इन्फरेंस लागत में बढ़त: क्लोज्ड राइवल्स से 10 गुना सस्ता

Nemotron 3 Ultra के लिए ऑप्टिमाइज़्ड LangChain के Deep Agents हार्नेस की इन्फरेंस लागत कुछ क्लोज्ड-सोर्स मॉडल्स की तुलना में प्रति रन 10 गुना तक कम है । Artificial Analysis के अनुसार, Nemotron 3 Ultra की लागत $0.58 प्रति 1M टोकन है, जबकि Claude Sonnet 4.6 की लागत $2.31 है—75% की कमी । चीनी वित्तीय मीडिया ने दावा किया कि क्लोज्ड मॉडल्स की तुलना में इन्फरेंस लागत लगभग 90% कम है ।

एंटरप्राइज बेंचमार्क में क्लोज्ड राइवल्स के मुकाबले प्रदर्शन

Nvidia का कहना है कि LangChain के Deep Agents बेंचमार्क पर, Nemotron 3 Ultra ने व्यावसायिक कार्यों में उच्चतम स्कोर करने वाले मॉडल की बराबरी की (गुणवत्ता में समानता) । प्रमुख बेंचमार्क स्कोर इस प्रकार हैं:

• Artificial Analysis Intelligence Index: स्कोर 47.7–48—US ओपन-वेट मॉडल्स में सबसे अधिक, Gemma 4 31B (39) और Nemotron 3 Super (36) से आगे, लेकिन चीनी ओपन-वेट लीडर Kimi K2.6 (54) और प्रोप्राइटरी फ्रंटियर मॉडल्स जैसे GPT-5.5 (60.2) और Claude Opus 4.7 (57) से पीछे ।
• GPQA Diamond: स्कोर 86.7%, शीर्ष मॉडलों के बराबर ।
• एजेंटिक बेंचमार्क: HuggingFace के प्रकाशित डेटा पर, Nemotron 3 Ultra ने Terminal Bench 2.1 पर 56.4, GDPVal पर 46.7, और SWE-Bench Verified पर 70.7 स्कोर किए, जो एजेंटिक कार्यों में MiniMax-2.7, GLM-5.1 और Kimi-K2.6 के बराबर है ।
• PinchBench Agent Productivity: स्कोर 90–91%, Kimi K2.6 के बराबर और Qwen 3.5 से आगे ।

आर्किटेक्चरल विशिष्टताएँ

प्रदर्शन लाभ का स्रोत

प्रदर्शन लाभ तीन मुख्य नवाचारों से आता है :

• हाइब्रिड Mamba-Attention MoE आर्किटेक्चर: Mamba 2 स्टेट-स्पेस लेयर्स को अटेंशन लेयर्स के साथ MoE रूटिंग फ्रेमवर्क में जोड़ता है, प्रति टोकन 550B में से केवल 55B पैरामीटर सक्रिय करता है।
• मल्टी-टियर ऑन-पॉलिसी डिस्टिलेशन (MOPD): एक पोस्ट-ट्रेनिंग तकनीक जो इंटरैक्टिव वातावरण में रीइन्फोर्समेंट लर्निंग का उपयोग करके तर्क क्षमताओं को डिस्टिल करती है।
• स्पार्स एक्टिवेशन: 10:1 का कुल-से-सक्रिय पैरामीटर अनुपात डेंस मॉडल्स की तुलना में कम कंप्यूट लागत पर फ्रंटियर-स्तरीय तर्क प्रदान करता है।

Nemotron 3 Ultra, 8K टोकन इनपुट / 64K टोकन आउटपुट सेटिंग पर GLM-5.1-754B-A40B की तुलना में 5.9 गुना अधिक इन्फरेंस थ्रूपुट प्राप्त करता है । एक प्री-रिलीज़ DeepInfra एंडपॉइंट पर, इसने प्रति सेकंड 300 से अधिक टोकन सर्व किए ।

