آیا میتوانم Nemotron 3 Super را به صورت محلی اجرا کنم؟

بله، وزنها باز هستند و در Hugging Face تحت مجوز NVIDIA Nemotron Open Model در دسترساند، اما حداقل نیاز ۲× GPU H100-80GB است، بنابراین این استقرار در مرکز داده یا ایستگاه کاری قدرتمند است، نه یک دستگاه مصرفکننده.

هزینه Nemotron 3 Super از طریق API چقدر است و پنجره متنی چقدر بزرگ است؟

قیمتگذاری ۰.۰۸ دلار به ازای هر میلیون توکن ورودی و ۰.۴۵ دلار به ازای هر میلیون توکن خروجی است؛ پنجره متنی تا یک میلیون توکن گسترش دارد.

Nemotron 3 Super چه تفاوتی با Nemotron Nano دارد؟

مدل Super لایههای پیشبینی چندتوکنی برای تولید سریعتر و کیفیت بهتر اضافه کرده و با کوانتیزاسیون NVFP4 آموزش دیده است؛ مدل Nano شامل MTP نیست و برای استقرارهای کوچکتر هدفگذاری شده است.

▲

70.4%

این هفته

Nemotron 3 Super

8885°

#llm #nvidia #استدلال #عامل‌ها #کدنویسی #متن زمینه بلند

این ماه

اجرای مدل

پیشنهادها / تبلیغات

OpenRouter ترمینال / API

پرداخت به ازای هر توکن

با این مدل در مرورگر چت کنید یا با یک کلید API از کد خود به آن دسترسی داشته باشید.

NVIDIA | زمینه متنی 262,144 توکن | ورودی $0.08/M، خروجی $0.45/M. NVIDIA Nemotron 3 Super یک مدل هیبریدی باز MoE با 120 میلیارد پارامتر است که فقط 12 میلیارد پارامتر را برای حداکثر کارایی محاسباتی و دقت در برنامه‌های چندعامل پیچیده فعال می‌کند. بر پایه معماری هیبریدی Mamba-Transformer Mixture-of-Experts با پیش‌بینی چندتوکنی (MTP) ساخته شده و بیش از 50٪ تولید توکن بالاتر نسبت به مدل‌های باز پیشرو ارائه می‌دهد. مدل دارای پنجره زمینه 1 میلیون توکن برای انسجام بلندمدت عامل، استدلال میان اسناد و برنامه‌ریزی وظایف چندمرحله‌ای است. MoE پنهان امکان فراخوانی 4 متخصص با هزینه استنتاج یک متخصص را فراهم…NVIDIA | زمینه متنی 262,144 توکن | ورودی $0.08/M، خروجی $0.45/M. NVIDIA Nemotron 3 Super یک مدل هیبریدی باز MoE با 120 میلیارد پارامتر است که فقط 12 میلیارد پارامتر را برای حداکثر کارایی محاسباتی و دقت در برنامه‌های چندعامل پیچیده فعال می‌کند. بر پایه معماری هیبریدی Mamba-Transformer Mixture-of-Experts با پیش‌بینی چندتوکنی (MTP) ساخته شده و بیش از 50٪ تولید توکن بالاتر نسبت به مدل‌های باز پیشرو ارائه می‌دهد. مدل دارای پنجره زمینه 1 میلیون توکن برای انسجام بلندمدت عامل، استدلال میان اسناد و برنامه‌ریزی وظایف چندمرحله‌ای است. MoE پنهان امکان فراخوانی 4 متخصص با هزینه استنتاج یک متخصص را فراهم می‌کند که هوشمندی و تعمیم را بهبود می‌بخشد. آموزش RL چندمحیطی در بیش از 10 محیط دقت پیشرو در معیارهایی مانند AIME 2025، TerminalBench و SWE-Bench Verified ارائه می‌دهد. کاملاً باز با وزن‌ها، داده‌ها و دستورالعمل‌ها تحت مجوز NVIDIA Open License، Nemotron 3 Super امکان سفارشی‌سازی آسان و استقرار امن در هر مکان — از ایستگاه کاری تا ابر — را فراهم می‌کند.

