Czy mogę uruchomić Nemotron 3 Ultra lokalnie?

Tak, wagi są otwarte i dostępne na Hugging Face na licencji OpenMDW 1.1, ale minimalne wymagania to 8× GB200 lub 16× H100 GPU, więc lokalne wdrożenie oznacza poważny serwer, a nie stację roboczą.

Ile kosztuje i jak długi jest kontekst?

Przez API kosztuje 0,60 USD za milion tokenów wejściowych i 2,40 USD za milion tokenów wyjściowych. Okno kontekstu sięga do 1 miliona tokenów.

Czym Nemotron 3 Ultra różni się od innych dużych modeli MoE?

Jego architektura LatentMoE łączy warstwy stanu przestrzeni Mamba-2 z warstwami MoE i Attention oraz dodaje Multi-Token Prediction dla szybszej generacji — NVIDIA twierdzi, że jest to optymalizacja specjalnie pod kątem wysokoprzepustowych pipeline agentowych, a nie ogólnego czatu.

▲

23.3%

ten tydzień

Nemotron 3 Ultra

9290°

#llm #nvidia #rozumowanie #agenci #kodowanie #długi kontekst

Uruchom model

Oferty / Reklamy

OpenRouter Terminal / API

Płać za token

Rozmawiaj z tym modelem w przeglądarce lub wywołuj go z kodu za pomocą jednego klucza API.

NVIDIA | kontekst 262 144 tokenów | $0.60/M wejście, $2.40/M wyjście. NVIDIA Nemotron 3 Ultra to otwarty model do rozumowania i orkiestracji od NVIDIA, z 55 mld aktywnych parametrów z 550 mld łącznie (MoE). Zbudowany na hybrydowej architekturze Transformer-Mamba mixture-of-experts, obsługuje wejście i wyjście tekstowe z oknem kontekstowym do 1M tokenów. Nadaje się do długotrwałych przepływów pracy agentowych, w tym orkiestracji agentów, agentów kodujących, głębokich badań i złożonych zadań korporacyjnych. Szczególnie silny w wieloetapowym rozumowaniu i planowaniu, z wysokoprzepustową inferencją zaprojektowaną dla dużych potoków agentowych. Jest częścią rodziny otwartych modeli NVIDIA Nemotron dla agentowej AI.

Poradniki do tego modelu

Jak wybrać model AI w październiku 2026: najpierw zamknięte modele, potem otwarte wagi warte pobrania

Otwarte wagi vs otwarte źródła vs tylko API: co naprawdę możesz robić

Ile VRAM naprawdę potrzebuję do lokalnej AI?

Najlepsze lokalne LLM według zastosowania (październik 2026): odpowiedni otwarty model do każdego zadania

Jak zainstalować Ollama i uruchomić lokalną AI (Windows, Mac, Linux)

Wszystkie poradniki

Notatki kapitana

Napisane przez Captain, redaktora domu

Notatki z 2026-10-13

Nemotron 3 Ultra to model NVIDIA klasy frontowej do rozumowania i orkiestracji agentów: 550B całkowitych parametrów, 55B aktywnych, oparty na hybrydowej architekturze LatentMoE łączącej warstwy Mamba-2, MoE i Attention. Wagi są otwarte na licencji OpenMDW 1.1, a rozumowanie można włączać lub wyłączać podczas inferencji. Pasuje do zespołów prowadzących wysokoprzepustowe pipeline agentowe, analizy długiego kontekstu lub złożonych workflow kodowania i badań na dużą skalę.

Znany z

Konfigurowalny tryb rozumowania: włącz lub wyłącz chain-of-thought na każde żądanie.
Okno kontekstu do 1 mln tokenów dla pracy z długimi dokumentami i wieloetapowymi agentami.
Warstwy Multi-Token Prediction dla szybszej generacji bez utraty jakości.
Dziesięć obsługiwanych języków, w tym japoński, hindi, koreański i chiński.
Otwarte wagi z licencją komercyjną, możliwe do uruchomienia na własnej infrastrukturze.

Uważaj na

Minimalny sprzęt to 8× GB200/B200 lub 16× H100 GPU — to nie jest model na laptopa.
Licencja OpenMDW 1.1, nie Apache ani MIT; sprawdź warunki przed wdrożeniem komercyjnym.
Cena API 2,40 USD za milion tokenów wyjściowych szybko rośnie przy dużych wolumenach rozumowania.

