Nvidias Nemotron 3 Ultra: Wie ein offenes 550B-Modell die KI-Kosten für Unternehmen um das Zehnfache senkt

Am Dienstag, den 8. Juli 2026, gaben Nvidia und LangChain gemeinsam den NemoClaw for LangChain Deep Agents Bauplan bekannt. Es handelt sich um eine Referenzarchitektur für Unternehmens-KI-Agenten, die auf Nvidias quelloffenem Modell Nemotron 3 Ultra basiert. Die Ankündigung stellte massive Einsparungen bei den Inferenzkosten und eine auf Unternehmensniveau konkurrenzfähige Leistung im Vergleich zu geschlossenen Konkurrenzmodellen in den Vordergrund .

Was wurde angekündigt: Der NemoClaw for LangChain Deep Agents Bauplan

Der NemoClaw for LangChain Deep Agents Bauplan bietet Unternehmen eine Referenzarchitektur für den Bau offener Agentensysteme, die Nemotron 3 Ultra und Nvidias OpenShell für Laufzeitrichtlinien nutzen. Er richtet sich an große Kunden, die anpassbare, produktionsreife KI-Agenten mit geringeren Inferenzkosten benötigen . Die Version NemoClaw v0.0.76 (8. Juli) machte Nemotron 3 Ultra zum Standard für die Managed Nvidia Endpoints im Deep Agents Code .

Inferenzkostenvorteil: 10x günstiger als geschlossene Konkurrenz

Das Deep Agents Framework von LangChain, optimiert für Nemotron 3 Ultra, senkt die Inferenzkosten pro Durchlauf um bis zu 90 Prozent gegenüber bestimmten führenden geschlossenen Modellen . Auf Artificial Analysis kostet Nemotron 3 Ultra 0,58 $ pro 1 Million Tokens im Vergleich zu Claude Sonnet 4.6 mit 2,31 $ – eine Reduzierung um 75 % . Chinesische Finanzmedien berichteten von einer Behauptung, dass die Inferenzkosten etwa 90 % niedriger lägen als bei geschlossenen Modellen .

Leistung im Vergleich zu geschlossenen Konkurrenten bei Unternehmens-Benchmarks

Nvidia zufolge erreichte Nemotron 3 Ultra in den Deep Agents Benchmarks von LangChain die höchste Punktzahl bei geschäftlichen Aufgaben (Parität in der Qualität) . Wichtige Benchmark-Ergebnisse:

• Artificial Analysis Intelligence Index: 47,7–48 Punkte – höchster Wert unter den offenen US-Modellen, vor Gemma 4 31B (39) und Nemotron 3 Super (36), aber hinter dem chinesischen Open-Weight-Spitzenreiter Kimi K2.6 (54) und proprietären Frontier-Modellen wie GPT-5.5 (60,2) und Claude Opus 4.7 (57) .
• GPQA Diamond: 86,7 %, konkurrenzfähig mit den Top-Modellen .
• Agentische Benchmarks: Auf HuggingFace veröffentlichten Daten erreicht Nemotron 3 Ultra 56,4 im Terminal Bench 2.1, 46,7 im GDPVal und 70,7 im SWE-Bench Verified – konkurrenzfähig mit MiniMax-2.7, GLM-5.1 und Kimi-K2.6 bei agentischen Aufgaben .
• PinchBench Agent Productivity: 90–91 %, gleichauf mit Kimi K2.6 und vor Qwen 3.5 .

Architektonische Spezifikationen

Spezifikation	Detail
Gesamtparameter	550 Milliarden (550B)
Aktive Parameter	55 Milliarden (55B) pro Token
Architekturtyp	Mixture-of-Experts (MoE) Hybrid Mamba-Attention (Mamba-Transformer)
Kontextlänge	1 Million Tokens (1M)
Vortraining	20 Billionen Text-Tokens
Nachtraining	SFT + RL + Multi-tier On-Policy Distillation (MOPD)
Lizenz	OpenMDW 1.1 / Linux Foundation permissive Lizenz

Quelle der Leistungssteigerungen

Die Leistungssteigerungen beruhen auf drei Kerninnovationen :

• Hybride Mamba-Attention-MoE-Architektur: Kombiniert Mamba-2-State-Space-Layer mit Attention-Layern in einem MoE-Routing-Framework, wodurch pro Token nur 55B von 550B Parametern aktiviert werden – für massive Effizienz.
• Multi-tier On-Policy Distillation (MOPD): Eine Nachtrainings-Technik, die Reinforcement Learning in interaktiven Umgebungen nutzt, um Argumentationsfähigkeiten zu destillieren.
• Sparse Activation: Das Verhältnis von Gesamt- zu aktiven Parametern von 10:1 liefert Reasoning auf Frontier-Niveau zu einem Bruchteil der Rechenkosten dichter Modelle.