راهنماهای این مدل

Ollama در مقابل LM Studio (۲۰۲۶): کدام برنامه محلی هوش مصنوعی را استفاده کنیم و هر کدام کدام مدل‌های برتر را اجرا می‌کنند

بهترین مدل محلی LLM بر اساس کاربرد (اکتبر ۲۰۲۶): مدل باز مناسب برای هر کار

وزن‌های باز در مقابل متن‌باز در مقابل فقط API: واقعاً چه کاری مجاز هستید انجام دهید

واقعاً چقدر VRAM برای هوش مصنوعی محلی نیاز دارم؟

چگونه Ollama را نصب کنیم و یک هوش مصنوعی محلی را اجرا کنیم (ویندوز، مک، لینوکس)

فایل GGUF چیست؟ مدل‌های کوانتیزه شده توضیح داده شده (Q4، Q8، fp8، NF4)

همه راهنماها

یادداشت‌های کاپیتان

نوشته شده توسط Captain، ویراستار خانه

یادداشت‌ها از 2026-10-13

Nemotron 3 Super مدل هیبریدی MoE شرکت NVIDIA با 120 میلیارد پارامتر است که تنها 12 میلیارد پارامتر آن در زمان استنتاج فعال می‌ماند، که اجرای آن را بسیار ارزان‌تر از اندازه کل مدل می‌کند. معماری Mamba-Transformer آن با پیش‌بینی چندتوکنی سرعت تولید را به‌طور قابل توجهی بالاتر از مدل‌های باز مشابه با قابلیت‌های برابر می‌برد. این مدل برای تیم‌هایی که در حال ساخت خطوط چندعاملی، جریان‌های کاری اسناد بلند یا اتوماسیون با حجم بالا هستند و می‌خواهند وزن‌های باز داشته باشند که بتوانند روی سخت‌افزار خودشان اجرا کنند، مناسب است.

معروف به

پنجره متنی یک میلیون توکنی ساخته شده برای استدلال میان اسناد و وظایف چندمرحله‌ای عامل
تنها 12 میلیارد پارامتر فعال در زمان استنتاج با وجود 120 میلیارد پارامتر کل — صرفه‌جویی جدی در کارایی
لایه‌های پیش‌بینی چندتوکنی بیش از ۵۰٪ سرعت تولید را نسبت به مدل‌های باز مشابه افزایش می‌دهند
حالت استدلال از طریق یک پرچم قالب چت قابل روشن یا خاموش شدن است
وزن‌ها، داده‌ها و دستورالعمل‌های آموزش همه تحت مجوز NVIDIA Nemotron Open Model منتشر شده‌اند

مراقب باشید

حداقل نیاز سخت‌افزاری ۲× GPU H100-80GB است — این مدل برای مصرف‌کننده محلی نیست.
مجوز NVIDIA Nemotron Open Model یک مجوز متن‌باز استاندارد نیست؛ قبل از استفاده تجاری شرایط آن را بررسی کنید.
داده‌های پیش‌آموزش تا ژوئن ۲۰۲۵ و پس‌آموزش تا فوریه ۲۰۲۶ است — رویدادهای اخیر در آن نیستند.

بهترین برای

عامل‌ها و استفاده از ابزار

دستورات برای امتحان

برنامه عامل چندمرحله‌ای

شما یک عامل اتوماسیون فناوری اطلاعات هستید. یک کاربر گزارش می‌دهد: کلاینت VPN آنها متصل می‌شود اما تمام درخواست‌های DNS فقط در شبکه شرکتی و فقط از زمان به‌روزرسانی فریمور روتر دیروز، تایم‌اوت می‌شوند. علل احتمالی را به ترتیب احتمال تشخیص دهید، سپس یک برنامه گام‌به‌گام اصلاحی بنویسید که یک تکنسین سطح ۱ بتواند بدون ارجاع اجرا کند.

استدلال میان اسناد

در اینجا سه متن تماس درآمد سه‌ماهه از یک شرکت در طول ۱۸ ماه آمده است. هر راهنمایی آینده‌ای که در دو تماس اول داده شده را شناسایی کنید، سپس ارزیابی کنید که نتایج تماس سوم هر تعهد را تایید، از دست داده یا فراتر رفته است. هر راهنمایی که بدون توضیح حذف شده را علامت بزنید.

وظیفه برنامه‌نویسی سخت

یک تابع پایتون بنویسید که یک طرح JSON دلخواه و یک لیست دیکشنری‌های پایتون را می‌گیرد، هر دیکشنری را بر اساس طرح اعتبارسنجی می‌کند و دو لیست برمی‌گرداند: رکوردهای معتبر و رکوردهای نامعتبر با پیام خطای هر فیلد. از هیچ کتابخانه شخص ثالثی استفاده نکنید. موارد لبه برای اشیاء تو در تو و آرایه‌ها را در تست‌ها بگنجانید.

