Keunggulan Biaya Inferensi: 10x Lebih Rendah dari Model Tertutup

Deep Agents harness milik LangChain, yang dioptimalkan untuk Nemotron 3 Ultra, memberikan biaya inferensi hingga 10x lebih rendah per proses dibandingkan dengan beberapa model sumber tertutup terkemuka . Di Artificial Analysis, Nemotron 3 Ultra hanya membutuhkan biaya $0,58 per 1 juta token, sementara Claude Sonnet 4.6 mencapai $2,31 — pengurangan biaya sebesar 75% . Media keuangan China bahkan melaporkan klaim bahwa biaya inferensi ~90% lebih rendah dibandingkan model tertutup .

Performa Melawan Model Tertutup di Tolok Ukur Enterprise

Nvidia menyatakan bahwa pada tolok ukur Deep Agents milik LangChain, Nemotron 3 Ultra menyamai model dengan skor tertinggi dalam tugas-tugas bisnis (paritas kualitas) . Skor tolok ukur utama meliputi:

• Artificial Analysis Intelligence Index: Mencetak 47,7–48 — tertinggi di antara model open-weight AS, unggul dari Gemma 4 31B (39) dan Nemotron 3 Super (36), namun masih di belakang pemimpin open-weight China, Kimi K2.6 (54), dan model frontier proprietary seperti GPT-5.5 (60,2) dan Claude Opus 4.7 (57) .
• GPQA Diamond: Mencetak 86,7%, kompetitif dengan model-model teratas .
• Tolok ukur agentic: Pada data yang dipublikasikan HuggingFace, Nemotron 3 Ultra mencetak 56,4 di Terminal Bench 2.1, 46,7 di GDPVal, dan 70,7 di SWE-Bench Verified, kompetitif dengan MiniMax-2.7, GLM-5.1, dan Kimi-K2.6 dalam tugas-tugas agentic .
• PinchBench Agent Productivity: Mencetak 90–91%, menyamai Kimi K2.6 dan unggul dari Qwen 3.5 .

Spesifikasi Arsitektur

Sumber Peningkatan Performa

Peningkatan performa berasal dari tiga inovasi inti :

• Arsitektur Hybrid Mamba-Attention MoE: Menggabungkan lapisan state-space Mamba 2 dengan lapisan attention dalam kerangka routing MoE, hanya mengaktifkan 55B dari 550B parameter per token untuk efisiensi yang luar biasa.
• Multi-tier On-Policy Distillation (MOPD): Teknik post-training yang menggunakan pembelajaran penguatan (RL) di lingkungan interaktif untuk menyuling kemampuan penalaran.
• Aktivasi sparse: Rasio parameter total-ke-aktif 10:1 memberikan kemampuan penalaran tingkat frontier dengan biaya komputasi yang jauh lebih rendah dibandingkan model dense.

Nemotron 3 Ultra mencapai throughput inferensi hingga 5,9x lebih tinggi dibandingkan GLM-5.1-754B-A40B pada pengaturan input 8K token / output 64K token . Di endpoint DeepInfra pra-rilis, model ini mampu melayani lebih dari 300 token per detik .

Kemitraan dengan LangChain & Kutipan

LangChain memberikan dukungan Hari ke-0 untuk Nemotron 3 Ultra di Deep Agents harness dan merupakan anggota dari Nemotron Coalition . CEO LangChain, Harrison Chase, mengatakan bahwa perusahaan dapat mencapai performa kuat dengan biaya yang jauh lebih rendah dibandingkan model tertutup . Nvidia menyatakan bahwa Deep Agents harness milik LangChain menyelesaikan "lebih banyak tugas dengan throughput lebih tinggi menggunakan Nemotron 3 Ultra sambil memberikan biaya inferensi hingga 10x lebih rendah dari beberapa model tertutup terkemuka" .

Adopsi Enterprise

Mitra global EY dan lainnya seperti Abridge, Amdocs, dan Box sudah mulai menggunakan stack NemoClaw + Nemotron 3 Ultra untuk membangun agen AI enterprise . Cadence, Siemens, Synopsys, dan Dassault Systèmes juga sedang menerapkan insinyur AI otonom menggunakan blueprint NemoClaw milik Nvidia .

