Nemotron 3 Super를 로컬에서 실행할 수 있나요?

NVIDIA | 262,144 토큰 컨텍스트 | 입력 $0.08/M, 출력 $0.45/M. NVIDIA Nemotron 3 Super는 1200억 파라미터 오픈 하이브리드 MoE 모델로, 최대 컴퓨팅 효율성과 복잡한 다중 에이전트 애플리케이션에서의 정확도를 위해 120억 파라미터만 활성화합니다. 하이브리드 Mamba-Transformer Mixture-of-Experts 아키텍처와 다중 토큰 예측(MTP)을 기반으로 하며, 주요 오픈 모델 대비 50% 이상의 토큰 생성량을 제공합니다. 100만 토큰 컨텍스트 창을 갖춰 장기 에이전트 일관성, 문서 간 추론, 다단계 작업 계획에 적합합니다. 잠재 MoE는 단일 추론 비용으로 4명의 전문가 호출을 가능하게 하여 지능과 일반화를 향상시킵니다. 10개 이상의 환경에서 다중 환경 RL 훈련을 통해 AIME 2025, TerminalBench, SWE-Bench Verified 등 벤치마크에서 선도적 정확도를 달성합니다. NVIDIA Open License 하에 가중치, 데이터셋, 레시피가 완전 공개되어 있으며, Nemotron 3 Super는 워크스테이션부터 클라우드까지 어디서나 손쉬운 맞춤화와 안전한 배포를 지원합니다.

이 모델의 가이드

Ollama vs LM Studio (2026): 어떤 로컬 AI 앱을 사용할까, 그리고 각각 어떤 최고 모델을 실행할까

용도별 최고의 로컬 LLM (2026년 10월): 모든 작업에 맞는 최적의 오픈 모델

오픈 가중치 vs 오픈 소스 vs API 전용: 실제로 할 수 있는 것

로컬 AI에 실제로 필요한 VRAM은 얼마나 될까?

Ollama 설치 및 로컬 AI 실행 방법 (Windows, Mac, Linux)

GGUF 파일이란? 양자화 모델 설명 (Q4, Q8, fp8, NF4)

모든 가이드

캡틴의 노트

Captain 작성, 하우스 에디터

2026-10-13의 노트

Nemotron 3 Super는 NVIDIA의 1200억 파라미터 하이브리드 MoE 모델로, 추론 시에는 120억 파라미터만 활성화하여 전체 크기에 비해 훨씬 저렴하게 실행할 수 있습니다. 멀티 토큰 예측을 지원하는 Mamba-Transformer 아키텍처 덕분에 동급의 공개 모델보다 훨씬 빠른 생성 속도를 자랑합니다. 멀티 에이전트 파이프라인, 장문 문서 워크플로우, 대량 자동화를 구축하는 팀에 적합하며, 실제로 자체 하드웨어에서 배포할 수 있는 오픈 가중치를 제공합니다.

알려진 점

문서 간 추론 및 다단계 에이전트 작업을 위한 100만 토큰 컨텍스트 윈도우
총 1200억 파라미터 중 추론 시 120억만 활성화 — 뛰어난 효율성
멀티 토큰 예측 레이어로 동급 공개 모델 대비 50% 이상 빠른 생성 속도
추론 모드는 단일 채팅 템플릿 플래그로 켜고 끌 수 있음
가중치, 데이터셋, 학습 레시피 모두 NVIDIA Nemotron 오픈 모델 라이선스 하에 공개됨

주의할 점

최소 하드웨어 요구사항은 2× H100-80GB GPU — 일반 소비자용 로컬 모델이 아님.
NVIDIA Nemotron 오픈 모델 라이선스는 표준 오픈소스 라이선스가 아니므로 상업적 배포 전 약관 확인 필요.
사전 학습 데이터는 2025년 6월까지, 후속 학습은 2026년 2월까지 — 최신 사건은 반영되지 않음.

최적 용도

시도해볼 프롬프트

다단계 에이전트 계획

당신은 IT 자동화 에이전트입니다. 사용자가 보고한 내용: VPN 클라이언트는 연결되지만, 기업 네트워크에서만, 어제 라우터 펌웨어 업데이트 이후부터 모든 DNS 쿼리가 시간 초과됩니다. 가능성 높은 원인을 확률 순으로 진단하고, L1 기술자가 추가 지원 없이 따라할 수 있는 단계별 복구 계획을 작성하세요.