مقایسه با

Nemotron 3 Ultra
مدل با وزن‌های باز
متن زمینه 262,144 توکن · ورودی $0.60/M، خروجی $2.40/M
Nemotron 3.5 Lightning
مدل با وزن‌های باز
متن زمینه 262,144 توکن · ورودی $0.07/M، خروجی $0.20/M
NVIDIA Nemotron 3 Ultra 550B A55B
مدل با وزن‌های باز
متن زمینه 262,144 توکن · ورودی $0.50/M، خروجی $2.20/M
NVIDIA Nemotron 3 Super 120B A12B
مدل با وزن‌های باز
متن زمینه 262,144 توکن · ورودی $0.09/M، خروجی $0.40/M

مدل‌های متنی بیشتر از nvidia

سؤالات متداول

آیا می‌توانم Nemotron 3 Super را به صورت محلی اجرا کنم؟: بله، وزن‌ها باز هستند و در Hugging Face تحت مجوز NVIDIA Nemotron Open Model در دسترس‌اند، اما حداقل نیاز ۲× GPU H100-80GB است، بنابراین این استقرار در مرکز داده یا ایستگاه کاری قدرتمند است، نه یک دستگاه مصرف‌کننده.
هزینه Nemotron 3 Super از طریق API چقدر است و پنجره متنی چقدر بزرگ است؟: قیمت‌گذاری ۰.۰۸ دلار به ازای هر میلیون توکن ورودی و ۰.۴۵ دلار به ازای هر میلیون توکن خروجی است؛ پنجره متنی تا یک میلیون توکن گسترش دارد.
Nemotron 3 Super چه تفاوتی با Nemotron Nano دارد؟: مدل Super لایه‌های پیش‌بینی چندتوکنی برای تولید سریع‌تر و کیفیت بهتر اضافه کرده و با کوانتیزاسیون NVFP4 آموزش دیده است؛ مدل Nano شامل MTP نیست و برای استقرارهای کوچک‌تر هدف‌گذاری شده است.

حکم کاپیتان
یک مدل عامل باز جدی — کارایی پارامترهای فعال واقعی است، اما برای دیدن آن به سخت‌افزار مرکز داده نیاز دارید.

کارت مدل در Hugging Face

کاپیتان این یادداشت‌ها را از توضیحات مدل و کارت مدل نوشته است. قیمت‌ها و اندازه متن زمینه مربوط به ارائه‌دهنده در زمان نوشتن است و ممکن است تغییر کند.

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

روند محبوبیت Nemotron 3 Super

امتیاز حرارتی از 11 Mar 2026

امتیاز داغی

8,885°

این هفته

▲

70.4%

8,815° آن زمان، 8,885° الان

این ماه

▲

1,018%

8,567° آن زمان، 8,885° الان

سال گذشته

n/a

هنوز منتشر/ردیابی نشده

7,000°

کف

مقیاس از 0° تا 9,999° است. هر چیزی زیر 7,000° برای مدل‌هایی است که هیچ منبعی هنوز گزارشی درباره‌شان نداده و یک عدد جایگزین آنجا دارند تا فهرست‌ها کامل بمانند. 7,000° جایی است که داده‌های اندازه‌گیری شده شروع می‌شود: مدلی با داده واقعی ولی تقریباً بدون دانلود روی کف قرار می‌گیرد و اندازه‌گیری‌ها درجه‌های بالاتر را پر می‌کنند. کف درباره مدل چیزی نمی‌گوید؛ فقط درجه‌های بالاتر این کار را می‌کنند و آنها هستند که مدل‌ها را از هم جدا می‌کنند.

+1,575°

توکن‌های OpenRouter

1,780,603,688,222 توکن این مدل در ۳۰ روز گذشته از طریق OpenRouter پردازش شده است، شامل درخواست‌ها و پاسخ‌ها. هر 10,000,000 توکن به عنوان یک دانلود در دوره دانلود حساب می‌شود، مجموعاً 178,060؛ توکن‌های روز آخر به نرخ پذیرش اضافه می‌شوند. منبع: OpenRouter (openrouter.ai/rankings).

+310°

نرخ پذیرش

حدود 13,493 دانلود در روز، اندازه‌گیری شده بین دو خوانش از منابع، هرگز حدس زده نشده از میانگین عمر. سرعت یک چهارم عامل دانلود وزن دارد، پس یک جهش تازه نشان داده می‌شود بدون اینکه یک جهش یک روزه بالاتر از سال‌ها استفاده قرار بگیرد.

نمایش جزئیات

هر عدد در این سایت قابل بررسی است. امتیاز حرارت این مدل 8,885° است و اینجا به صورت مرحله به مرحله ساخته شده، با مجموع جاری بعد از هر مرحله: کف، درجه‌هایی که هر منبع اضافه می‌کند، جایزه برای نوع مدل و چیزی که سن وزن‌ها کم می‌کند. رنگ‌ها همان بازه‌های نمودار بالاست. واژه‌نامه در انتها هر اصطلاح را تعریف می‌کند.