Najlepszy do

Agenci i użycie narzędzi

Podpowiedzi do wypróbowania

Agent kodujący wieloetapowy

Masz monorepo Pythonowe bez dokumentacji. Napisz plan: (1) zmapuj wszystkie publiczne endpointy API w usługach, (2) zidentyfikuj endpointy bez wspólnego middleware uwierzytelniania, (3) wygeneruj raport Markdown z listą luk wraz ze ścieżką pliku i numerem linii. Następnie zaimplementuj krok 1 jako działający skrypt Python.

Głębokie syntezowanie badań

Wklejam pełny tekst trzech sprzecznych artykułów naukowych o stabilności szczepionek mRNA w temperaturze pokojowej. Przeczytaj wszystkie, zidentyfikuj konkretne warunki eksperymentalne, w których wyniki się różnią, zaproponuj hipotezę wyjaśniającą rozbieżności i wypisz eksperymenty kontrolne, które ją zweryfikują. Artykuły: [wklej tutaj]

Złożone planowanie pod ograniczeniami

Firma logistyczna musi zaplanować trasę 12 ciężarówek na 80 przystanków w mieście. Ciężarówki mają różne limity ładowności, trzy przystanki wymagają pojazdów chłodniczych, dwa mają okna czasowe przed 9 rano, a koszt paliwa musi zmieścić się w stałym budżecie dziennym. Nakreśl krok po kroku podejście optymalizacyjne, wskaż które ograniczenia są najtrudniejsze do spełnienia jednocześnie i opisz kompromisy.

Porównaj z

Nemotron 3.5 Lightning
Model z otwartymi wagami
Kontekst 262,144 tokenów · $0.07/M wejście, $0.20/M wyjście
Nemotron 3 Super
Model z otwartymi wagami
Kontekst 262,144 tokenów · $0.08/M wejście, $0.45/M wyjście
NVIDIA Nemotron 3 Ultra 550B A55B
Model z otwartymi wagami
Kontekst 262,144 tokenów · $0.50/M wejście, $2.20/M wyjście
NVIDIA Nemotron 3 Super 120B A12B
Model z otwartymi wagami
Kontekst 262,144 tokenów · $0.09/M wejście, $0.40/M wyjście

Więcej modeli tekstowych od nvidia

Pytania, które ludzie zadają

Czy mogę uruchomić Nemotron 3 Ultra lokalnie?: Tak, wagi są otwarte i dostępne na Hugging Face na licencji OpenMDW 1.1, ale minimalne wymagania to 8× GB200 lub 16× H100 GPU, więc lokalne wdrożenie oznacza poważny serwer, a nie stację roboczą.
Ile kosztuje i jak długi jest kontekst?: Przez API kosztuje 0,60 USD za milion tokenów wejściowych i 2,40 USD za milion tokenów wyjściowych. Okno kontekstu sięga do 1 miliona tokenów.
Czym Nemotron 3 Ultra różni się od innych dużych modeli MoE?: Jego architektura LatentMoE łączy warstwy stanu przestrzeni Mamba-2 z warstwami MoE i Attention oraz dodaje Multi-Token Prediction dla szybszej generacji — NVIDIA twierdzi, że jest to optymalizacja specjalnie pod kątem wysokoprzepustowych pipeline agentowych, a nie ogólnego czatu.

Wyrok kapitana
Poważny model open-weights klasy frontowej dla zespołów posiadających sprzęt i potrzebujących pipeline agentowych z długim kontekstem na dużą skalę — nie jest to model do luźnego API.

Karta modelu na Hugging Face

Kapitan pisze te notatki na podstawie opisu modelu i karty modelu. Ceny i rozmiary kontekstu pochodzą od dostawcy w momencie pisania i mogą się zmieniać.

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: #6 Hottest Text / LLM model · #6 Hottest Text / LLM text model

Not this creator?

Get your own badge

Trend popularności: Nemotron 3 Ultra

Wynik heat od 4 Jun 2026

Wskaźnik popularności

9,290°

Ten tydzień

▲

23.3%

9,261° wtedy, 9,290° teraz

Ten miesiąc

▲

169%

9,157° wtedy, 9,290° teraz

Ostatni rok

n/a

Jeszcze nie wydano/śledzono

7,000°

Podstawa

Skala idzie od 0° do 9 999°. Wszystko poniżej 7,000° jest zarezerwowane dla modeli, o których żadne źródło jeszcze nie raportuje, które mają tam zastępczą wartość, by listy były kompletne. 7,000° to punkt startowy dla danych pomiarowych: model z prawdziwymi danymi, ale prawie bez pobrań, stoi na tej podstawie, a pomiary wypełniają stopnie powyżej niej. Podstawa nic nie mówi o modelu; to stopnie powyżej niej robią różnicę i to one rozróżniają modele.