문서 간 추론

같은 회사의 18개월 간 분기별 실적 발표 통화록 3개가 있습니다. 처음 두 통화에서 제시된 미래 전망을 식별하고, 세 번째 통화 결과가 각 전망을 충족했는지, 놓쳤는지, 초과했는지 평가하세요. 설명 없이 조용히 삭제된 전망이 있으면 표시하세요.

복잡한 코딩 작업

임의의 JSON 스키마와 Python 딕셔너리 리스트를 입력받아 각 딕셔너리를 스키마에 맞게 검증하고, 유효한 레코드와 필드별 오류 메시지를 포함한 유효하지 않은 레코드 두 리스트를 반환하는 Python 함수를 작성하세요. 서드파티 라이브러리는 사용하지 마세요. 중첩 객체와 배열의 엣지 케이스도 테스트에 포함하세요.

비교하기

Nemotron 3 Ultra
오픈 가중치 모델
262,144 토큰 컨텍스트 · $0.60/M 입력, $2.40/M 출력
Nemotron 3.5 Lightning
오픈 가중치 모델
262,144 토큰 컨텍스트 · $0.07/M 입력, $0.20/M 출력
NVIDIA Nemotron 3 Ultra 550B A55B
오픈 가중치 모델
262,144 토큰 컨텍스트 · $0.50/M 입력, $2.20/M 출력
NVIDIA Nemotron 3 Super 120B A12B
오픈 가중치 모델
262,144 토큰 컨텍스트 · $0.09/M 입력, $0.40/M 출력

nvidia의 더 많은 텍스트 모델

사람들이 묻는 질문

Nemotron 3 Super를 로컬에서 실행할 수 있나요?: 네, 가중치는 NVIDIA Nemotron 오픈 모델 라이선스 하에 Hugging Face에서 공개되어 있습니다. 다만 최소 요구사항이 2× H100-80GB GPU이므로 데이터센터나 고성능 워크스테이션용이며, 일반 소비자용 머신은 아닙니다.
Nemotron 3 Super API 비용과 컨텍스트 윈도우 크기는 어떻게 되나요?: 입력 토큰당 $0.08, 출력 토큰당 $0.45이며, 컨텍스트 윈도우는 100만 토큰입니다.
Nemotron 3 Super와 Nemotron Nano의 차이점은 무엇인가요?: Super 모델은 멀티 토큰 예측 레이어를 추가해 더 빠른 생성과 향상된 품질을 제공하며 NVFP4 양자화로 학습되었습니다. Nano 모델은 MTP가 없고 더 작은 배포 환경을 목표로 합니다.

캡틴의 평가
진지한 오픈 에이전트 모델로, 활성 파라미터 효율성이 뛰어나지만 이를 체감하려면 데이터센터급 하드웨어가 필요합니다.

Hugging Face의 모델 카드

캡틴은 모델의 설명과 모델 카드에서 이 노트를 작성합니다. 가격과 컨텍스트 크기는 작성 시점의 제공자 기준이며 변경될 수 있습니다.

Ranking badge

Updated Oct 22, 2026

Made this model? Show this badge on your page.

Paste it into your Hugging Face card or Civitai description.

Change colors / personalize / get code

Also ranked: Bronze · Hottest this month · #72 Hottest AI model · #40 Hottest Text / LLM model · #40 Hottest Text / LLM text model

Not this creator?

Get your own badge

Nemotron 3 Super 인기 추세

11 Mar 2026 이후 히트 점수

인기 점수

8,885°

이번 주

▲

70.4%

8,815° 당시, 8,885° 현재

이번 달

▲

1,018%

8,567° 당시, 8,885° 현재

지난 1년

n/a

아직 출시/추적되지 않음

7,000°

기준점

점수는 0°부터 9,999°까지 있어. 7,000° 아래는 아직 어떤 출처에서도 보고되지 않은 모델들을 위해 남겨둔 영역이고, 그 모델들은 목록이 완성되도록 임시 점수를 받지. 7,000°가 실제 측정 데이터가 시작되는 지점이야: 실제 데이터는 있지만 다운로드가 거의 없는 모델은 기준점에 위치하고, 그 위로 측정된 점수가 쌓여. 기준점 자체는 모델에 대해 아무것도 말해주지 않고, 위에 쌓인 점수만이 모델 간 차이를 만들어.

