Nemotron 3 Ultra của Nvidia ra mắt bản thiết kế NemoClaw: Giảm 90% chi phí suy luận, mở ra kỷ nguyên AI tác nhân giá rẻ cho doanh nghiệp

Lợi thế chi phí suy luận: Thấp hơn 10 lần so với đối thủ đóng

LangChain's Deep Agents harness, được tối ưu hóa cho Nemotron 3 Ultra, mang lại chi phí suy luận thấp hơn tới 10 lần cho mỗi lần chạy so với một số mô hình nguồn đóng hàng đầu . Trên Artificial Analysis, Nemotron 3 Ultra có giá 0,58 USD cho mỗi 1 triệu token, so với Claude Sonnet 4.6 ở mức 2,31 USD – mức giảm 75% . Truyền thông tài chính Trung Quốc đưa tin rằng chi phí suy luận thấp hơn khoảng 90% so với các mô hình đóng .

Hiệu suất vượt trội trên các chuẩn mực doanh nghiệp

Nvidia tuyên bố rằng trên các chuẩn mực của LangChain Deep Agents, Nemotron 3 Ultra đã đạt ngang bằng với mô hình điểm số cao nhất về các tác vụ kinh doanh (ngang chất lượng) . Các điểm số chuẩn mực chính bao gồm:

• Chỉ số Trí tuệ Nhân tạo Analysis (AA Index): Đạt 47.7–48 điểm – cao nhất trong số các mô hình trọng số mở của Mỹ, vượt xa Gemma 4 31B (39) và Nemotron 3 Super (36), nhưng xếp sau Kimi K2.6 (54) của Trung Quốc và các mô hình độc quyền như GPT-5.5 (60.2) và Claude Opus 4.7 (57) .
• GPQA Diamond: Đạt 86.7%, cạnh tranh với các mô hình hàng đầu .
• Chuẩn mực tác nhân (Agentic): Trên dữ liệu được công bố của HuggingFace, Nemotron 3 Ultra đạt 56.4 điểm trên Terminal Bench 2.1, 46.7 điểm trên GDPVal, và 70.7 điểm trên SWE-Bench Verified, cạnh tranh với MiniMax-2.7, GLM-5.1 và Kimi-K2.6 .
• PinchBench Agent Productivity: Đạt 90–91%, ngang bằng Kimi K2.6 và vượt trội so với Qwen 3.5 .

Thông số kỹ thuật kiến trúc

Bí quyết tạo nên hiệu suất vượt trội

Hiệu suất đến từ ba cải tiến cốt lõi :

• Kiến trúc MoE Hybrid Mamba-Attention: Kết hợp các lớp không gian trạng thái Mamba 2 với các lớp chú ý (attention) trong khuôn khổ định tuyến MoE, chỉ kích hoạt 55B trong số 550B tham số cho mỗi token, mang lại hiệu quả vượt trội.
• Multi-tier On-Policy Distillation (MOPD): Kỹ thuật hậu huấn luyện sử dụng học tăng cường (RL) trong các môi trường tương tác để chưng cất khả năng suy luận.
• Kích hoạt thưa (Sparse activation): Tỷ lệ tham số tổng trên hoạt động là 10:1 giúp đạt được khả năng suy luận tiên tiến chỉ với một phần nhỏ chi phí tính toán so với các mô hình dày đặc (dense models).

Nemotron 3 Ultra đạt thông lượng suy luận cao hơn tới 5.9 lần so với GLM-5.1-754B-A40B trên cài đặt đầu vào 8K token / đầu ra 64K token . Trên một điểm cuối DeepInfra tiền phát hành, nó phục vụ hơn 300 token mỗi giây .

Quan hệ đối tác với LangChain & Các trích dẫn

LangChain đã cung cấp hỗ trợ Ngày 0 cho Nemotron 3 Ultra trong bộ công cụ Deep Agents và là thành viên của Liên minh Nemotron (Nemotron Coalition) . CEO của LangChain, Harrison Chase, cho biết các doanh nghiệp có thể đạt được hiệu suất mạnh mẽ với chi phí chỉ bằng một phần nhỏ so với các mô hình đóng . Nvidia tuyên bố rằng LangChain's Deep Agents harness đã hoàn thành "nhiều tác vụ hơn với thông lượng cao hơn khi sử dụng Nemotron 3 Ultra, đồng thời mang lại chi phí suy luận thấp hơn tới 10 lần so với một số mô hình đóng hàng đầu" .

Ứng dụng doanh nghiệp

Các đối tác toàn cầu EY và những đơn vị khác như Abridge, Amdocs và Box đã bắt đầu triển khai ngăn xếp NemoClaw + Nemotron 3 Ultra để xây dựng các tác nhân AI doanh nghiệp . Cadence, Siemens, Synopsys và Dassault Systèmes cũng đang triển khai các kỹ sư AI tự động sử dụng các bản thiết kế NemoClaw của Nvidia .

Các tùy chọn truy cập cho nhà phát triển

Các nhà phát triển có thể truy cập Nemotron 3 Ultra thông qua :

• Hugging Face: Trọng số mô hình tại nvidia/NVIDIA-Nemotron-3-Ultra-550B-A55B-BF16
• NVIDIA Endpoints / Nvidia NIM: Suy luận được quản lý thông qua các điểm cuối đám mây của Nvidia (mặc định trong NemoClaw)
• Ollama: Có sẵn tại ollama.com/library/nemotron-3-ultra
• Tại chỗ (On-premise) / GPU Cloud: Trọng số có thể được triển khai trên bất kỳ phiên bản GPU đám mây nào
• Nvidia NemoClaw: Các bản thiết kế mã nguồn mở có thể triển khai bằng một lệnh duy nhất

Phản ứng của thị trường chứng khoán

Cổ phiếu Nvidia (NVDA) đã tăng 4% vào thứ Tư, ngày 9 tháng 7, khi các kết quả chuẩn mực mới và thông báo về NemoClaw cho thấy Nemotron 3 Ultra có thể thách thức các mô hình đóng về cả chi phí lẫn hiệu suất doanh nghiệp . Ngân hàng Bank of America đã nhắc lại xếp hạng Mua (Buy) đối với cổ phiếu Nvidia sau thông báo, với lý do lợi thế về chi phí - hiệu suất và đà phát triển doanh nghiệp của mô hình .

Dòng thời gian các thông báo chính

• Ngày 1 tháng 6 năm 2026: Jensen Huang đã công bố Nemotron 3 Ultra tại Computex 2026 ở Đài Bắc
• Ngày 4 tháng 6 năm 2026: Nvidia chính thức phát hành Nemotron 3 Ultra dưới dạng mô hình mã nguồn mở với trọng số, dữ liệu huấn luyện và công thức
• Ngày 8 tháng 7 năm 2026 (Thứ Ba): LangChain và Nvidia công bố bản thiết kế NemoClaw for LangChain Deep Agents, nêu bật chi phí suy luận thấp hơn 10 lần và sự chấp nhận của doanh nghiệp bởi EY, Abridge, Amdocs và Box
• Ngày 9 tháng 7 năm 2026 (Thứ Tư): Cổ phiếu NVDA tăng 4% nhờ tin tức; Ngân hàng Bank of America nhắc lại xếp hạng Mua