Nemotron 3 Super
8885°
Patakbuhin ang modelong ito
Alok / Ads
NVIDIA | 262,144 token context | $0.08/M input, $0.45/M output. Ang NVIDIA Nemotron 3 Super ay isang 120B-parameter open hybrid MoE model, na nag-aactivate lamang ng 12B parameters para sa maximum compute efficiency at katumpakan sa mga kumplikadong multi-agent na aplikasyon. Itinayo sa hybrid Mamba-Transformer Mixture-of-Experts architecture na may multi-token prediction (MTP), nagbibigay ito ng higit sa 50% na mas mataas na token generation kumpara sa mga nangungunang open models. Mayroon itong 1M token context window para sa pangmatagalang coherence ng agent, cross-document reasoning, at…NVIDIA | 262,144 token context | $0.08/M input, $0.45/M output. Ang NVIDIA Nemotron 3 Super ay isang 120B-parameter open hybrid MoE model, na nag-aactivate lamang ng 12B parameters para sa maximum compute efficiency at katumpakan sa mga kumplikadong multi-agent na aplikasyon. Itinayo sa hybrid Mamba-Transformer Mixture-of-Experts architecture na may multi-token prediction (MTP), nagbibigay ito ng higit sa 50% na mas mataas na token generation kumpara sa mga nangungunang open models. Mayroon itong 1M token context window para sa pangmatagalang coherence ng agent, cross-document reasoning, at multi-step task planning. Ang Latent MoE ay nagpapahintulot na tumawag ng 4 experts sa gastos ng isang inference, na nagpapabuti sa katalinuhan at generalization. Ang multi-environment RL training sa mahigit 10 environment ay nagbibigay ng nangungunang katumpakan sa mga benchmark tulad ng AIME 2025, TerminalBench, at SWE-Bench Verified. Ganap na bukas na may weights, datasets, at recipes sa ilalim ng NVIDIA Open License, pinapayagan ng Nemotron 3 Super ang madaling customization at secure na deployment saanman — mula workstation hanggang cloud.
Mga gabay para sa model na ito
Ollama vs LM Studio (2026): alin ang local AI app na gagamitin, at alin ang mga top models na pinapatakbo ng bawat isa
Pinakamahusay na lokal na LLM ayon sa gamit (Oktubre 2026): ang tamang open model para sa bawat trabaho
Open weights vs open source vs API-only: ano talaga ang pwede mong gawin
Gaano ba talaga kalaki ang VRAM na kailangan ko para sa local AI?
Paano Mag-install ng Ollama at Magpatakbo ng Lokal na AI (Windows, Mac, Linux)
Ano ang GGUF file? Ipinaliwanag ang mga quantized na modelo (Q4, Q8, fp8, NF4)
Mga tala ng Kapitan
Mga tala mula sa 2026-10-13
Ang Nemotron 3 Super ay isang hybrid MoE model ng NVIDIA na may 120B-parameter na nagpapanatili lamang ng 12B parameters na aktibo sa inference, kaya mas mura itong patakbuhin kaysa sa ipinapahiwatig ng kabuuang laki nito. Ang Mamba-Transformer architecture nito na may multi-token prediction ay nagtutulak ng bilis ng pagbuo nang higit pa sa karaniwang mga open models na may katulad na kakayahan. Ito ay angkop para sa mga koponang bumubuo ng multi-agent pipelines, long-document workflows, o high-volume automation na nais ng open weights na maaari nilang i-deploy sa kanilang sariling hardware.
Kilalang-kilala sa
- 1M token context window na ginawa para sa cross-document reasoning at multi-step agent tasks
- 12B lamang ang aktibong parameters sa inference kahit na 120B ang kabuuan — seryosong pagtaas ng kahusayan
- Multi-token prediction layers na nagbibigay ng higit sa 50% na mas mabilis na generation kaysa sa mga katulad na open models
- Ang reasoning mode ay maaaring i-switch on o off gamit ang isang chat template flag
- Weights, datasets, at training recipes ay lahat inilathala sa ilalim ng NVIDIA Nemotron Open Model License
Mag-ingat sa
- Ang minimum hardware requirement ay 2× H100-80GB GPUs — hindi ito consumer local model.
- Ang NVIDIA Nemotron Open Model License ay hindi isang standard open-source licence; suriin ang mga termino bago gamitin sa komersyal.
- Ang pre-training data ay hanggang Hunyo 2025; post-training hanggang Pebrero 2026 — mawawala ang mga kamakailang pangyayari.
Pinakamainam para sa
Mga prompt na subukan
Multi-step agent plan
Ikaw ay isang IT automation agent. Isang user ang nag-ulat: nakakonekta ang kanilang VPN client pero lahat ng DNS queries ay nag-timeout, sa corporate network lamang, simula nang firmware update ng kanilang router kahapon. Tukuyin ang mga posibleng sanhi ayon sa posibilidad, pagkatapos ay gumawa ng step-by-step na remediation plan na maaaring sundan ng isang L1 technician nang walang eskalasyon.