+1,575°

OpenRouter 토큰

이 모델이 지난 30일간 OpenRouter를 통해 처리한 토큰 수 1,780,603,688,222, 프롬프트와 답변을 합친 수치입니다. 10,000,000 토큰마다 다운로드 1회로 계산하며, 총 178,060회입니다; 마지막 날 토큰은 채택률에 포함됩니다. 출처: OpenRouter (openrouter.ai/rankings).

+310°

채택률

출처를 두 번 측정한 사이에 하루 약 13,493번 다운로드돼. 평생 평균에서 추측한 게 아니야. 속도는 다운로드 항목의 4분의 1 가치를 가지니, 최근 급증이 나타나도 하루짜리 급등이 수년간 사용량을 앞서지 못해.

상세 내역 보기

이 사이트의 모든 숫자는 확인할 수 있어. 이 모델의 히트 점수는 8,885°이고, 여기서는 각 요소가 하나씩 더해지면서 누적 합계가 표시돼: 기준점, 각 출처가 더하는 점수, 모델 종류에 따른 보너스, 그리고 가중치의 연령이 빼는 점수. 색깔은 위 차트의 구간을 나타내. 마지막에 용어집에서 모든 용어를 정의해.

1
기준점부터 시작해.
왜 7,000°이고 0이 아닌지: 점수는 0°부터 9,999°까지 있고, 7,000° 아래는 아직 출처가 보고하지 않은 모델을 위해 남겨둔 영역이야. 그 모델들은 목록 완성을 위해 임시 점수를 받고, 데이터가 있는 모델보다 순위가 높지 않아. 7,000°가 실제 측정 데이터가 시작되는 지점이야. 실제 데이터가 있지만 다운로드가 거의 없는 모델은 여기 있고, 그 뒤로는 모두 측정된 점수야. 기준점 위에는 다운로드가 10배씩 늘어날 때마다 300°씩 10단계가 있어. 기준점은 모든 모델에 같아서 아무것도 결정하지 않고, 위 점수가 모델을 구분해.
7,000°
누적 합계
2
다운로드 수를 더해.
총 178,060개의 다운로드 동등치, OpenRouter 토큰에서 나왔어. 다운로드가 10배 늘어나면 같은 300°가 더해지니까, 크기가 중요하지만 점수를 독차지하지는 않아.
+1,575°
8,575°
누적 합계
3
채택률을 추가하세요.
지금 하루 약 13,493개의 다운로드가 있어, 두 번 측정한 차이로 계산하고 무게는 4분의 1이야.
+310°
8,885°
누적 합계
=
히트 점수.
이 모델이 이 사이트 모든 목록에서 어디에 있는지 보여줘. 다른 건 조정하지 않아.
8,885°