LangChain साझेदारी और उद्धरण

LangChain ने अपने Deep Agents हार्नेस में Nemotron 3 Ultra के लिए डे-0 सपोर्ट प्रदान किया और Nemotron Coalition का सदस्य है । LangChain के CEO हैरिसन चेज़ ने कहा कि एंटरप्राइजेज क्लोज्ड मॉडल्स की तुलना में कम लागत पर मजबूत प्रदर्शन प्राप्त कर सकते हैं । Nvidia ने कहा कि LangChain के Deep Agents हार्नेस ने "Nemotron 3 Ultra का उपयोग करके अधिक कार्यों को उच्च थ्रूपुट पर पूरा किया, जबकि कुछ क्लोज्ड मॉडल्स की तुलना में इन्फरेंस लागत 10 गुना तक कम दी" ।

एंटरप्राइज अपनाना

वैश्विक भागीदार EY और Abridge, Amdocs, Box जैसे अन्य पहले से ही एंटरप्राइज AI एजेंट बनाने के लिए NemoClaw + Nemotron 3 Ultra स्टैक के साथ जुड़ चुके हैं । Cadence, Siemens, Synopsys और Dassault Systèmes भी Nvidia के NemoClaw ब्लूप्रिंट का उपयोग करके स्वायत्त AI इंजीनियर तैनात कर रहे हैं ।

डेवलपर एक्सेस विकल्प

डेवलपर्स Nemotron 3 Ultra तक इन माध्यमों से पहुँच सकते हैं :

• Hugging Face: मॉडल वेट nvidia/NVIDIA-Nemotron-3-Ultra-550B-A55B-BF16 पर
• NVIDIA एंडपॉइंट्स / Nvidia NIM: Nvidia के क्लाउड एंडपॉइंट्स के माध्यम से मैनेज्ड इन्फरेंस (NemoClaw में डिफ़ॉल्ट)
• Ollama: ollama.com/library/nemotron-3-ultra पर उपलब्ध
• ऑन-प्रिमाइसेस / GPU क्लाउड: किसी भी GPU क्लाउड इंस्टेंस पर वेट तैनात किए जा सकते हैं
• Nvidia NemoClaw: एक ही कमांड से तैनात किए जा सकने वाले ओपन-सोर्स ब्लूप्रिंट

शेयर बाजार पर प्रतिक्रिया

9 जुलाई, बुधवार को Nvidia (NVDA) के शेयरों में 4% की बढ़त देखी गई, क्योंकि नए बेंचमार्क परिणामों और NemoClaw की घोषणा से संकेत मिला कि Nemotron 3 Ultra लागत और एंटरप्राइज परफॉरमेंस दोनों में क्लोज्ड मॉडल्स को चुनौती दे सकता है । बैंक ऑफ अमेरिका ने इस घोषणा के बाद Nvidia स्टॉक पर अपनी Buy रेटिंग दोहराई, मॉडल के लागत-प्रदर्शन लाभ और एंटरप्राइज गति का हवाला देते हुए ।

प्रमुख घोषणाओं की समयरेखा

• 1 जून, 2026: जेन्सेन हुआंग ने ताइपे में Computex 2026 में Nemotron 3 Ultra की घोषणा की
• 4 जून, 2026: Nvidia ने Nemotron 3 Ultra को वेट, ट्रेनिंग डेटा और रेसिपी के साथ ओपन-सोर्स मॉडल के रूप में जारी किया
• 8 जुलाई, 2026 (मंगलवार): LangChain और Nvidia ने NemoClaw for LangChain Deep Agents ब्लूप्रिंट की घोषणा की, जिसमें 10 गुना कम इन्फरेंस लागत और EY, Abridge, Amdocs, Box द्वारा एंटरप्राइज अपनाने पर प्रकाश डाला गया
• 9 जुलाई, 2026 (बुधवार): NVDA स्टॉक खबर पर 4% बढ़ गया; बैंक ऑफ अमेरिका ने Buy दोहराया

