Posso rodar o Nemotron 3 Super localmente?

Sim, os pesos são abertos e disponíveis no Hugging Face sob a NVIDIA Nemotron Open Model License, mas o requisito mínimo é 2× GPUs H100-80GB, então é uma implantação para data center ou estação de trabalho de alto desempenho, não uma máquina de consumidor.

Quanto custa o Nemotron 3 Super via API e qual o tamanho da janela de contexto?

O preço é $0,08 por milhão de tokens de entrada e $0,45 por milhão de tokens de saída; a janela de contexto se estende a 1 milhão de tokens.

Como o Nemotron 3 Super difere do Nemotron Nano?

O modelo Super adiciona camadas de predição Multi-Token para geração mais rápida e melhor qualidade, e é treinado com quantização NVFP4; o modelo Nano não inclui MTP e é voltado para implantações com pegada menor.

▲

70.4%

esta semana

Nemotron 3 Super

8885°

#llm #nvidia #raciocínio #agentes #programação #contexto longo

Este mês

Executar modelo

Ofertas / Anúncios

OpenRouter Terminal / API

Pague por token

Converse com este modelo no navegador ou chame-o do seu código com uma chave API.

NVIDIA | contexto de 262.144 tokens | $0,08/M entrada, $0,45/M saída. NVIDIA Nemotron 3 Super é um modelo híbrido MoE aberto de 120B parâmetros, ativando apenas 12B parâmetros para máxima eficiência computacional e precisão em aplicações complexas multiagentes. Construído na arquitetura híbrida Mamba-Transformer Mixture-of-Experts com predição multi-token (MTP), oferece mais de 50% de geração de tokens superior comparado a modelos abertos líderes. O modelo apresenta uma janela de contexto de 1M tokens para coerência de agente a longo prazo, raciocínio entre documentos e planejamento de…NVIDIA | contexto de 262.144 tokens | $0,08/M entrada, $0,45/M saída. NVIDIA Nemotron 3 Super é um modelo híbrido MoE aberto de 120B parâmetros, ativando apenas 12B parâmetros para máxima eficiência computacional e precisão em aplicações complexas multiagentes. Construído na arquitetura híbrida Mamba-Transformer Mixture-of-Experts com predição multi-token (MTP), oferece mais de 50% de geração de tokens superior comparado a modelos abertos líderes. O modelo apresenta uma janela de contexto de 1M tokens para coerência de agente a longo prazo, raciocínio entre documentos e planejamento de tarefas em múltiplas etapas. MoE latente permite chamar 4 especialistas pelo custo de inferência de apenas um, melhorando inteligência e generalização. Treinamento RL multiambiente em mais de 10 ambientes entrega precisão líder em benchmarks como AIME 2025, TerminalBench e SWE-Bench Verified. Totalmente aberto com pesos, datasets e receitas sob a NVIDIA Open License, Nemotron 3 Super permite fácil personalização e implantação segura em qualquer lugar — de estação de trabalho à nuvem.

Guias para este modelo

Ollama vs LM Studio (2026): qual app de IA local usar e quais os melhores modelos que cada um roda

Melhor LLM local por caso de uso (outubro de 2026): o modelo aberto certo para cada tarefa

Pesos abertos vs código aberto vs só API: o que você realmente pode fazer

De quanto VRAM eu realmente preciso para IA local?

Como Instalar Ollama e Rodar uma IA Local (Windows, Mac, Linux)

O que é um arquivo GGUF? Modelos quantizados explicados (Q4, Q8, fp8, NF4)

Todos os guias

Notas do capitão

Escrito por Captain, o editor da casa

Notas de 2026-10-13

Nemotron 3 Super é o modelo híbrido MoE da NVIDIA com 120 bilhões de parâmetros que mantém apenas 12 bilhões de parâmetros ativos na inferência, tornando sua execução muito mais barata do que seu tamanho total sugere. Sua arquitetura Mamba-Transformer com predição multi-token impulsiona a velocidade de geração muito acima dos modelos abertos típicos com capacidade comparável. É ideal para equipes que constroem pipelines multiagentes, fluxos de trabalho com documentos longos ou automação em grande volume e que desejam pesos abertos que possam realmente implantar em seu próprio hardware.

