Nvidia's Nemotron 3 Ultra: Hoe een open-source 550B-model AI-kosten voor bedrijven 10x verlaagt

Op dinsdag 8 juli 2026 maakten Nvidia en LangChain gezamenlijk de 'NemoClaw for LangChain Deep Agents'-blauwdruk bekend. Dit is een referentie-architectuur voor het bouwen van enterprise AI-agents, aangestuurd door Nvidia's open-source Nemotron 3 Ultra-model. De aankondiging legde de nadruk op enorme besparingen op inferentiekosten en prestaties van professioneel niveau die niet onderdoen voor gesloten concurrenten .

Wat is er aangekondigd: NemoClaw for LangChain Deep Agents

Het NemoClaw-for-LangChain Deep Agents-raamwerk biedt bedrijven een blauwdruk voor het bouwen van open agentsystemen met Nemotron 3 Ultra en Nvidia's OpenShell voor runtime-beleidscontroles. Het is bedoeld voor grote klanten die aanpasbare, productierijpe AI-agents nodig hebben met lagere inferentiekosten . NemoClaw v0.0.76 (8 juli) heeft Nemotron 3 Ultra de standaard gemaakt voor beheerde Nvidia Endpoints voor Deep Agents Code .

Inferentiekostenvoordeel: 10x lager dan gesloten rivalen

LangChain's Deep Agents-harnas, geoptimaliseerd voor Nemotron 3 Ultra, levert tot 10x lagere kosten per run in vergelijking met bepaalde toonaangevende gesloten modellen . Op Artificial Analysis kost Nemotron 3 Ultra $0,58 per 1M tokens, terwijl Claude Sonnet 4.6 op $2,31 zit — een kostenverlaging van 75% . Chinese financiële media meldden een claim dat de inferentiekosten ~90% lager zijn dan die van gesloten modellen .

Prestaties versus gesloten rivalen op enterprise-benchmarks

Nvidia stelt dat Nemotron 3 Ultra op LangChain's Deep Agents-benchmarks het hoogst scorende model op zakelijke taken evenaart (kwaliteitsgelijkheid) . Belangrijke benchmarkscores zijn:

• Artificial Analysis Intelligence Index: Scores 47,7–48 — hoogste onder Amerikaanse open-weight-modellen, vóór Gemma 4 31B (39) en Nemotron 3 Super (36), maar achter de Chinese open-weight-leider Kimi K2.6 (54) en propriëtaire modellen zoals GPT-5.5 (60.2) en Claude Opus 4.7 (57) .
• GPQA Diamond: Score 86,7%, concurrerend met topmodellen .
• Agentische benchmarks: Op de gepubliceerde data van HuggingFace scoort Nemotron 3 Ultra 56,4 op Terminal Bench 2.1, 46,7 op GDPVal en 70,7 op SWE-Bench Verified, concurrerend met MiniMax-2.7, GLM-5.1 en Kimi-K2.6 in agentische taken .
• PinchBench Agent Productivity: Score 90–91%, gelijk aan Kimi K2.6 en vóór Qwen 3.5 .

Architecturale specificaties

Specificatie	Detail
Totaal aantal parameters	550 miljard (550B)
Actieve parameters	55 miljard (55B) per token
Architectuurtype	Mixture-of-Experts (MoE) Hybride Mamba-Attention (Mamba-Transformer)
Contextlengte	1 miljoen tokens (1M)
Pre-training	20 biljoen tekst-tokens
Post-training	SFT + RL + Multi-tier On-Policy Distillation (MOPD)
Licentie	OpenMDW 1.1 / Linux Foundation permissieve licentie

Bron van prestatieverbeteringen

De prestatieverbeteringen komen voort uit drie kerninnovaties :

• Hybride Mamba-Attention MoE-architectuur: Combineert Mamba 2 state-space-lagen met attention-lagen in een MoE-routeringskader, waarbij slechts 55B van de 550B parameters per token worden geactiveerd voor enorme efficiëntie.
• Multi-tier On-Policy Distillation (MOPD): Een post-trainingtechniek die reinforcement learning gebruikt in interactieve omgevingen om redeneercapaciteiten te destilleren.
• Sparse activatie: De 10:1-verhouding tussen totaal en actieve parameters levert redeneervermogen op frontier-niveau tegen een fractie van de rekenkosten van dichte modellen.

Nemotron 3 Ultra bereikt tot 5,9x hogere inferentiedoorvoer in vergelijking met GLM-5.1-754B-A40B bij een instelling van 8K token input / 64K token output . Op een pre-release DeepInfra-endpoint leverde het meer dan 300 tokens per seconde .

LangChain-partnerschap en citaten

LangChain bood Day 0-ondersteuning voor Nemotron 3 Ultra in zijn Deep Agents-harnas en is lid van de Nemotron Coalition . LangChain-CEO Harrison Chase zei dat bedrijven sterke prestaties kunnen leveren tegen een fractie van de kosten van gesloten modellen . Nvidia stelde dat LangChain's Deep Agents-harnas "meer taken met een hogere doorvoer voltooide met Nemotron 3 Ultra, terwijl de inferentiekosten per run tot 10x lager waren dan die van sommige toonaangevende gesloten modellen" .

Bedrijfsadoptie

Wereldwijde partners zoals EY en anderen zoals Abridge, Amdocs en Box werken al met de NemoClaw + Nemotron 3 Ultra-stack voor het bouwen van enterprise AI-agents . Cadence, Siemens, Synopsys en Dassault Systèmes implementeren ook autonome AI-ingenieurs met behulp van Nvidia's NemoClaw-blauwdrukken .

Toegangsmogelijkheden voor ontwikkelaars

Ontwikkelaars hebben toegang tot Nemotron 3 Ultra via :

• Hugging Face: Modelgewichten op nvidia/NVIDIA-Nemotron-3-Ultra-550B-A55B-BF16
• NVIDIA Endpoints / Nvidia NIM: Beheerde inferentie via Nvidia's cloud-endpoints (standaard in NemoClaw)
• Ollama: Beschikbaar op ollama.com/library/nemotron-3-ultra
• On-premise / GPU Cloud: Gewichten kunnen worden geïmplementeerd op elke GPU-cloudinstantie
• Nvidia NemoClaw: Open-source blauwdrukken die met één commando kunnen worden geïmplementeerd

Reactie van de aandelenmarkt

Nvidia (NVDA)-aandelen stegen 4% op woensdag 9 juli, omdat de nieuwe benchmarkresultaten en de aankondiging van NemoClaw suggereerden dat Nemotron 3 Ultra gesloten modellen zou kunnen uitdagen op zowel kosten als enterprise-prestaties . Bank of America herhaalde zijn koopadvies voor Nvidia-aandelen na de aankondiging, onder verwijzing naar het kosten-prestatievoordeel en de enterprise-momentum van het model .

Tijdlijn van belangrijke aankondigingen

• 1 juni 2026: Jensen Huang kondigde Nemotron 3 Ultra aan op Computex 2026 in Taipei
• 4 juni 2026: Nvidia bracht Nemotron 3 Ultra officieel uit als een open-source-model met gewichten, trainingsgegevens en recepten
• 8 juli 2026 (dinsdag): LangChain en Nvidia kondigden de NemoClaw for LangChain Deep Agents-blauwdruk aan, met 10x lagere inferentiekosten en bedrijfsadoptie door EY, Abridge, Amdocs en Box
• 9 juli 2026 (woensdag): NVDA-aandelen stegen 4% op het nieuws; Bank of America herhaalde koopadvies