Nvidias Nemotron 3 Ultra: Öppen AI-modell som utmanar jättarna – 10x lägre kostnad

Den 8 juli 2026 tillkännagav Nvidia och LangChain gemensamt NemoClaw för LangChain Deep Agents – en referensarkitektur för att bygga AI-agenter för företag, baserad på Nvidias öppna modell Nemotron 3 Ultra. Lanseringen lyfte fram enorma kostnadsbesparingar vid slutledning och prestanda i företagsklass som konkurrerar med stängda modeller .

Vad som lanserades: NemoClaw för LangChain Deep Agents

NemoClaw för LangChain Deep Agents ger företag en referensarkitektur för att bygga öppna agentsystem med Nemotron 3 Ultra och Nvidias OpenShell för körningspolicykontroll. Arkitekturen är avsedd för stora kunder som behöver anpassningsbara, produktionsklara AI-agenter med lägre slutledningskostnader . I NemoClaw v0.0.76 (8 juli) blev Nemotron 3 Ultra standardmodellen för Nvidias managed endpoints för Deep Agents Code .

Slutledningskostnad: 10x lägre än stängda konkurrenter

LangChains Deep Agents-harnesk, optimerat för Nemotron 3 Ultra, ger slutledningskostnader upp till 10 gånger lägre per körning jämfört med vissa ledande stängda modeller . Enligt Artificial Analysis kostar Nemotron 3 Ultra 0,58 USD per 1M tokens jämfört med Claude Sonnet 4.6 på 2,31 USD – en kostnadsminskning på 75% . Kinesiska finansmedier rapporterade att slutledningskostnaderna är cirka 90% lägre än för stängda modeller .

Prestanda mot stängda rivaler på företagsriktmärken

Nvidia uppger att på LangChains Deep Agents-riktmärken nådde Nemotron 3 Ultra samma poäng som den högst presterande modellen på affärsuppgifter (kvalitetsparitet) . Viktiga riktmärkespoäng inkluderar:

• Artificial Analysis Intelligence Index: 47,7–48 – högst bland amerikanska öppna modeller, före Gemma 4 31B (39) och Nemotron 3 Super (36), men bakom kinesiska ledaren Kimi K2.6 (54) och proprietära frontlinjemodeller som GPT-5.5 (60,2) och Claude Opus 4.7 (57) .
• GPQA Diamond: 86,7% – konkurrenskraftigt med toppmodeller .
• Agentiska riktmärken: På HuggingFaces publicerade data har Nemotron 3 Ultra 56,4 på Terminal Bench 2.1, 46,7 på GDPVal och 70,7 på SWE-Bench Verified – konkurrenskraftigt med MiniMax-2.7, GLM-5.1 och Kimi-K2.6 inom agentiska uppgifter .
• PinchBench Agentproduktivitet: 90–91%, i nivå med Kimi K2.6 och före Qwen 3.5 .

Arkitektoniska specifikationer

Specifikation	Detalj
Totala parametrar	550 miljarder (550B)
Aktiva parametrar	55 miljarder (55B) per token
Arkitekturtyp	Mixture-of-Experts (MoE) Hybrid Mamba-Attention (Mamba-Transformer)
Kontextlängd	1 miljon tokens (1M)
Förträning	20 biljoner texttokens
Efterträning	SFT + RL + Multi-tier On-Policy Distillation (MOPD)
Licens	OpenMDW 1.1 / Linux Foundation permissiv licens

Källan till prestandaökningarna

Prestandaökningarna kommer från tre centrala innovationer :

• Hybrid Mamba-Attention MoE-arkitektur: Kombinerar Mamba 2 state-space-lager med attention-lager i ett MoE-ramverk, och aktiverar endast 55B av 550B parametrar per token för massiv effektivitet.
• Multi-tier On-Policy Distillation (MOPD): En efterträningsteknik som använder förstärkningsinlärning i interaktiva miljöer för att destillera resonemangsförmåga.
• Sparsam aktivering: Förhållandet 10:1 mellan totala och aktiva parametrar ger resonemang på frontlinjenivå till en bråkdel av beräkningskostnaden för täta modeller.

Nemotron 3 Ultra uppnår upp till 5,9x högre slutledningsgenomströmning jämfört med GLM-5.1-754B-A40B vid inställningen 8K token input / 64K token output . På en förhandsversion av DeepInfra slutpunkt betjänade modellen över 300 tokens per sekund .

LangChain-partnerskapet och citat

LangChain gav Day 0-stöd för Nemotron 3 Ultra i sitt Deep Agents-harnesk och är medlem i Nemotron Coalition . LangChains vd Harrison Chase sade att företag kan uppnå stark prestanda till en bråkdel av kostnaden för stängda modeller . Nvidia sade att LangChains Deep Agents-harnesk slutförde "fler uppgifter med högre genomströmning med Nemotron 3 Ultra samtidigt som slutledningskostnaderna blev upp till 10 gånger lägre än vissa ledande stängda modeller" .

Företagsanvändning

Globala partners som EY och andra som Abridge, Amdocs och Box använder redan NemoClaw + Nemotron 3 Ultra-stacken för att bygga AI-agenter för företag . Cadence, Siemens, Synopsys och Dassault Systèmes håller också på att distribuera autonoma AI-ingenjörer med hjälp av Nvidias NemoClaw-ritningar .

Åtkomstalternativ för utvecklare

Utvecklare kan nå Nemotron 3 Ultra via :

• Hugging Face: Modellvikter på nvidia/NVIDIA-Nemotron-3-Ultra-550B-A55B-BF16
• NVIDIA Endpoints / Nvidia NIM: Hanterad slutledning via Nvidias molnslutpunkter (standard i NemoClaw)
• Ollama: Tillgänglig på ollama.com/library/nemotron-3-ultra
• Lokal installation / GPU-moln: Vikter kan distribueras på valfri GPU-molninstans
• Nvidia NemoClaw: Öppna ritningar som distribueras med ett enda kommando

Börsreaktion

Nvidia (NVDA) steg 4% onsdagen den 9 juli när de nya riktmärkesresultaten och NemoClaw-tillkännagivandet antydde att Nemotron 3 Ultra kunde utmana stängda modeller både i kostnad och företagsprestanda . Bank of America upprepade sin köprekommendation för Nvidia-aktien efter tillkännagivandet, med hänvisning till modellens kostnads-prestandafördel och momentum bland företag .

Tidslinje över viktiga tillkännagivanden

• 1 juni 2026: Jensen Huang tillkännagav Nemotron 3 Ultra på Computex 2026 i Taipei
• 4 juni 2026: Nvidia släppte officiellt Nemotron 3 Ultra som en öppen modell med vikter, träningsdata och recept
• 8 juli 2026 (tisdag): LangChain och Nvidia tillkännagav NemoClaw för LangChain Deep Agents-ritningen, med 10x lägre slutledningskostnader och företagsanvändning av EY, Abridge, Amdocs och Box
• 9 juli 2026 (onsdag): NVDA-aktien steg 4% på nyheten; Bank of America upprepade Köp