Opsi Akses Developer

Developer dapat mengakses Nemotron 3 Ultra melalui :

• Hugging Face: Bobot model di nvidia/NVIDIA-Nemotron-3-Ultra-550B-A55B-BF16
• NVIDIA Endpoints / Nvidia NIM: Inferensi terkelola melalui endpoint cloud Nvidia (default di NemoClaw)
• Ollama: Tersedia di ollama.com/library/nemotron-3-ultra
• On-premise / GPU Cloud: Bobot dapat di-deploy di instance GPU cloud mana pun
• Nvidia NemoClaw: Cetak biru open-source yang dapat di-deploy dengan satu perintah

Reaksi Pasar Saham

Saham Nvidia (NVDA) naik 4% pada Rabu, 9 Juli, setelah hasil tolok ukur baru dan pengumuman NemoClaw mengindikasikan bahwa Nemotron 3 Ultra dapat menantang model tertutup baik dari segi biaya maupun performa enterprise . Bank of America kembali menegaskan peringkat Beli untuk saham Nvidia setelah pengumuman tersebut, dengan alasan keunggulan biaya-performa model dan momentum enterprise .

Garis Waktu Pengumuman Kunci

• 1 Juni 2026: Jensen Huang mengumumkan Nemotron 3 Ultra di Computex 2026 di Taipei
• 4 Juni 2026: Nvidia secara resmi merilis Nemotron 3 Ultra sebagai model open-source dengan bobot, data pelatihan, dan resep
• 8 Juli 2026 (Selasa): LangChain dan Nvidia mengumumkan blueprint NemoClaw for LangChain Deep Agents, menyoroti biaya inferensi 10x lebih rendah dan adopsi enterprise oleh EY, Abridge, Amdocs, dan Box
• 9 Juli 2026 (Rabu): Saham NVDA naik 4% atas berita tersebut; Bank of America menegaskan kembali peringkat Beli

Keunggulan Biaya Inferensi: 10x Lebih Rendah dari Model Tertutup

Deep Agents harness milik LangChain, yang dioptimalkan untuk Nemotron 3 Ultra, memberikan biaya inferensi hingga 10x lebih rendah per proses dibandingkan dengan beberapa model sumber tertutup terkemuka . Di Artificial Analysis, Nemotron 3 Ultra hanya membutuhkan biaya $0,58 per 1 juta token, sementara Claude Sonnet 4.6 mencapai $2,31 — pengurangan biaya sebesar 75% . Media keuangan China bahkan melaporkan klaim bahwa biaya inferensi ~90% lebih rendah dibandingkan model tertutup .

Performa Melawan Model Tertutup di Tolok Ukur Enterprise

Nvidia menyatakan bahwa pada tolok ukur Deep Agents milik LangChain, Nemotron 3 Ultra menyamai model dengan skor tertinggi dalam tugas-tugas bisnis (paritas kualitas) . Skor tolok ukur utama meliputi:

• Artificial Analysis Intelligence Index: Mencetak 47,7–48 — tertinggi di antara model open-weight AS, unggul dari Gemma 4 31B (39) dan Nemotron 3 Super (36), namun masih di belakang pemimpin open-weight China, Kimi K2.6 (54), dan model frontier proprietary seperti GPT-5.5 (60,2) dan Claude Opus 4.7 (57) .
• GPQA Diamond: Mencetak 86,7%, kompetitif dengan model-model teratas .
• Tolok ukur agentic: Pada data yang dipublikasikan HuggingFace, Nemotron 3 Ultra mencetak 56,4 di Terminal Bench 2.1, 46,7 di GDPVal, dan 70,7 di SWE-Bench Verified, kompetitif dengan MiniMax-2.7, GLM-5.1, dan Kimi-K2.6 dalam tugas-tugas agentic .
• PinchBench Agent Productivity: Mencetak 90–91%, menyamai Kimi K2.6 dan unggul dari Qwen 3.5 .