용어집: 여기서 쓰는 말들

히트 점수: 모델이 지금 얼마나 쓰이고 원하는지 한 숫자로 나타낸 거야, 0°부터 9,999°까지. 이 사이트에서 가장 인기 있는 목록은 모두 이 점수로 정렬돼.
기본 점수: 실제 데이터가 있는 모든 모델이 시작하는 7,000°야. 점수는 0°부터 9,999°까지인데, 기본 점수 아래는 데이터 없는 모델(대체 모델)용으로 남겨둬서 데이터 있는 모델이 항상 위에 오도록 해. 기본 점수는 모두 같고 아무것도 결정하지 않아; 그 위 점수가 실제 측정치야.
다운로드 동등치: 점수가 다운로드로 취급하는 모든 걸 합친 거야: 실제 다운로드, 토렌트 시더 1,000개씩, AI Horde 이미지와 생성 사이트 실행 1개씩.
로그 스케일: 1씩이 아니라 10씩 세는 거야: 1,000에서 10,000 다운로드가 늘면 10,000에서 100,000 늘어난 것과 같은 점수가 더해져. 큰 모델이 다 차지하는 걸 막아줘.
좋아요: 모든 출처의 좋아요와 엄지척, 로그 스케일에서 다운로드 절반 가치야.
채택률: 두 번 측정한 차이로 계산한 지금 하루 다운로드 수야. 다운로드 항목 무게의 4분의 1이야.
측정 및 추정: 측정은 두 번의 소스 읽기가 존재하고 그 차이가 실제라는 뜻이야. 추정은 오늘의 총합만 알고 과거는 모델의 전체 기간에 나눠서 보여주는 거야; 사이트에서 어떤 걸 보여주는지 알려줘.
시더: 토렌트를 통해 다른 사람이 다운로드할 수 있도록 가중치 파일을 온라인에 보관하는 사람이나 호스팅 미러를 말해. 각각 1,000번 다운로드로 계산돼.
AI 호드: 기부받은 컴퓨터에서 무료로 이미지를 생성하는 자원봉사 네트워크야. 모델로 만든 이미지 수가 공개되고, 각각이 한 번의 다운로드로 계산돼.
생성 사이트: PixAI, SeaArt, Yodayo 같은 모델 복사본을 직접 호스팅하고 사람들이 생성할 수 있게 하는 사이트들이야. 이들의 다운로드는 Civitai와 같고, 생성 한 번이 한 번의 다운로드로 계산돼.
OpenRouter 토큰: Claude나 GPT 같은 API를 통해 제공되는 텍스트 모델은 다운로드할 가중치가 없으므로, 지난 30일간 OpenRouter를 통해 읽고 쓴 텍스트 조각인 토큰 수로 사용량을 측정합니다. 10,000,000 토큰마다 다운로드 1회로 계산합니다. 출처: OpenRouter (openrouter.ai/rankings), CC BY 4.0.
전체 모델 (체크포인트): 가중치 자체, 혼자서 생성하는 파일이야. 애드온이 이걸 기반으로 하기 때문에 보너스 점수를 받아.
LoRA와 임베딩: 다른 사람의 가중치를 특정 스타일, 캐릭터, 개념 쪽으로 조정하는 작은 추가 파일이야. 혼자 실행할 수 없어.
패밀리와 가중치: 모델이 기반으로 하는 것, 예를 들어 SD 1.5, SDXL, Flux, Wan 같은 거야. 모든 모델은 패밀리 가중치의 출시일을 물려받아.
연령: 패밀리 가중치가 나온 지 얼마나 됐는지에 따라 점수를 깎아: 1년에 150°, 최대 750°까지. 오래된 다운로드는 리스트 상단 고정을 풀어 쌓이도록 해.
패밀리 부스트: 이 사이트가 지금 밀고 있는 패밀리의 LoRA에 주는 작고 제한된 점수 조정으로, 항상 세부 내역에 표시돼.
대체 점수: 아직 소스 보고가 없는 모델에 안정적으로 주는 최저 점수로, 리스트가 완전하게 유지되도록 해. 데이터가 있는 모델보다 절대 높게 평가되지 않아.
신규! (유예 기간): 7일 미만의 신규 모델은 점수 대신 '신규!' 표시가 나오며 순위에 포함되지 않습니다. 점수는 첫날부터 계산되지만, 하루 된 모델은 매우 빠르게 성장하므로 유예 기간 없이는 항상 어제 나온 모델이 이번 주 #1이 되어버립니다.
추세: 한 기간 동안 모델의 성장 속도가 같은 기간의 일반 모델 성장 속도와 비교해서 어떤지 보여줘. 일반보다 빠르면 상승, 느리면 하락으로 봐.
일반 모델: 카탈로그의 중간값: 수치가 있는 모델 중 절반은 기간 동안 더 빨리 성장했고, 절반은 더 느리게 성장했어.

이 모델의 인기가 카탈로그 다른 모델들과 비교해 어떻게 움직였는지 보여줘: 각 기간마다 다운로드, 좋아요, 사용량이 얼마나 늘었는지, 같은 기간 보통 모델의 성장과 비교해서, 그때의 히트 점수와 함께. 보통 성장보다 위면 상승, 아래면 하락으로 봐. 과거는 오늘까지의 총합, 모델 첫 날, 두 번 측정된 다운로드 속도로 재구성돼; 기간 시작에 없던 모델은 n/a로 표시돼.

유사한 모델

Qwen3 VL 32B Instruct

TEXT / LLM

Morph V3 Fast

TEXT / LLM

이미지·영상·텍스트 생성을 위한 AI 모델

Nemotron 3 Super은(는) Text / LLM 패밀리용 텍스트 모델으로, 오픈 소스 AI 이미지·영상·텍스트 모델의 읽기 전용 카탈로그인 ModelTrends.ai에 등록되어 있습니다. 다른 Text / LLM 모델과 비교하고 열기 점수로 트렌드를 확인해 보세요.

모델 패밀리별로 보기