Conhecido por

Janela de contexto de 1 milhão de tokens construída para raciocínio entre documentos e tarefas multiagentes em múltiplas etapas
Apenas 12 bilhões de parâmetros ativos na inferência apesar de 120 bilhões no total — ganho sério de eficiência
Camadas de predição multi-token entregam geração mais de 50% mais rápida que modelos abertos comparáveis
Modo de raciocínio pode ser ligado ou desligado via uma única flag no template de chat
Pesos, conjuntos de dados e receitas de treinamento todos publicados sob a NVIDIA Nemotron Open Model License

Fique atento a

Requisito mínimo de hardware é 2× GPUs H100-80GB — este não é um modelo local para consumidores.
A NVIDIA Nemotron Open Model License não é uma licença open-source padrão; verifique seus termos antes do uso comercial.
Dados de pré-treinamento vão até junho de 2025; pós-treinamento até fevereiro de 2026 — eventos recentes estarão ausentes.

Melhor para

Agentes e uso de ferramentas

Sugestões para tentar

Plano multi-etapas para agente

Você é um agente de automação de TI. Um usuário relata: seu cliente VPN conecta, mas todas as consultas DNS expiram, somente na rede corporativa, somente desde uma atualização de firmware no roteador ontem. Diagnostique as causas prováveis em ordem de probabilidade, depois escreva um plano de remediação passo a passo que um técnico de nível 1 possa seguir sem escalonamento.

Raciocínio entre documentos

Aqui estão três transcrições de chamadas trimestrais de resultados da mesma empresa ao longo de 18 meses. Identifique qualquer orientação futura dada nas duas primeiras chamadas, depois avalie se os resultados da terceira chamada confirmaram, perderam ou superaram cada compromisso. Alerte qualquer orientação que tenha sido silenciosamente abandonada sem explicação.

Tarefa de codificação complexa

Escreva uma função Python que receba um esquema JSON arbitrário e uma lista de dicionários Python, valide cada dicionário contra o esquema e retorne duas listas: registros válidos e registros inválidos com mensagem de erro por campo. Não use bibliotecas de terceiros. Inclua casos de borda para objetos aninhados e arrays em seus testes.

Comparar com

Nemotron 3 Ultra
Modelo com pesos abertos
Contexto de 262,144 tokens · entrada $0.60/M, saída $2.40/M
Nemotron 3.5 Lightning
Modelo com pesos abertos
Contexto de 262,144 tokens · entrada $0.07/M, saída $0.20/M
NVIDIA Nemotron 3 Ultra 550B A55B
Modelo com pesos abertos
Contexto de 262,144 tokens · entrada $0.50/M, saída $2.20/M
NVIDIA Nemotron 3 Super 120B A12B
Modelo com pesos abertos
Contexto de 262,144 tokens · entrada $0.09/M, saída $0.40/M

Mais modelos de texto de nvidia

Perguntas frequentes

Posso rodar o Nemotron 3 Super localmente?: Sim, os pesos são abertos e disponíveis no Hugging Face sob a NVIDIA Nemotron Open Model License, mas o requisito mínimo é 2× GPUs H100-80GB, então é uma implantação para data center ou estação de trabalho de alto desempenho, não uma máquina de consumidor.
Quanto custa o Nemotron 3 Super via API e qual o tamanho da janela de contexto?: O preço é $0,08 por milhão de tokens de entrada e $0,45 por milhão de tokens de saída; a janela de contexto se estende a 1 milhão de tokens.
Como o Nemotron 3 Super difere do Nemotron Nano?: O modelo Super adiciona camadas de predição Multi-Token para geração mais rápida e melhor qualidade, e é treinado com quantização NVFP4; o modelo Nano não inclui MTP e é voltado para implantações com pegada menor.

Veredito do capitão
Um modelo agente aberto sério — a eficiência dos parâmetros ativos é real, mas você precisa de hardware de data center para aproveitá-la.

Ficha do modelo no Hugging Face

O capitão escreve estas notas com base na descrição e ficha do modelo. Preços e tamanhos de contexto são do provedor na data da escrita e podem mudar.