इन्फरेंस लागत में बढ़त: क्लोज्ड राइवल्स से 10 गुना सस्ता

Nemotron 3 Ultra के लिए ऑप्टिमाइज़्ड LangChain के Deep Agents हार्नेस की इन्फरेंस लागत कुछ क्लोज्ड-सोर्स मॉडल्स की तुलना में प्रति रन 10 गुना तक कम है । Artificial Analysis के अनुसार, Nemotron 3 Ultra की लागत $0.58 प्रति 1M टोकन है, जबकि Claude Sonnet 4.6 की लागत $2.31 है—75% की कमी । चीनी वित्तीय मीडिया ने दावा किया कि क्लोज्ड मॉडल्स की तुलना में इन्फरेंस लागत लगभग 90% कम है ।

एंटरप्राइज बेंचमार्क में क्लोज्ड राइवल्स के मुकाबले प्रदर्शन

Nvidia का कहना है कि LangChain के Deep Agents बेंचमार्क पर, Nemotron 3 Ultra ने व्यावसायिक कार्यों में उच्चतम स्कोर करने वाले मॉडल की बराबरी की (गुणवत्ता में समानता) । प्रमुख बेंचमार्क स्कोर इस प्रकार हैं:

• Artificial Analysis Intelligence Index: स्कोर 47.7–48—US ओपन-वेट मॉडल्स में सबसे अधिक, Gemma 4 31B (39) और Nemotron 3 Super (36) से आगे, लेकिन चीनी ओपन-वेट लीडर Kimi K2.6 (54) और प्रोप्राइटरी फ्रंटियर मॉडल्स जैसे GPT-5.5 (60.2) और Claude Opus 4.7 (57) से पीछे ।
• GPQA Diamond: स्कोर 86.7%, शीर्ष मॉडलों के बराबर ।
• एजेंटिक बेंचमार्क: HuggingFace के प्रकाशित डेटा पर, Nemotron 3 Ultra ने Terminal Bench 2.1 पर 56.4, GDPVal पर 46.7, और SWE-Bench Verified पर 70.7 स्कोर किए, जो एजेंटिक कार्यों में MiniMax-2.7, GLM-5.1 और Kimi-K2.6 के बराबर है ।
• PinchBench Agent Productivity: स्कोर 90–91%, Kimi K2.6 के बराबर और Qwen 3.5 से आगे ।

आर्किटेक्चरल विशिष्टताएँ

प्रदर्शन लाभ का स्रोत

प्रदर्शन लाभ तीन मुख्य नवाचारों से आता है :

• हाइब्रिड Mamba-Attention MoE आर्किटेक्चर: Mamba 2 स्टेट-स्पेस लेयर्स को अटेंशन लेयर्स के साथ MoE रूटिंग फ्रेमवर्क में जोड़ता है, प्रति टोकन 550B में से केवल 55B पैरामीटर सक्रिय करता है।
• मल्टी-टियर ऑन-पॉलिसी डिस्टिलेशन (MOPD): एक पोस्ट-ट्रेनिंग तकनीक जो इंटरैक्टिव वातावरण में रीइन्फोर्समेंट लर्निंग का उपयोग करके तर्क क्षमताओं को डिस्टिल करती है।
• स्पार्स एक्टिवेशन: 10:1 का कुल-से-सक्रिय पैरामीटर अनुपात डेंस मॉडल्स की तुलना में कम कंप्यूट लागत पर फ्रंटियर-स्तरीय तर्क प्रदान करता है।

Nemotron 3 Ultra, 8K टोकन इनपुट / 64K टोकन आउटपुट सेटिंग पर GLM-5.1-754B-A40B की तुलना में 5.9 गुना अधिक इन्फरेंस थ्रूपुट प्राप्त करता है । एक प्री-रिलीज़ DeepInfra एंडपॉइंट पर, इसने प्रति सेकंड 300 से अधिक टोकन सर्व किए ।

