Nvidian Nemotron 3 Ultra – avoimen lähdekoodin 550B-malli leikkaa tekoälyn kustannuksia yrityksissä jopa 90 prosenttia

Päättelykustannusetu: 10 kertaa halvempi kuin suljetut kilpailijat

LangChainin Deep Agents -valjastus, joka on optimoitu Nemotron 3 Ultralla, tarjoaa päättelykustannuksissa jopa 10 kertaa pienemmät kustannukset suorituskertaa kohden verrattuna tiettyihin johtaviin suljettuihin malleihin . Artificial Analysisin mukaan Nemotron 3 Ultra maksaa 0,58 dollaria miljoonalta tokenilta, kun Claude Sonnet 4.6 maksaa 2,31 dollaria – tämä on 75 prosentin kustannussäästö . Kiinalainen talousmedia raportoi väitteestä, jonka mukaan päättelykustannukset ovat noin 90 prosenttia alhaisemmat kuin suljetuilla malleilla .

Suorituskyky suljettuja kilpailijoita vastaan yritysvertailuissa

Nvidian mukaan LangChainin Deep Agents -vertailuissa Nemotron 3 Ultra saavutti korkeimman pistemäärän liiketoimintatehtävissä (laadullinen vastaavuus) . Keskeiset vertailupisteet:

• Artificial Analysis Intelligence -indeksi: Pisteet 47,7–48 – korkein yhdysvaltalaisten avoimen painon mallien joukossa, edellä Gemma 4 31B (39) ja Nemotron 3 Super (36), mutta jäljessä kiinalaisesta avoimen painon johtajasta Kimi K2.6 (54) ja omista rajamalleista kuten GPT-5.5 (60,2) ja Claude Opus 4.7 (57) .
• GPQA Diamond: Pisteet 86,7 %, kilpailukykyinen huippumallien kanssa .
• Agenttivertailut: HuggingFacen julkaisemassa datassa Nemotron 3 Ultra saa 56,4 pistettä Terminal Bench 2.1:ssä, 46,7 pistettä GDPValissa ja 70,7 pistettä SWE-Bench Verifiedissä, kilpaillen MiniMax-2.7:n, GLM-5.1:n ja Kimi-K2.6:n kanssa agenttitehtävissä .
• PinchBench Agentin tuottavuus: Pisteet 90–91 %, vastaa Kimi K2.6:ta ja on edellä Qwen 3.5:tä .

Arkkitehtoniset tiedot

Suorituskyvyn parannusten lähde

Suorituskyvyn parannukset perustuvat kolmeen ydinnnovaatioon :

• Hybridi Mamba-Attention MoE -arkkitehtuuri: Yhdistää Mamba 2 -tilatilakerrokset huomiokerroksiin MoE-reitityskehyksessä, aktivoiden vain 55B 550B:stä parametrista tokenia kohden, mikä tuo valtavaa tehokkuutta.
• Monitasoinen on-policy -tislaus (MOPD): Jälkikoulutustekniikka, joka käyttää vahvistusoppimista interaktiivisissa ympäristöissä päättelykykyjen tislaukseen.
• Hajasaktivointi: 10:1 kokonais- ja aktiiviparametrisuhde tuottaa rajapintatason päättelyä murto-osalla tiheiden mallien laskentakustannuksista.

Nemotron 3 Ultra saavuttaa jopa 5,9 kertaa korkeamman päättelyn läpäisyn verrattuna GLM-5.1-754B-A40B:hen 8K tokenin syötteellä / 64K tokenin ulostuloasetuksella . Ennakkojulkaisun DeepInfra-päätepisteessä se palveli yli 300 tokenia sekunnissa .

LangChain-kumppanuus ja lainaukset

LangChain tarjosi 0. päivän tuen Nemotron 3 Ultralla Deep Agents -valjastuksessaan ja on Nemotron Coaliton -jäsen . LangChainin toimitusjohtaja Harrison Chase sanoi, että yritykset voivat saavuttaa vahvan suorituskyvyn murto-osalla suljettujen mallien kustannuksista . Nvidia totesi, että LangChainin Deep Agents -valjastus suoritti "enemmän tehtäviä korkeammalla läpäisyllä Nemotron 3 Ultraa käyttäen, samalla kun päättelykustannukset olivat jopa 10 kertaa alhaisemmat kuin joillakin johtavilla suljetuilla malleilla" .

Yrityskäyttöönotto

Globaalit kumppanit EY ja muut kuten Abridge, Amdocs ja Box ovat jo sitoutuneet NemoClaw + Nemotron 3 Ultra -pinoon yritysten tekoälyagenttien rakentamisessa . Cadence, Siemens, Synopsys ja Dassault Systèmes ottavat myös käyttöön autonomisia tekoälyinsinöörejä Nvidian NemoClaw-viitearkkitehtuureilla .

Kehittäjien käyttövaihtoehdot

Kehittäjät voivat käyttää Nemotron 3 Ultraa seuraavien kautta :

• Hugging Face: Mallin painot osoitteessa nvidia/NVIDIA-Nemotron-3-Ultra-550B-A55B-BF16
• NVIDIA Endpoints / Nvidia NIM: Hallittu päättely Nvidian pilvipäätepisteiden kautta (oletus NemoClawissa)
• Ollama: Saatavilla osoitteessa ollama.com/library/nemotron-3-ultra
• Omilla palvelimilla / GPU-pilvi: Painot voidaan ottaa käyttöön millä tahansa GPU-pilvi-instanssilla
• Nvidia NemoClaw: Avoimen lähdekoodin viitearkkitehtuurit, jotka voidaan ottaa käyttöön yhdellä komennolla

Osakemarkkinareaktio

Nvidian (NVDA) osake nousi 4 prosenttia keskiviikkona 9. heinäkuuta, kun uudet vertailutulokset ja NemoClaw-julkaisu viittasivat siihen, että Nemotron 3 Ultra voisi haastaa suljetut mallit sekä kustannuksissa että yrityssuorituskyvyssä . Bank of America toisti osta-suosituksensa Nvidian osakkeelle julkaisun jälkeen vedoten mallin kustannus-hyötysuhteeseen ja yritysvauhtiin .

Keskeisten julkaisujen aikajana

• 1. kesäkuuta 2026: Jensen Huang ilmoitti Nemotron 3 Ultrasta Computex 2026 -tapahtumassa Taipeissa
• 4. kesäkuuta 2026: Nvidia julkaisi Nemotron 3 Ultran virallisesti avoimen lähdekoodin mallina painoineen, koulutusdataineen ja resepteineen
• 8. heinäkuuta 2026 (tiistai): LangChain ja Nvidia ilmoittivat NemoClaw for LangChain Deep Agents -viitearkkitehtuurista, korostaen 10 kertaa alhaisempia päättelykustannuksia ja yrityskäyttöönottoa EY:n, Abridgen, Amdocsin ja Boxin toimesta
• 9. heinäkuuta 2026 (keskiviikko): NVDA-osake nousi 4 % uutisen johdosta; Bank of America toisti osta-suosituksensa