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

Tendência de popularidade de Nemotron 3 Super

Pontuação de calor desde 11 Mar 2026

Pontuação de destaque

8,885°

Esta semana

▲

70.4%

8,815° então, 8,885° agora

Este mês

▲

1,018%

8,567° então, 8,885° agora

Último ano

n/a

Ainda não lançado/monitorado

7,000°

Piso

A escala vai de 0° a 9.999°. Tudo abaixo de 7,000° é reservado para modelos que nenhuma fonte reportou ainda, que carregam um número provisório ali para as listas ficarem completas. 7,000° é onde começam os dados medidos: um modelo com dados reais mas quase nenhum download fica no piso, e as medições preenchem os graus acima dele. O piso não diz nada sobre o modelo; só os graus acima dele dizem, e são eles que diferenciam um modelo do outro.

+1,575°

Tokens OpenRouter

1,780,603,688,222 tokens processados por este modelo via OpenRouter nos últimos 30 dias, prompts e respostas juntos. Cada 10,000,000 tokens conta como um download no termo de downloads, 178,060 no total; os tokens do último dia entram na taxa de adoção. Fonte: OpenRouter (openrouter.ai/rankings).

+310°

Taxa de adoção

Cerca de 13,493 downloads por dia, medidos entre duas leituras das fontes, nunca estimados por média de vida útil. A velocidade pesa um quarto do termo de downloads, então um surto recente aparece sem deixar um pico de um dia superar anos de uso.

Mostrar detalhamento

Cada número neste site pode ser verificado. A pontuação de popularidade deste modelo é 8,885°, e aqui ela é construída um ingrediente de cada vez, com o total acumulado após cada um: o piso, os graus que cada fonte adiciona, o bônus pelo tipo de modelo e o que a idade dos pesos subtrai. As cores são as faixas do gráfico acima. O glossário no final define cada termo.

1
Comece pelo piso.
Por que 7,000° e não zero: a escala vai de 0° a 9.999°, e a parte abaixo de 7,000° é reservada para modelos que nenhuma fonte reportou ainda, que carregam um número provisório ali para as listas ficarem completas e nunca ficarem acima de um modelo com dados. 7,000° é onde começam os dados medidos. Um modelo com dados reais mas quase nenhum download fica aqui; tudo que vem depois é medição, e o espaço acima do piso tem dez passos de dez vezes mais downloads, com 300° cada. O piso é o mesmo para todo modelo, então ele não decide nada; os graus acima dele é que decidem.
7,000°
total acumulado
2
Some as downloads.
178,060 equivalentes a downloads no total, de Tokens OpenRouter. Dez vezes os downloads adicionam o mesmo 300°, então o tamanho importa, mas nunca domina a pontuação.
+1,575°
8,575°
total acumulado
3
Adicione a taxa de adoção.
Cerca de 13,493 downloads por dia agora, medido entre duas leituras, valendo um quarto do peso.
+310°
8,885°
total acumulado
=
A pontuação heat.
Onde este modelo está em todas as listas deste site. Nada mais altera isso.
8,885°

