Преимущество в стоимости инференса: в 10 раз ниже, чем у закрытых конкурентов

Платформа LangChain Deep Agents, оптимизированная для Nemotron 3 Ultra, обеспечивает снижение затрат на инференс до 10 раз за один прогон по сравнению с некоторыми ведущими закрытыми моделями . По данным Artificial Analysis, Nemotron 3 Ultra стоит $0,58 за 1 млн токенов против $2,31 у Claude Sonnet 4.6 — то есть на 75% дешевле . Китайские финансовые СМИ сообщают о заявлении, что затраты на инференс примерно на 90% ниже, чем у закрытых моделей .

Производительность в сравнении с закрытыми аналогами: корпоративные бенчмарки

Nvidia утверждает, что на бенчмарках LangChain Deep Agents Nemotron 3 Ultra достиг паритета с лучшими моделями по бизнес-задачам (равное качество) . Ключевые результаты тестов:

• Индекс Artificial Analysis Intelligence: 47,7–48 баллов — лучший показатель среди открытых моделей из США, опережая Gemma 4 31B (39) и Nemotron 3 Super (36), но уступая китайскому лидеру Kimi K2.6 (54) и проприетарным флагманам вроде GPT-5.5 (60,2) и Claude Opus 4.7 (57) .
• GPQA Diamond: 86,7% — конкурентоспособный уровень .
• Агентные бенчмарки: По данным HuggingFace, Nemotron 3 Ultra набирает 56,4 балла на Terminal Bench 2.1, 46,7 на GDPVal и 70,7 на SWE-Bench Verified, что сопоставимо с MiniMax-2.7, GLM-5.1 и Kimi-K2.6 в агентных задачах .
• PinchBench Agent Productivity: 90–91% — на уровне Kimi K2.6 и выше, чем у Qwen 3.5 .

Архитектурные характеристики

Источники прироста производительности

Производительность обеспечивается тремя ключевыми инновациями :

• Гибридная архитектура Mamba-Attention MoE: объединяет слои состояний Mamba 2 со слоями внимания в маршрутизирующем фреймворке MoE, активируя лишь 55 из 550 млрд параметров на токен для колоссальной эффективности.
• Многоуровневая он-полиси дистилляция (MOPD): метод пост-обучения с использованием обучения с подкреплением в интерактивных средах для дистилляции способности к рассуждению.
• Разреженная активация: соотношение общих и активных параметров 10:1 обеспечивает рассуждение на уровне передовых моделей при значительно меньших вычислительных затратах.

Nemotron 3 Ultra достигает пропускной способности инференса до 5,9 раз выше по сравнению с GLM-5.1-754B-A40B при длине входного контекста 8K и выходного 64K токенов . На предрелизном DeepInfra эндпоинте модель выдавала более 300 токенов в секунду .

Партнерство с LangChain и ключевые цитаты

LangChain обеспечил поддержку Nemotron 3 Ultra с первого дня в своей платформе Deep Agents и вошел в состав Nemotron Coalition . Генеральный директор LangChain Харрисон Чейз заявил, что предприятия могут достичь высокой производительности при значительно более низких затратах по сравнению с закрытыми моделями . Nvidia отметила, что платформа LangChain Deep Agents «выполнила больше задач с более высокой пропускной способностью, используя Nemotron 3 Ultra, обеспечив при этом затраты на инференс до 10 раз ниже, чем у некоторых ведущих закрытых моделей» .

Внедрение в корпоративном секторе

Глобальные партнеры, такие как EY, а также Abridge, Amdocs и Box, уже используют стек NemoClaw + Nemotron 3 Ultra для создания корпоративных ИИ-агентов . Cadence, Siemens, Synopsys и Dassault Systèmes также развертывают автономных ИИ-инженеров с помощью NemoClaw .

Способы доступа для разработчиков

Разработчики могут получить доступ к Nemotron 3 Ultra через :

• Hugging Face: веса модели по адресу nvidia/NVIDIA-Nemotron-3-Ultra-550B-A55B-BF16
• NVIDIA Endpoints / Nvidia NIM: управляемый инференс через облачные конечные точки Nvidia (используется по умолчанию в NemoClaw)
• Ollama: доступна по адресу ollama.com/library/nemotron-3-ultra
• Локальное развертывание / GPU-облако: веса можно развернуть на любом GPU-инстансе
• Nvidia NemoClaw: открытые проекты («blueprints»), разворачиваемые одной командой

Реакция фондового рынка

Акции Nvidia (NVDA) выросли на 4% в среду, 9 июля, после публикации новых результатов бенчмарков и анонса NemoClaw, что указывает на способность Nemotron 3 Ultra конкурировать с закрытыми моделями как по стоимости, так и по корпоративной производительности . Bank of America подтвердил рейтинг «Покупать» для акций Nvidia, сославшись на преимущество модели по соотношению цена-производительность и импульс в корпоративном сегменте .

Хронология ключевых анонсов

• 1 июня 2026 года: Дженсен Хуанг анонсировал Nemotron 3 Ultra на выставке Computex 2026 в Тайбэе
• 4 июня 2026 года: Nvidia официально выпустила Nemotron 3 Ultra как открытую модель с весами, данными для обучения и рецептами
• 8 июля 2026 года (вторник): LangChain и Nvidia представили архитектуру NemoClaw для LangChain Deep Agents, подчеркнув 10-кратное снижение затрат на инференс и внедрение EY, Abridge, Amdocs и Box
• 9 июля 2026 года (среда): Акции NVDA выросли на 4%; Bank of America подтвердил рейтинг «Покупать»

Преимущество в стоимости инференса: в 10 раз ниже, чем у закрытых конкурентов

Платформа LangChain Deep Agents, оптимизированная для Nemotron 3 Ultra, обеспечивает снижение затрат на инференс до 10 раз за один прогон по сравнению с некоторыми ведущими закрытыми моделями . По данным Artificial Analysis, Nemotron 3 Ultra стоит $0,58 за 1 млн токенов против $2,31 у Claude Sonnet 4.6 — то есть на 75% дешевле . Китайские финансовые СМИ сообщают о заявлении, что затраты на инференс примерно на 90% ниже, чем у закрытых моделей .

