)
Prætræning	20 billioner teksttokens
Post-træning	SFT + RL + Multi-tier On-Policy Distillation (MOPD)
Licens	OpenMDW 1.1 / Linux Foundation permissiv licens

Kilden til ydelsesforbedringerne

Ydelsesforbedringerne stammer fra tre centrale innovationer :

• Hybrid Mamba-Attention MoE-arkitektur: Kombinerer Mamba 2 state-space-lag med attention-lag i et MoE-routeringsframework, der kun aktiverer 55B af 550B parametre per token for massiv effektivitet.
• Multi-tier On-Policy Distillation (MOPD): En post-træningsteknik, der bruger reinforcement learning på tværs af interaktive miljøer til at destillere ræsonnementsevner.
• Sparse aktivering: Forholdet 10:1 mellem totale og aktive parametre leverer frontlinjeræsonnement til en brøkdel af beregningsomkostningerne for tætte modeller.

Nemotron 3 Ultra opnår op til 5,9x højere inferens-gennemstrømning sammenlignet med GLM-5.1-754B-A40B ved 8K token input / 64K token output . På et pre-release DeepInfra-endpoint serverede den over 300 tokens per sekund .

LangChain-partnerskab og citater

LangChain gav Day 0-support til Nemotron 3 Ultra i sit Deep Agents harness og er medlem af Nemotron Coalition . LangChain CEO Harrison Chase udtalte, at virksomheder kan opnå stærk ydelse til en brøkdel af prisen på lukkede modeller . Nvidia oplyste, at LangChain's Deep Agents harness fuldførte "flere opgaver med højere gennemstrømning ved brug af Nemotron 3 Ultra, samtidig med at inferensomkostningerne var op til 10 gange lavere end nogle førende lukkede modeller" .

Enterprise-adoption

Globale partnere som EY og andre som Abridge, Amdocs og Box anvender allerede NemoClaw + Nemotron 3 Ultra-stakken til at bygge enterprise AI-agenter . Cadence, Siemens, Synopsys og Dassault Systèmes implementerer også autonome AI-ingeniører ved hjælp af Nvidias NemoClaw-blueprints .

Udvikleradgang

Udviklere kan få adgang til Nemotron 3 Ultra via :

• Hugging Face: Modelvægte på nvidia/NVIDIA-Nemotron-3-Ultra-550B-A55B-BF16
• NVIDIA Endpoints / Nvidia NIM: Managed inferens via Nvidias cloud-endpoints (standard i NemoClaw)
• Ollama: Tilgængelig på ollama.com/library/nemotron-3-ultra
• On-premise / GPU Cloud: Vægte kan implementeres på enhver GPU-cloud-instans
• Nvidia NemoClaw: Open-source-blueprints, der kan implementeres med en enkelt kommando

Aktiemarkedsreaktion

Nvidia (NVDA)-aktien steg 4 % onsdag den 9. juli, da de nye benchmarkresultater og NemoClaw-meddelelsen antydede, at Nemotron 3 Ultra kunne udfordre lukkede modeller på både omkostninger og enterprise-ydelse . Bank of America gentog sin købsanbefaling på Nvidia-aktien efter meddelelsen med henvisning til modellens omkostnings-ydelsesfordel og enterprise-momentum .

Tidslinje for centrale meddelelser

• 1. juni 2026: Jensen Huang annoncerede Nemotron 3 Ultra på Computex 2026 i Taipei
• 4. juni 2026: Nvidia frigav officielt Nemotron 3 Ultra som open-source-model med vægte, træningsdata og opskrifter
• 8. juli 2026 (tirsdag): LangChain og Nvidia annoncerede NemoClaw for LangChain Deep Agents-blueprintet med fokus på 10x lavere inferensomkostninger og enterprise-adoption af EY, Abridge, Amdocs og Box
• 9. juli 2026 (onsdag): NVDA-aktien steg 4 % på nyheden; Bank of America gentog købsanbefaling