Glossário: os termos usados aqui

Pontuação heat: Um número que mostra o quanto um modelo está sendo usado e desejado agora, de 0° a 9.999°. Toda lista neste site que diz mais quente é ordenada por ele e só por ele.
Limite mínimo: Os 7.000° que todo modelo com dados reais começa. A escala vai de 0° a 9.999°; a parte abaixo do limite é para substitutos (modelos sem dados), para que um modelo com dados sempre fique acima de um sem. O limite é igual para todos e não decide nada; os graus acima dele são a medida.
Equivalentes a downloads: Tudo que a pontuação trata como download, somado: downloads em si, cada torrent seeder como 1.000, cada imagem AI Horde e cada execução em site de geração como um.
Escala logarítmica: Contando de dez em dez, não de um em um: ir de 1.000 para 10.000 downloads adiciona os mesmos graus que ir de 10.000 para 100.000. Isso evita que gigantes abafem tudo.
Likes: Joinhas e likes de todas as fontes, valendo metade de um download na escala logarítmica.
Taxa de adoção: Quantos downloads por dia um modelo recebe agora, pela diferença entre duas leituras de uma fonte. Um quarto do peso do termo download.
Medido e estimado: Medido significa que existem duas leituras de uma fonte e a diferença é real. Estimado significa que só se sabe o total de hoje e o passado é distribuído ao longo da vida do modelo; o site indica qual está mostrando.
Seeder: Alguém que mantém uma cópia dos pesos online para outros baixarem via torrent, ou um espelho hospedado fazendo o mesmo. Cada um conta como 1.000 downloads.
AI Horde: Uma rede voluntária que gera imagens de graça em computadores doados. O número de imagens feitas com um modelo é público, e cada uma conta como um download.
Sites de geração: Sites que hospedam suas próprias cópias de um modelo e deixam as pessoas gerarem com ele, como PixAI, SeaArt e Yodayo. Os downloads deles contam como os do Civitai e cada geração conta como um download.
Tokens OpenRouter: Um modelo de texto servido via API, como Claude ou GPT, não tem pesos para baixar, então seu uso é medido em tokens: os pedaços de texto que ele leu e escreveu via OpenRouter, um gateway usado por muitos apps, nos últimos 30 dias. Cada 10,000,000 tokens contam como um download. Fonte: OpenRouter (openrouter.ai/rankings), CC BY 4.0.
Modelo completo (checkpoint): Os pesos em si, o arquivo que gera sozinho. Ganha um bônus porque complementos dependem dele.
LoRA e embedding: Arquivos pequenos que direcionam os pesos de outra pessoa para um estilo, personagem ou conceito. Não podem rodar sozinhos.
Família e pesos: A base em que um modelo é construído, como SD 1.5, SDXL, Flux ou Wan. Todo modelo herda a data de lançamento dos pesos da sua família.
Idade: Pontos retirados conforme há quanto tempo os pesos da família foram lançados: 150° por ano, até 750°. Mantém os downloads antigos que tiveram anos para acumular, evitando que saiam do topo da lista.
Impulso da família: Um pequeno empurrão limitado para LoRAs de uma família que este site está promovendo agora, sempre listado na divisão.
Pontuação provisória: Um número estável abaixo do mínimo dado a um modelo que ainda não tem dados de fonte, para a lista ficar completa. Nunca fica acima de um modelo com dados.
Novo! (período de carência): Um modelo com menos de 7 dias mostra Novo! em vez de uma pontuação e não ocupa lugar no ranking. Sua pontuação é calculada desde o primeiro dia, mas um modelo com um dia cresce mais rápido que qualquer outro, então sem a espera o #1 da semana seria sempre o que saiu ontem, não o que se manteve por uma semana.
Tendência: Como o crescimento de um modelo num período se compara com o crescimento típico dos modelos no mesmo período. Crescimento mais rápido que o típico indica alta, mais lento indica queda.
Modelo típico: O meio do catálogo: metade dos modelos com número cresceu mais rápido no período, metade mais devagar.

Como a popularidade deste modelo mudou em relação ao resto do catálogo: seu crescimento em downloads, curtidas e uso em cada período, medido contra o crescimento típico dos modelos no mesmo período, junto com sua pontuação de calor na época. Acima do crescimento típico significa alta, abaixo significa queda. O passado é reconstruído a partir dos totais de hoje, do primeiro dia do modelo e da velocidade de download medida quando existem duas leituras; um modelo que não existia no começo do período mostra n/a.

Modelos semelhantes

DeepSeek V3

TEXT / LLM

Mistral Small 3.1 24B

TEXT / LLM

Magnum v4 72B

TEXT / LLM

Modelos de IA para geração de imagem, vídeo e texto

Nemotron 3 Super é um modelo de texto para a família Text / LLM listado no ModelTrends.ai, um catálogo somente leitura de modelos de IA de código aberto para imagem, vídeo e texto. Compare-o com outros modelos Text / LLM e veja a pontuação de calor para acompanhar a tendência.

Mais modelos Text / LLM Mais Texto / LLM Text / LLM llm nvidia raciocínio agentes programação contexto longo local

Navegar por família de modelos