LangChain साझेदारी और उद्धरण

LangChain ने अपने Deep Agents हार्नेस में Nemotron 3 Ultra के लिए डे-0 सपोर्ट प्रदान किया और Nemotron Coalition का सदस्य है । LangChain के CEO हैरिसन चेज़ ने कहा कि एंटरप्राइजेज क्लोज्ड मॉडल्स की तुलना में कम लागत पर मजबूत प्रदर्शन प्राप्त कर सकते हैं । Nvidia ने कहा कि LangChain के Deep Agents हार्नेस ने "Nemotron 3 Ultra का उपयोग करके अधिक कार्यों को उच्च थ्रूपुट पर पूरा किया, जबकि कुछ क्लोज्ड मॉडल्स की तुलना में इन्फरेंस लागत 10 गुना तक कम दी" ।

एंटरप्राइज अपनाना

वैश्विक भागीदार EY और Abridge, Amdocs, Box जैसे अन्य पहले से ही एंटरप्राइज AI एजेंट बनाने के लिए NemoClaw + Nemotron 3 Ultra स्टैक के साथ जुड़ चुके हैं । Cadence, Siemens, Synopsys और Dassault Systèmes भी Nvidia के NemoClaw ब्लूप्रिंट का उपयोग करके स्वायत्त AI इंजीनियर तैनात कर रहे हैं ।

डेवलपर एक्सेस विकल्प

डेवलपर्स Nemotron 3 Ultra तक इन माध्यमों से पहुँच सकते हैं :

• Hugging Face: मॉडल वेट nvidia/NVIDIA-Nemotron-3-Ultra-550B-A55B-BF16 पर
• NVIDIA एंडपॉइंट्स / Nvidia NIM: Nvidia के क्लाउड एंडपॉइंट्स के माध्यम से मैनेज्ड इन्फरेंस (NemoClaw में डिफ़ॉल्ट)
• Ollama: ollama.com/library/nemotron-3-ultra पर उपलब्ध
• ऑन-प्रिमाइसेस / GPU क्लाउड: किसी भी GPU क्लाउड इंस्टेंस पर वेट तैनात किए जा सकते हैं
• Nvidia NemoClaw: एक ही कमांड से तैनात किए जा सकने वाले ओपन-सोर्स ब्लूप्रिंट

शेयर बाजार पर प्रतिक्रिया

9 जुलाई, बुधवार को Nvidia (NVDA) के शेयरों में 4% की बढ़त देखी गई, क्योंकि नए बेंचमार्क परिणामों और NemoClaw की घोषणा से संकेत मिला कि Nemotron 3 Ultra लागत और एंटरप्राइज परफॉरमेंस दोनों में क्लोज्ड मॉडल्स को चुनौती दे सकता है । बैंक ऑफ अमेरिका ने इस घोषणा के बाद Nvidia स्टॉक पर अपनी Buy रेटिंग दोहराई, मॉडल के लागत-प्रदर्शन लाभ और एंटरप्राइज गति का हवाला देते हुए ।

प्रमुख घोषणाओं की समयरेखा

• 1 जून, 2026: जेन्सेन हुआंग ने ताइपे में Computex 2026 में Nemotron 3 Ultra की घोषणा की
• 4 जून, 2026: Nvidia ने Nemotron 3 Ultra को वेट, ट्रेनिंग डेटा और रेसिपी के साथ ओपन-सोर्स मॉडल के रूप में जारी किया
• 8 जुलाई, 2026 (मंगलवार): LangChain और Nvidia ने NemoClaw for LangChain Deep Agents ब्लूप्रिंट की घोषणा की, जिसमें 10 गुना कम इन्फरेंस लागत और EY, Abridge, Amdocs, Box द्वारा एंटरप्राइज अपनाने पर प्रकाश डाला गया
• 9 जुलाई, 2026 (बुधवार): NVDA स्टॉक खबर पर 4% बढ़ गया; बैंक ऑफ अमेरिका ने Buy दोहराया