Производительность в сравнении с закрытыми аналогами: корпоративные бенчмарки

Nvidia утверждает, что на бенчмарках LangChain Deep Agents Nemotron 3 Ultra достиг паритета с лучшими моделями по бизнес-задачам (равное качество) . Ключевые результаты тестов:

• Индекс Artificial Analysis Intelligence: 47,7–48 баллов — лучший показатель среди открытых моделей из США, опережая Gemma 4 31B (39) и Nemotron 3 Super (36), но уступая китайскому лидеру Kimi K2.6 (54) и проприетарным флагманам вроде GPT-5.5 (60,2) и Claude Opus 4.7 (57) .
• GPQA Diamond: 86,7% — конкурентоспособный уровень .
• Агентные бенчмарки: По данным HuggingFace, Nemotron 3 Ultra набирает 56,4 балла на Terminal Bench 2.1, 46,7 на GDPVal и 70,7 на SWE-Bench Verified, что сопоставимо с MiniMax-2.7, GLM-5.1 и Kimi-K2.6 в агентных задачах .
• PinchBench Agent Productivity: 90–91% — на уровне Kimi K2.6 и выше, чем у Qwen 3.5 .

Архитектурные характеристики

Источники прироста производительности

Производительность обеспечивается тремя ключевыми инновациями :

• Гибридная архитектура Mamba-Attention MoE: объединяет слои состояний Mamba 2 со слоями внимания в маршрутизирующем фреймворке MoE, активируя лишь 55 из 550 млрд параметров на токен для колоссальной эффективности.
• Многоуровневая он-полиси дистилляция (MOPD): метод пост-обучения с использованием обучения с подкреплением в интерактивных средах для дистилляции способности к рассуждению.
• Разреженная активация: соотношение общих и активных параметров 10:1 обеспечивает рассуждение на уровне передовых моделей при значительно меньших вычислительных затратах.

Nemotron 3 Ultra достигает пропускной способности инференса до 5,9 раз выше по сравнению с GLM-5.1-754B-A40B при длине входного контекста 8K и выходного 64K токенов . На предрелизном DeepInfra эндпоинте модель выдавала более 300 токенов в секунду .

Партнерство с LangChain и ключевые цитаты

LangChain обеспечил поддержку Nemotron 3 Ultra с первого дня в своей платформе Deep Agents и вошел в состав Nemotron Coalition . Генеральный директор LangChain Харрисон Чейз заявил, что предприятия могут достичь высокой производительности при значительно более низких затратах по сравнению с закрытыми моделями . Nvidia отметила, что платформа LangChain Deep Agents «выполнила больше задач с более высокой пропускной способностью, используя Nemotron 3 Ultra, обеспечив при этом затраты на инференс до 10 раз ниже, чем у некоторых ведущих закрытых моделей» .

Внедрение в корпоративном секторе

Глобальные партнеры, такие как EY, а также Abridge, Amdocs и Box, уже используют стек NemoClaw + Nemotron 3 Ultra для создания корпоративных ИИ-агентов . Cadence, Siemens, Synopsys и Dassault Systèmes также развертывают автономных ИИ-инженеров с помощью NemoClaw .

Способы доступа для разработчиков

Разработчики могут получить доступ к Nemotron 3 Ultra через :

• Hugging Face: веса модели по адресу nvidia/NVIDIA-Nemotron-3-Ultra-550B-A55B-BF16
• NVIDIA Endpoints / Nvidia NIM: управляемый инференс через облачные конечные точки Nvidia (используется по умолчанию в NemoClaw)
• Ollama: доступна по адресу ollama.com/library/nemotron-3-ultra
• Локальное развертывание / GPU-облако: веса можно развернуть на любом GPU-инстансе
• Nvidia NemoClaw: открытые проекты («blueprints»), разворачиваемые одной командой

Реакция фондового рынка

Акции Nvidia (NVDA) выросли на 4% в среду, 9 июля, после публикации новых результатов бенчмарков и анонса NemoClaw, что указывает на способность Nemotron 3 Ultra конкурировать с закрытыми моделями как по стоимости, так и по корпоративной производительности . Bank of America подтвердил рейтинг «Покупать» для акций Nvidia, сославшись на преимущество модели по соотношению цена-производительность и импульс в корпоративном сегменте .

Хронология ключевых анонсов

• 1 июня 2026 года: Дженсен Хуанг анонсировал Nemotron 3 Ultra на выставке Computex 2026 в Тайбэе
• 4 июня 2026 года: Nvidia официально выпустила Nemotron 3 Ultra как открытую модель с весами, данными для обучения и рецептами
• 8 июля 2026 года (вторник): LangChain и Nvidia представили архитектуру NemoClaw для LangChain Deep Agents, подчеркнув 10-кратное снижение затрат на инференс и внедрение EY, Abridge, Amdocs и Box
• 9 июля 2026 года (среда): Акции NVDA выросли на 4%; Bank of America подтвердил рейтинг «Покупать»