1
از کف شروع کن.
چرا 7,000° و نه صفر: مقیاس از 0° تا 9,999° است و بخش زیر 7,000° برای مدل‌هایی است که هیچ منبعی هنوز گزارشی درباره‌شان نداده و یک عدد جایگزین آنجا دارند تا فهرست‌ها کامل بمانند و هیچ‌وقت بالاتر از مدلی با داده قرار نگیرند. 7,000° جایی است که داده‌های اندازه‌گیری شده شروع می‌شود. مدلی با داده واقعی ولی تقریباً بدون دانلود اینجا قرار می‌گیرد؛ هر چیزی که بعد از آن می‌آید اندازه‌گیری است و فضای بالای کف ده مرحله ده برابر در دانلودها دارد که هر کدام 300° است. کف برای همه مدل‌ها یکسان است، پس تصمیم‌گیرنده نیست؛ درجه‌های بالاتر این کار را می‌کنند.
7,000°
جمع جاری
2
دانلودها را اضافه کن.
178,060 معادل دانلود در کل، از توکن‌های OpenRouter. ده برابر کردن دانلودها همان 300° را اضافه می‌کند، پس اندازه مهم است اما هرگز امتیاز را به خودش نمی‌برد.
+1,575°
8,575°
جمع جاری
3
نرخ پذیرش را اضافه کن.
حدود 13,493 دانلود در روز همین الان، اندازه‌گیری شده بین دو خوانش، با یک چهارم وزن.
+310°
8,885°
جمع جاری
=
امتیاز حرارت.
جایی که این مدل در هر فهرست این سایت قرار دارد. هیچ چیز دیگری آن را تنظیم نمی‌کند.
8,885°