+1,923°

Tokeny OpenRouter

25,819,029,435,213 tokenów przetworzonych przez ten model przez OpenRouter w ciągu ostatnich 30 dni, razem zapytania i odpowiedzi. Każde 10,000,000 tokenów liczy się jako jedno pobranie w terminie pobrań, łącznie 2,581,902; tokeny z ostatniego dnia wchodzą do wskaźnika adopcji. Źródło: OpenRouter (openrouter.ai/rankings).

+367°

Tempo adopcji

Około 77,596 pobrań dziennie, mierzone między dwoma odczytami źródeł, nigdy nie szacowane na podstawie średniej z całego czasu. Prędkość waży ćwierć składnika pobrań, więc świeży wzrost jest widoczny, ale jednodniowy skok nie przebije lat użycia.

Pokaż szczegóły

Każdą liczbę na tej stronie można sprawdzić. Wynik popularności tego modelu to 9,290°, a tutaj jest zbudowany krok po kroku, z bieżącym sumowaniem po każdym składniku: podstawa, stopnie dodawane przez każde źródło, bonus za rodzaj modelu oraz odejmowanie za wiek wag. Kolory odpowiadają zakresom na wykresie powyżej. Na końcu znajduje się słownik, który wyjaśnia każde pojęcie.

1
Zacznij od podstawy.
Dlaczego 7,000°, a nie zero: skala idzie od 0° do 9 999°, a część poniżej 7,000° jest zarezerwowana dla modeli, o których żadne źródło jeszcze nie raportuje, które mają tam zastępczą wartość, by listy były kompletne i nigdy nie wyprzedzały modeli z danymi. 7,000° to punkt startowy dla danych pomiarowych. Model z prawdziwymi danymi, ale prawie bez pobrań, stoi tutaj; wszystko co dalej to pomiary, a przestrzeń powyżej podstawy mieści dziesięć dziesięciokrotnych kroków w pobraniach po 300° każdy. Podstawa jest taka sama dla każdego modelu, więc nic nie decyduje; decydują stopnie powyżej niej.
7,000°
bieżąca suma
2
Dodaj pobrania.
2,581,902 równoważników pobrań łącznie, z Tokeny OpenRouter. Dziesięć razy więcej pobrań dodaje ten sam 300°, więc rozmiar ma znaczenie, ale nigdy nie dominuje wyniku.
+1,923°
8,923°
bieżąca suma
3
Dodaj tempo adopcji.
Około 77,596 pobrań dziennie teraz, mierzone między dwoma odczytami, z wagą ćwierć pobrania.
+367°
9,290°
bieżąca suma
=
Wynik heat.
Pozycja tego modelu na każdej liście na tej stronie. Nic innego tego nie zmienia.
9,290°