Spesifikasi Arsitektur

Sumber Peningkatan Performa

Peningkatan performa berasal dari tiga inovasi inti :

• Arsitektur Hybrid Mamba-Attention MoE: Menggabungkan lapisan state-space Mamba 2 dengan lapisan attention dalam kerangka routing MoE, hanya mengaktifkan 55B dari 550B parameter per token untuk efisiensi yang luar biasa.
• Multi-tier On-Policy Distillation (MOPD): Teknik post-training yang menggunakan pembelajaran penguatan (RL) di lingkungan interaktif untuk menyuling kemampuan penalaran.
• Aktivasi sparse: Rasio parameter total-ke-aktif 10:1 memberikan kemampuan penalaran tingkat frontier dengan biaya komputasi yang jauh lebih rendah dibandingkan model dense.

Nemotron 3 Ultra mencapai throughput inferensi hingga 5,9x lebih tinggi dibandingkan GLM-5.1-754B-A40B pada pengaturan input 8K token / output 64K token . Di endpoint DeepInfra pra-rilis, model ini mampu melayani lebih dari 300 token per detik .

Kemitraan dengan LangChain & Kutipan

LangChain memberikan dukungan Hari ke-0 untuk Nemotron 3 Ultra di Deep Agents harness dan merupakan anggota dari Nemotron Coalition . CEO LangChain, Harrison Chase, mengatakan bahwa perusahaan dapat mencapai performa kuat dengan biaya yang jauh lebih rendah dibandingkan model tertutup . Nvidia menyatakan bahwa Deep Agents harness milik LangChain menyelesaikan "lebih banyak tugas dengan throughput lebih tinggi menggunakan Nemotron 3 Ultra sambil memberikan biaya inferensi hingga 10x lebih rendah dari beberapa model tertutup terkemuka" .

Adopsi Enterprise

Mitra global EY dan lainnya seperti Abridge, Amdocs, dan Box sudah mulai menggunakan stack NemoClaw + Nemotron 3 Ultra untuk membangun agen AI enterprise . Cadence, Siemens, Synopsys, dan Dassault Systèmes juga sedang menerapkan insinyur AI otonom menggunakan blueprint NemoClaw milik Nvidia .

Opsi Akses Developer

Developer dapat mengakses Nemotron 3 Ultra melalui :

• Hugging Face: Bobot model di nvidia/NVIDIA-Nemotron-3-Ultra-550B-A55B-BF16
• NVIDIA Endpoints / Nvidia NIM: Inferensi terkelola melalui endpoint cloud Nvidia (default di NemoClaw)
• Ollama: Tersedia di ollama.com/library/nemotron-3-ultra
• On-premise / GPU Cloud: Bobot dapat di-deploy di instance GPU cloud mana pun
• Nvidia NemoClaw: Cetak biru open-source yang dapat di-deploy dengan satu perintah

Reaksi Pasar Saham

Saham Nvidia (NVDA) naik 4% pada Rabu, 9 Juli, setelah hasil tolok ukur baru dan pengumuman NemoClaw mengindikasikan bahwa Nemotron 3 Ultra dapat menantang model tertutup baik dari segi biaya maupun performa enterprise . Bank of America kembali menegaskan peringkat Beli untuk saham Nvidia setelah pengumuman tersebut, dengan alasan keunggulan biaya-performa model dan momentum enterprise .

Garis Waktu Pengumuman Kunci

• 1 Juni 2026: Jensen Huang mengumumkan Nemotron 3 Ultra di Computex 2026 di Taipei
• 4 Juni 2026: Nvidia secara resmi merilis Nemotron 3 Ultra sebagai model open-source dengan bobot, data pelatihan, dan resep
• 8 Juli 2026 (Selasa): LangChain dan Nvidia mengumumkan blueprint NemoClaw for LangChain Deep Agents, menyoroti biaya inferensi 10x lebih rendah dan adopsi enterprise oleh EY, Abridge, Amdocs, dan Box
• 9 Juli 2026 (Rabu): Saham NVDA naik 4% atas berita tersebut; Bank of America menegaskan kembali peringkat Beli