Vantaggio di costo: inferenza fino a 10 volte inferiore rispetto ai rivali closed-source

Il framework Deep Agents di LangChain, ottimizzato per Nemotron 3 Ultra, offre costi di inferenza fino a 10 volte inferiori per esecuzione rispetto ad alcuni dei principali modelli closed-source . Su Artificial Analysis, Nemotron 3 Ultra costa $0,58 per 1M di token rispetto a Claude Sonnet 4.6 a $2,31 — una riduzione del 75% . La stampa finanziaria cinese ha riportato una riduzione dei costi di inferenza di circa il 90% rispetto ai modelli closed-source .

Prestazioni rispetto ai rivali closed-source nei benchmark enterprise

Nvidia dichiara che nei benchmark Deep Agents di LangChain, Nemotron 3 Ultra ha eguagliato il modello con il punteggio più alto nei task business (parità di qualità) . I punteggi chiave includono:

• Artificial Analysis Intelligence Index: Punteggio 47,7–48 — il più alto tra i modelli open-weight statunitensi, davanti a Gemma 4 31B (39) e Nemotron 3 Super (36), ma dietro al leader open-weight cinese Kimi K2.6 (54) e ai modelli proprietari di frontiera come GPT-5.5 (60.2) e Claude Opus 4.7 (57) .
• GPQA Diamond: Punteggio 86,7%, competitivo con i modelli migliori .
• Benchmark agentici: Sui dati pubblicati da HuggingFace, Nemotron 3 Ultra ottiene 56,4 su Terminal Bench 2.1, 46,7 su GDPVal e 70,7 su SWE-Bench Verified, risultando competitivo con MiniMax-2.7, GLM-5.1 e Kimi-K2.6 nei task agentici .
• PinchBench Agent Productivity: Punteggio 90–91%, alla pari con Kimi K2.6 e davanti a Qwen 3.5 .

Specifiche architetturali

Origine dei guadagni prestazionali

I miglioramenti delle prestazioni derivano da tre innovazioni chiave :

• Architettura MoE ibrida Mamba-Attention: Combina layer state-space Mamba 2 con layer di attenzione in un framework di routing MoE, attivando solo 55B dei 550B parametri per token per un'efficienza massiccia.
• Multi-tier On-Policy Distillation (MOPD): Una tecnica di post-training che utilizza l'apprendimento per rinforzo in ambienti interattivi per distillare le capacità di ragionamento.
• Attivazione sparsa: Il rapporto 10:1 tra parametri totali e attivi offre un ragionamento di livello frontale a una frazione del costo computazionale dei modelli densi.

Nemotron 3 Ultra raggiunge un throughput di inferenza fino a 5,9 volte superiore rispetto a GLM-5.1-754B-A40B con impostazione di input da 8K token / output da 64K token . Su un endpoint DeepInfra pre-release, ha servito oltre 300 token al secondo .

Partnership con LangChain e dichiarazioni

LangChain ha fornito supporto Day 0 per Nemotron 3 Ultra nel suo framework Deep Agents ed è membro della Nemotron Coalition . Harrison Chase, CEO di LangChain, ha dichiarato che le aziende possono ottenere prestazioni elevate a una frazione del costo dei modelli closed-source . Nvidia ha affermato che il framework Deep Agents di LangChain ha completato "più task con throughput maggiore utilizzando Nemotron 3 Ultra, offrendo costi di inferenza fino a 10 volte inferiori rispetto ad alcuni dei principali modelli closed-source" .

Adozione enterprise

I partner globali EY e altri come Abridge, Amdocs e Box stanno già utilizzando lo stack NemoClaw + Nemotron 3 Ultra per costruire agenti AI enterprise . Anche Cadence, Siemens, Synopsys e Dassault Systèmes stanno implementando ingegneri AI autonomi utilizzando i blueprint NemoClaw di Nvidia .

Opzioni di accesso per sviluppatori

Gli sviluppatori possono accedere a Nemotron 3 Ultra tramite :

• Hugging Face: Pesi del modello su nvidia/NVIDIA-Nemotron-3-Ultra-550B-A55B-BF16
• NVIDIA Endpoints / Nvidia NIM: Inferenza gestita tramite gli endpoint cloud di Nvidia (predefinito in NemoClaw)
• Ollama: Disponibile su ollama.com/library/nemotron-3-ultra
• On-premise / GPU Cloud: I pesi possono essere distribuiti su qualsiasi istanza GPU cloud
• Nvidia NemoClaw: Blueprint open-source distribuibili con un singolo comando

Reazione del mercato azionario

Le azioni Nvidia (NVDA) hanno guadagnato il 4% mercoledì 9 luglio, poiché i nuovi risultati dei benchmark e l'annuncio di NemoClaw suggerivano che Nemotron 3 Ultra potesse competere con i modelli closed-source sia in termini di costi che di prestazioni enterprise . Bank of America ha ribadito il rating Buy sul titolo Nvidia in seguito all'annuncio, citando il vantaggio costo-prestazioni del modello e lo slancio enterprise .

Cronologia degli annunci chiave

• 1 giugno 2026: Jensen Huang annuncia Nemotron 3 Ultra al Computex 2026 a Taipei
• 4 giugno 2026: Nvidia rilascia ufficialmente Nemotron 3 Ultra come modello open-source con pesi, dati di training e ricette
• 8 luglio 2026 (martedì): LangChain e Nvidia annunciano il blueprint NemoClaw for LangChain Deep Agents, evidenziando costi di inferenza 10 volte inferiori e l'adozione enterprise da parte di EY, Abridge, Amdocs e Box
• 9 luglio 2026 (mercoledì): Le azioni NVDA salgono del 4% grazie alla notizia; Bank of America ribadisce Buy

Vantaggio di costo: inferenza fino a 10 volte inferiore rispetto ai rivali closed-source

Il framework Deep Agents di LangChain, ottimizzato per Nemotron 3 Ultra, offre costi di inferenza fino a 10 volte inferiori per esecuzione rispetto ad alcuni dei principali modelli closed-source . Su Artificial Analysis, Nemotron 3 Ultra costa $0,58 per 1M di token rispetto a Claude Sonnet 4.6 a $2,31 — una riduzione del 75% . La stampa finanziaria cinese ha riportato una riduzione dei costi di inferenza di circa il 90% rispetto ai modelli closed-source .

