Nvidias Nemotron 3 Ultra: Åpen 550B-modell kutter AI-kostnader for bedrifter med 90 %

Ytelse mot lukkede rivaler på bedriftsbenchmarks

Nvidia opplyser at Nemotron 3 Ultra på LangChains Deep Agents-benchmarks matchet den høyest scorende modellen på forretningsoppgaver (kvalitetsparitet) . Sentrale benchmarkresultater inkluderer:

• Artificial Analysis Intelligence Index: Score 47,7–48 – høyest blant amerikanske åpne modeller, foran Gemma 4 31B (39) og Nemotron 3 Super (36), men bak kinesiske Kimi K2.6 (54) og proprietære modeller som GPT-5.5 (60,2) og Claude Opus 4.7 (57) .
• GPQA Diamond: Score 86,7 %, konkurransedyktig med toppmodeller .
• Agentiske benchmarks: På HuggingFace-data scorer Nemotron 3 Ultra 56,4 på Terminal Bench 2.1, 46,7 på GDPVal og 70,7 på SWE-Bench Verified – konkurransedyktig med MiniMax-2.7, GLM-5.1 og Kimi-K2.6 på agentoppgaver .
• PinchBench Agent Productivity: Score 90–91 %, på linje med Kimi K2.6 og foran Qwen 3.5 .

Arkitektoniske spesifikasjoner

Kilden til ytelsesforbedringene

Ytelsesgevinstene kommer fra tre kjernenyvinninger :

• Hybrid Mamba-Attention MoE-arkitektur: Kombinerer Mamba 2-tilstandsromslag med oppmerksomhetslag i et MoE-rutingsrammeverk, og aktiverer kun 55B av 550B parametere per token for massiv effektivitet.
• Multi-tier On-Policy Distillation (MOPD): En etteropplæringsteknikk som bruker forsterkningslæring i interaktive miljøer for å destillere resonneringsevner.
• Sparsom aktivering: Forholdet 10:1 mellom totale og aktive parametere gir resonnering på frontlinjenivå til en brøkdel av beregningskostnaden for tette modeller.

Nemotron 3 Ultra oppnår opptil 5,9 ganger høyere inferensgjennomstrømming sammenlignet med GLM-5.1-754B-A40B ved 8K tokens input / 64K tokens output . På et forhåndslansert DeepInfra-endepunkt leverte det over 300 tokens per sekund .

LangChain-partnerskapet og sitater

LangChain ga dag 0-støtte for Nemotron 3 Ultra i sitt Deep Agents-rammeverk og er medlem av Nemotron Coalition . LangChain-sjef Harrison Chase uttalte at bedrifter kan oppnå sterk ytelse til en brøkdel av kostnadene for lukkede modeller . Nvidia opplyste at LangChains Deep Agents-rammeverk fullførte «flere oppgaver med høyere gjennomstrømming ved bruk av Nemotron 3 Ultra, samtidig som det leverte inferenskostnader opptil 10 ganger lavere enn enkelte ledende lukkede modeller» .

Bedriftsadopsjon

Globale partnere som EY og andre som Abridge, Amdocs og Box er allerede i gang med NemoClaw + Nemotron 3 Ultra-stakken for å bygge bedriftsagenter . Cadence, Siemens, Synopsys og Dassault Systèmes tar også i bruk autonome AI-ingeniører basert på Nvidias NemoClaw-blueprinter .

Tilgang for utviklere

Utviklere får tilgang til Nemotron 3 Ultra via :

• Hugging Face: Modellvekter på nvidia/NVIDIA-Nemotron-3-Ultra-550B-A55B-BF16
• NVIDIA Endpoints / Nvidia NIM: Administrert inferens via Nvidias skytjenester (standard i NemoClaw)
• Ollama: Tilgjengelig på ollama.com/library/nemotron-3-ultra
• Lokal / GPU-sky: Vektene kan kjøres på alle GPU-skyinstanser
• Nvidia NemoClaw: Åpne blueprinter som kan rulles ut med én enkelt kommando

Børsreaksjon

Nvidia-aksjen (NVDA) steg 4 % onsdag 9. juli etter at de nye benchmarkresultatene og NemoClaw-lanseringen antydet at Nemotron 3 Ultra kan utfordre lukkede modeller både på kostnad og ytelse . Bank of America gjentok sin kjøpsanbefaling for Nvidia-aksjen etter lanseringen, og viste til modellens kostnads- og ytelsesfordel samt bedriftsmomentumet .

Tidslinje for viktige kunngjøringer

• 1. juni 2026: Jensen Huang annonserte Nemotron 3 Ultra på Computex 2026 i Taipei
• 4. juni 2026: Nvidia slapp Nemotron 3 Ultra offisielt som en åpen modell med vekter, treningsdata og oppskrifter
• 8. juli 2026 (tirsdag): LangChain og Nvidia lanserte NemoClaw for LangChain Deep Agents-blueprinten med vekt på 10 ganger lavere inferenskostnader og bedriftsadopsjon fra EY, Abridge, Amdocs og Box
• 9. juli 2026 (onsdag): NVDA-aksjen steg 4 %; Bank of America gjentok kjøpsanbefaling