Słowniczek: używane tu terminy

Wynik heat: Jedna liczba pokazująca, jak bardzo model jest używany i pożądany teraz, od 0° do 9,999°. Każda lista na tej stronie z napisem hottest jest sortowana według tego i niczego innego.
Podstawa: 7,000° to punkt startowy dla każdego modelu z prawdziwymi danymi. Skala idzie od 0° do 9,999°; część poniżej podstawy jest zarezerwowana dla zastępczych modeli (bez danych), żeby model z danymi zawsze był wyżej. Podstawa jest taka sama dla wszystkich i nic nie decyduje; stopnie powyżej niej to właściwy pomiar.
Równoważniki pobrań: Wszystko, co wynik traktuje jak pobranie, zsumowane: same pobrania, każdy seeder torrenta jako 1,000, każde AI Horde zdjęcie i każde uruchomienie na stronie generującej jako jedno.
Skala logarytmiczna: Liczenie co dziesięć, nie co jeden: przejście z 1,000 do 10,000 pobrań dodaje tyle samo stopni, co z 10,000 do 100,000. Zapobiega to dominacji gigantów nad resztą.
Polubienia: Kciuki w górę i polubienia ze wszystkich źródeł, warte połowę pobrania na skali logarytmicznej.
Tempo adopcji: Ile pobrań dziennie model ma teraz, na podstawie różnicy między dwoma odczytami źródła. Ćwierć wagi terminu pobrania.
Zmierzony i szacowany: Zmierzony oznacza, że istnieją dwa odczyty źródła i różnica jest rzeczywista. Szacowany oznacza, że znana jest tylko dzisiejsza suma, a przeszłość jest rozłożona na czas życia modelu; strona mówi, który z nich pokazuje.
Seeder: Ktoś, kto trzyma kopię wag online, aby inni mogli je pobrać przez torrent, albo hostowany mirror robiący to samo. Każdy taki liczy się jako 1 000 pobrań.
AI Horde: Sieć wolontariuszy, która generuje obrazy za darmo na komputerach darczyńców. Liczba obrazów wygenerowanych z modelem jest publiczna i każde liczy się jako jedno pobranie.
Strony generujące: Strony, które mają własne kopie modelu i pozwalają ludziom generować z nim obrazy, takie jak PixAI, SeaArt i Yodayo. Ich pobrania liczą się jak na Civitai, a każde uruchomienie generowania to jedno pobranie.
Tokeny OpenRouter: Model tekstowy obsługiwany przez API, taki jak Claude czy GPT, nie ma wag do pobrania, więc jego użycie mierzy się tokenami: fragmentami tekstu, które przeczytał i napisał przez OpenRouter, bramkę używaną przez wiele aplikacji, w ciągu ostatnich 30 dni. Każde 10,000,000 tokenów liczy się jako jedno pobranie. Źródło: OpenRouter (openrouter.ai/rankings), CC BY 4.0.
Pełny model (checkpoint): Same wagi, plik, który generuje samodzielnie. Dostaje bonus, bo dodatki od niego zależą.
LoRA i embedding: Małe pliki dodatków, które kierują czyjeś wagi w stronę stylu, postaci lub koncepcji. Nie mogą działać samodzielnie.
Rodzina i wagi: Podstawa, na której zbudowano model, np. SD 1.5, SDXL, Flux lub Wan. Każdy model dziedziczy datę wydania wag swojej rodziny.
Wiek: Stopnie odejmowane za to, jak dawno wyszły wagi rodziny: 150° za rok, do 750°. Zachowuje stare pobrania, które miały lata na narastanie, zamrażając szczyt listy.
Wzmocnienie rodziny: Małe, ograniczone wsparcie dla LoRA z rodziny, którą ta strona teraz promuje, zawsze podane w rozbiciu.
Wynik zastępczy: Stabilna liczba poniżej minimum, przyznawana modelowi, o którym jeszcze nie ma danych źródłowych, żeby listy były kompletne. Nigdy nie jest wyżej niż model z danymi.
Nowy! (okres karencji): Model młodszy niż 7 dni pokazuje Nowy! zamiast wyniku i nie zajmuje miejsca w rankingu. Jego wynik jest liczony od pierwszego dnia, ale model jednodniowy rośnie najszybciej, więc bez oczekiwania #1 tygodnia byłby zawsze tym, który pojawił się wczoraj, a nie tym, który utrzymał się przez tydzień.
Trend: Jak wzrost modelu w danym okresie wypada na tle typowego wzrostu modelu w tym samym czasie. Szybszy niż zwykle to wzrost, wolniejszy to spadek.
Typowy model: Środek katalogu: połowa modeli z danymi rosła szybciej w tym okresie, połowa wolniej.

Jak popularność tego modelu zmieniała się w porównaniu do reszty katalogu: jego wzrost w pobraniach, polubieniach i użyciu w każdym okresie, mierzony względem typowego wzrostu modelu w tym samym czasie, wraz z jego wynikiem heat score. Powyżej typowego wzrostu oznacza wzrost, poniżej spadek. Przeszłość jest odtwarzana na podstawie dzisiejszych sum, pierwszego dnia modelu i zmierzonej prędkości pobrań, jeśli są dwa odczyty; model, który nie istniał na początku okresu, pokazuje n/d.

Podobne modele

Modele AI do generowania obrazów, wideo i tekstu

Nemotron 3 Ultra to model tekstowy z rodziny Text / LLM wymieniony na ModelTrends.ai, katalogu tylko do odczytu otwartych modeli AI do obrazów, wideo i tekstu. Porównaj go z innymi modelami Text / LLM i sprawdź wynik popularności, aby zobaczyć trend.

Więcej modeli Text / LLM Więcej Text / LLM Tekst / LLM llm nvidia rozumowanie agenci kodowanie długi kontekst wielojęzyczny

Przeglądaj według rodziny modeli