Nemotron 3 Ultra erreicht einen bis zu 5,9-fach höheren Inferenzdurchsatz im Vergleich zu GLM-5.1-754B-A40B bei der Einstellung 8K Token Input / 64K Token Output . Auf einem Vorab-DeepInfra-Endpunkt wurden über 300 Tokens pro Sekunde erreicht .

LangChain-Partnerschaft & Zitate

LangChain bot Day-0-Unterstützung für Nemotron 3 Ultra in seinem Deep Agents Framework und ist Mitglied der Nemotron Coalition . LangChain-CEO Harrison Chase sagte, Unternehmen könnten mit einem Bruchteil der Kosten geschlossener Modelle eine starke Leistung erzielen . Nvidia erklärte, dass das Deep Agents Framework von LangChain „mehr Aufgaben mit höherem Durchsatz unter Verwendung von Nemotron 3 Ultra erledigte und dabei Inferenzkosten lieferte, die bis zu zehnmal niedriger waren als bei einigen führenden geschlossenen Modellen" .

Erste Unternehmensnutzer

Die globalen Partner EY sowie Unternehmen wie Abridge, Amdocs und Box setzen bereits auf den NemoClaw + Nemotron 3 Ultra Stack für den Bau von Unternehmens-KI-Agenten . Auch Cadence, Siemens, Synopsys und Dassault Systèmes setzen mit Nvidias NemoClaw-Bauplänen autonome KI-Ingenieure ein .

Zugang für Entwickler

Entwickler können auf Nemotron 3 Ultra über folgende Wege zugreifen :

• Hugging Face: Modellgewichte unter nvidia/NVIDIA-Nemotron-3-Ultra-550B-A55B-BF16
• NVIDIA Endpoints / Nvidia NIM: Verwaltete Inferenz über Nvidias Cloud-Endpunkte (Standard in NemoClaw)
• Ollama: Verfügbar unter ollama.com/library/nemotron-3-ultra
• On-Premise / GPU-Cloud: Die Gewichte können auf jeder GPU-Cloud-Instanz eingesetzt werden
• Nvidia NemoClaw: Open-Source-Baupläne, die mit einem einzigen Befehl bereitgestellt werden können

Reaktion an der Börse

Die Nvidia-Aktie (NVDA) legte am Mittwoch, den 9. Juli, um 4 % zu, da die neuen Benchmark-Ergebnisse und die NemoClaw-Ankündigung darauf hindeuteten, dass Nemotron 3 Ultra sowohl bei den Kosten als auch bei der Unternehmensleistung eine Herausforderung für geschlossene Modelle darstellen könnte . Die Bank of America bestätigte ihr Kaufvotum (Buy) für die Nvidia-Aktie nach der Ankündigung und verwies auf das Kosten-Leistungs-Verhältnis des Modells und die Dynamik im Unternehmensbereich .

Zeitleiste der wichtigsten Ankündigungen

• 1. Juni 2026: Jensen Huang kündigt Nemotron 3 Ultra auf der Computex 2026 in Taipeh an
• 4. Juni 2026: Nvidia veröffentlicht Nemotron 3 Ultra offiziell als Open-Source-Modell mit Gewichten, Trainingsdaten und Rezepten
• 8. Juli 2026 (Dienstag): LangChain und Nvidia geben den NemoClaw for LangChain Deep Agents Bauplan bekannt und heben die zehnmal niedrigeren Inferenzkosten sowie die ersten Unternehmenskunden EY, Abridge, Amdocs und Box hervor
• 9. Juli 2026 (Mittwoch): Die NVDA-Aktie steigt um 4 %; die Bank of America bestätigt ihr Kaufvotum