Prestazioni rispetto ai rivali closed-source nei benchmark enterprise

Nvidia dichiara che nei benchmark Deep Agents di LangChain, Nemotron 3 Ultra ha eguagliato il modello con il punteggio più alto nei task business (parità di qualità) . I punteggi chiave includono:

• Artificial Analysis Intelligence Index: Punteggio 47,7–48 — il più alto tra i modelli open-weight statunitensi, davanti a Gemma 4 31B (39) e Nemotron 3 Super (36), ma dietro al leader open-weight cinese Kimi K2.6 (54) e ai modelli proprietari di frontiera come GPT-5.5 (60.2) e Claude Opus 4.7 (57) .
• GPQA Diamond: Punteggio 86,7%, competitivo con i modelli migliori .
• Benchmark agentici: Sui dati pubblicati da HuggingFace, Nemotron 3 Ultra ottiene 56,4 su Terminal Bench 2.1, 46,7 su GDPVal e 70,7 su SWE-Bench Verified, risultando competitivo con MiniMax-2.7, GLM-5.1 e Kimi-K2.6 nei task agentici .
• PinchBench Agent Productivity: Punteggio 90–91%, alla pari con Kimi K2.6 e davanti a Qwen 3.5 .

Specifiche architetturali

Origine dei guadagni prestazionali

I miglioramenti delle prestazioni derivano da tre innovazioni chiave :

• Architettura MoE ibrida Mamba-Attention: Combina layer state-space Mamba 2 con layer di attenzione in un framework di routing MoE, attivando solo 55B dei 550B parametri per token per un'efficienza massiccia.
• Multi-tier On-Policy Distillation (MOPD): Una tecnica di post-training che utilizza l'apprendimento per rinforzo in ambienti interattivi per distillare le capacità di ragionamento.
• Attivazione sparsa: Il rapporto 10:1 tra parametri totali e attivi offre un ragionamento di livello frontale a una frazione del costo computazionale dei modelli densi.

Nemotron 3 Ultra raggiunge un throughput di inferenza fino a 5,9 volte superiore rispetto a GLM-5.1-754B-A40B con impostazione di input da 8K token / output da 64K token . Su un endpoint DeepInfra pre-release, ha servito oltre 300 token al secondo .

Partnership con LangChain e dichiarazioni

LangChain ha fornito supporto Day 0 per Nemotron 3 Ultra nel suo framework Deep Agents ed è membro della Nemotron Coalition . Harrison Chase, CEO di LangChain, ha dichiarato che le aziende possono ottenere prestazioni elevate a una frazione del costo dei modelli closed-source . Nvidia ha affermato che il framework Deep Agents di LangChain ha completato "più task con throughput maggiore utilizzando Nemotron 3 Ultra, offrendo costi di inferenza fino a 10 volte inferiori rispetto ad alcuni dei principali modelli closed-source" .

Adozione enterprise

I partner globali EY e altri come Abridge, Amdocs e Box stanno già utilizzando lo stack NemoClaw + Nemotron 3 Ultra per costruire agenti AI enterprise . Anche Cadence, Siemens, Synopsys e Dassault Systèmes stanno implementando ingegneri AI autonomi utilizzando i blueprint NemoClaw di Nvidia .

Opzioni di accesso per sviluppatori

Gli sviluppatori possono accedere a Nemotron 3 Ultra tramite :

• Hugging Face: Pesi del modello su nvidia/NVIDIA-Nemotron-3-Ultra-550B-A55B-BF16
• NVIDIA Endpoints / Nvidia NIM: Inferenza gestita tramite gli endpoint cloud di Nvidia (predefinito in NemoClaw)
• Ollama: Disponibile su ollama.com/library/nemotron-3-ultra
• On-premise / GPU Cloud: I pesi possono essere distribuiti su qualsiasi istanza GPU cloud
• Nvidia NemoClaw: Blueprint open-source distribuibili con un singolo comando

Reazione del mercato azionario

Le azioni Nvidia (NVDA) hanno guadagnato il 4% mercoledì 9 luglio, poiché i nuovi risultati dei benchmark e l'annuncio di NemoClaw suggerivano che Nemotron 3 Ultra potesse competere con i modelli closed-source sia in termini di costi che di prestazioni enterprise . Bank of America ha ribadito il rating Buy sul titolo Nvidia in seguito all'annuncio, citando il vantaggio costo-prestazioni del modello e lo slancio enterprise .

Cronologia degli annunci chiave

• 1 giugno 2026: Jensen Huang annuncia Nemotron 3 Ultra al Computex 2026 a Taipei
• 4 giugno 2026: Nvidia rilascia ufficialmente Nemotron 3 Ultra come modello open-source con pesi, dati di training e ricette
• 8 luglio 2026 (martedì): LangChain e Nvidia annunciano il blueprint NemoClaw for LangChain Deep Agents, evidenziando costi di inferenza 10 volte inferiori e l'adozione enterprise da parte di EY, Abridge, Amdocs e Box
• 9 luglio 2026 (mercoledì): Le azioni NVDA salgono del 4% grazie alla notizia; Bank of America ribadisce Buy