واژه‌نامه: اصطلاحات استفاده شده اینجا

امتیاز حرارت: یک عدد برای اینکه چقدر یک مدل الان استفاده و خواسته می‌شود، از 0° تا 9,999°. هر فهرستی در این سایت که می‌گوید داغ‌ترین‌ها بر اساس آن مرتب شده‌اند و هیچ چیز دیگری.
کف: 7,000° که هر مدل با داده واقعی از آن شروع می‌کند. مقیاس از 0° تا 9,999° است؛ بخشی که زیر کف است برای جایگزین‌ها (مدل‌هایی بدون داده) محفوظ است، تا مدلی با داده همیشه بالاتر از مدلی بدون داده باشد. کف برای همه یکسان است و هیچ تصمیمی نمی‌گیرد؛ درجه‌های بالاتر اندازه‌گیری هستند.
معادل‌های دانلود: هر چیزی که امتیاز به عنوان دانلود حساب می‌کند، جمع شده: خود دانلودها، هر تورنت سیدر به عنوان 1,000، هر تصویر AI Horde و هر اجرا روی سایت تولید به عنوان یکی.
مقیاس لگاریتمی: شمارش به صورت ده‌تایی، نه یکی‌یکی: رفتن از 1,000 به 10,000 دانلود همان درجه‌ها را اضافه می‌کند که رفتن از 10,000 به 100,000. این باعث می‌شود غول‌ها همه چیز را نبلعند.
لایک‌ها: تایید و لایک از هر منبع، هر کدام نصف وزن یک دانلود در مقیاس لگاریتمی.
نرخ پذیرش: چند دانلود در روز یک مدل همین الان می‌گیرد، از تفاوت بین دو خوانش یک منبع. یک چهارم وزن بخش دانلود.
اندازه‌گیری شده و تخمینی: اندازه‌گیری شده یعنی دو خوانش از یک منبع وجود دارد و تفاوت واقعی است. تخمینی یعنی فقط مجموع امروز معلوم است و گذشته به صورت مدل در طول عمر آن پخش شده؛ سایت می‌گوید کدام را نشان می‌دهد.
سیدر: کسی که یک نسخه از وزن‌ها را به صورت آنلاین نگه می‌دارد تا دیگران از طریق تورنت دانلود کنند، یا یک آینه میزبانی شده که همین کار را می‌کند. هر کدام به اندازه ۱۰۰۰ دانلود حساب می‌شود.
AI Horde: یک شبکه داوطلبانه که تصاویر را به صورت رایگان روی کامپیوترهای اهدایی تولید می‌کند. تعداد تصاویری که با یک مدل ساخته شده عمومی است و هر کدام به عنوان یک دانلود حساب می‌شود.
سایت‌های تولید: سایت‌هایی که نسخه‌های خودشان از یک مدل را میزبانی می‌کنند و به مردم اجازه می‌دهند با آن تولید کنند، مثل PixAI، SeaArt و Yodayo. دانلودهای آن‌ها مثل Civitai حساب می‌شود و هر بار تولید به عنوان یک دانلود محسوب می‌شود.
توکن‌های OpenRouter: یک مدل متنی که از طریق API ارائه می‌شود، مانند Claude یا GPT، وزن‌هایی برای دانلود ندارد، بنابراین استفاده آن بر اساس توکن‌ها اندازه‌گیری می‌شود: قطعات متنی که در ۳۰ روز گذشته از طریق OpenRouter خوانده و نوشته است. هر 10,000,000 توکن به عنوان یک دانلود حساب می‌شود. منبع: OpenRouter (openrouter.ai/rankings)، CC BY 4.0.
مدل کامل (چک‌پوینت): خود وزن‌ها، فایلی که به تنهایی تولید می‌کند. یک امتیاز اضافی می‌گیرد چون افزونه‌ها به آن وابسته‌اند.
LoRA و امبدینگ: فایل‌های کوچک افزونه که وزن‌های دیگران را به سمت یک سبک، شخصیت یا مفهوم هدایت می‌کنند. نمی‌توانند به تنهایی اجرا شوند.
خانواده و وزن‌ها: پایه‌ای که مدل روی آن ساخته شده، مثل SD 1.5، SDXL، Flux یا Wan. هر مدل تاریخ انتشار وزن‌های خانواده‌اش را به ارث می‌برد.
سن: درجه‌هایی که به خاطر مدت زمان گذشته از انتشار وزن‌های خانواده کم می‌شود: ۱۵۰ درجه در سال، تا ۷۵۰ درجه. دانلودهای قدیمی که سال‌ها فرصت جمع شدن داشتند را نگه می‌دارد تا بالای لیست ثابت بمانند.
تقویت خانواده: یک فشار کوچک و محدود برای LoRAهای یک خانواده که این سایت الان به جلو می‌برد، همیشه در جزئیات لیست شده.
امتیاز جایگزین: یک عدد پایدار زیر حداقل که به مدلی داده می‌شود که هنوز هیچ منبعی درباره‌اش گزارش نداده، تا لیست‌ها کامل بمانند. هیچ‌وقت بالاتر از مدلی با داده رتبه نمی‌گیرد.
جدید! (دوره گذار): مدلی که کمتر از 7 روز از عمرش گذشته باشد، به جای امتیاز، عبارت جدید! را نشان می‌دهد و در رتبه‌بندی جایگاهی ندارد. امتیاز آن از روز اول محاسبه می‌شود، اما مدلی که یک روزه است سریع‌تر از هر چیز دیگری رشد می‌کند، بنابراین بدون این انتظار، مدل #1 هفته همیشه مدلی بود که دیروز منتشر شده بود نه مدلی که یک هفته دوام آورده باشد.
روند: رشد یک مدل در یک دوره چطور نسبت به رشد معمول مدل‌ها در همان دوره است. سریع‌تر از معمول یعنی افزایش، کندتر یعنی کاهش.
مدل معمولی: وسط فهرست: نصف مدل‌ها با عددی که دارند سریع‌تر رشد کردند و نصف کندتر.

چطور محبوبیت این مدل نسبت به بقیه کاتالوگ تغییر کرده: رشد دانلودها، لایک‌ها و استفاده در هر دوره، نسبت به رشد معمول مدل‌ها در همان دوره، همراه با امتیاز حرارت آن زمان. بالاتر از رشد معمول یعنی افزایش، پایین‌تر یعنی کاهش. گذشته از روی مجموع‌های امروز، روز اول مدل و سرعت دانلود اندازه‌گیری شده وقتی دو داده وجود دارد بازسازی شده؛ مدلی که در شروع دوره وجود نداشته باشد n/a نشان می‌دهد.

مدل‌های مشابه

مدل‌های هوش مصنوعی برای تولید تصویر، ویدئو و متن

Nemotron 3 Super یک مدل متنی برای خانواده Text / LLM است که در ModelTrends.ai، کاتالوگ فقط‌خواندنی مدل‌های هوش مصنوعی متن‌باز تصویر، ویدئو و متن، فهرست شده است. آن را با دیگر مدل‌های Text / LLM مقایسه کنید و امتیاز داغی آن را ببینید.

مدل‌های بیشتر Text / LLM متن / LLM بیشتر Text / LLM llm nvidia استدلال عامل‌ها کدنویسی متن زمینه بلند محلی

مرور بر اساس خانواده مدل