Cross-document reasoning
Narito ang tatlong quarterly earnings call transcripts mula sa parehong kumpanya na sumasaklaw sa 18 buwan. Tukuyin ang anumang forward guidance na ibinigay sa unang dalawang tawag, pagkatapos ay suriin kung ang resulta ng ikatlong tawag ay nakumpirma, hindi naabot, o lumampas sa bawat commitment. I-flag ang anumang guidance na tahimik na tinanggal nang walang paliwanag.
Hard coding task
Sumulat ng Python function na tumatanggap ng arbitrary JSON schema at listahan ng Python dicts, sinusuri ang bawat dict laban sa schema, at nagbabalik ng dalawang listahan: valid records at invalid records na may per-field error message. Huwag gumamit ng third-party libraries. Isama ang mga edge cases para sa nested objects at arrays sa iyong mga tests.
Ihambing sa
- Nemotron 3 UltraModelong bukas ang timbang262,144 token na konteksto · $0.60/M input, $2.40/M output
- Nemotron 3.5 LightningModelong bukas ang timbang262,144 token na konteksto · $0.07/M input, $0.20/M output
- NVIDIA Nemotron 3 Ultra 550B A55BModelong bukas ang timbang262,144 token na konteksto · $0.50/M input, $2.20/M output
- NVIDIA Nemotron 3 Super 120B A12BModelong bukas ang timbang262,144 token na konteksto · $0.09/M input, $0.40/M output
Higit pang mga text model mula sa nvidia
Mga tanong na madalas itanong
- Maaari ko bang patakbuhin ang Nemotron 3 Super nang lokal?
- Oo, ang weights ay bukas at available sa Hugging Face sa ilalim ng NVIDIA Nemotron Open Model License, ngunit ang minimum requirement ay 2× H100-80GB GPUs, kaya ito ay para sa data-centre o high-end workstation deployment, hindi para sa consumer machine.
- Magkano ang halaga ng Nemotron 3 Super sa API, at gaano kalaki ang context window?
- Ang presyo ay $0.08 bawat milyon input tokens at $0.45 bawat milyon output tokens; ang context window ay umaabot sa 1 milyong tokens.
- Paano naiiba ang Nemotron 3 Super sa Nemotron Nano?
- Ang Super model ay may Multi-Token Prediction layers para sa mas mabilis na generation at mas magandang kalidad, at sinanay gamit ang NVFP4 quantization; ang Nano model ay walang MTP at nakatuon sa mas maliit na deployment footprints.
Hatol ng KapitanIsang seryosong open agentic model — tunay ang active-parameter efficiency, ngunit kailangan mo ng data-centre hardware para makita ito.
Model card sa Hugging Face
Isinusulat ng Kapitan ang mga tala na ito mula sa sariling paglalarawan at model card ng modelo. Ang mga presyo at laki ng konteksto ay mula sa provider sa oras ng pagsulat at maaaring magbago.
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.
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
Trend ng kasikatan ng Nemotron 3 Super
Heat score mula 11 Mar 2026
Iskor ng init
8,885°
Ngayong linggo
▲
70.4%
8,815° noon, 8,885° ngayon
Ngayong buwan
▲
1,018%
8,567° noon, 8,885° ngayon
Nakaraang taon
n/a
Hindi pa nailalabas/natatrack
7,000°
Floor
Ang sukat ay mula 0° hanggang 9,999°. Lahat ng nasa ibaba ng 7,000° ay para sa mga modelong wala pang ulat mula sa pinanggalingan, kaya may stand-in na numero doon para kumpleto ang mga listahan. Sa 7,000° nagsisimula ang nasusukat na datos: ang modelong may totoong datos pero halos walang downloads ay nasa floor, at ang mga sukat ay pumupuno sa mga degree sa itaas nito. Ang floor ay hindi nagsasabi ng anuman tungkol sa modelo; ang mga degree sa itaas nito ang nagkakaiba-iba at siyang naghihiwalay ng mga modelo.
+1,575°
OpenRouter tokens
1,780,603,688,222 tokens ang naproseso ng modelong ito sa pamamagitan ng OpenRouter sa nakaraang 30 araw, kasama ang mga prompt at sagot. Bawat 10,000,000 tokens ay katumbas ng isang download sa termino ng download, 178,060 lahat-lahat; ang mga tokens ng huling araw ay kasama sa adoption rate. Pinagmulan: OpenRouter (openrouter.ai/rankings).
+310°
Bilis ng pagtanggap
Mga humigit-kumulang 13,493 downloads bawat araw, sinusukat sa pagitan ng dalawang pagbabasa ng mga pinanggalingan, hindi hinuhulaan mula sa average ng buong buhay. Ang bilis ay katumbas ng isang-kapat ng term ng downloads, kaya ang bagong pagtaas ay nakikita nang hindi pinapantayan ng isang araw na spike ang mga taon ng paggamit.
Ipakita ang detalyadong paghahati
Pwedeng suriin ang bawat numero sa site na ito. Ang heat score ng modelong ito ay 8,885°, at dito ito binubuo ng paisa-isang sangkap, kasama ang tumatakbong kabuuan pagkatapos ng bawat isa: ang floor, ang mga degree na idinadagdag ng bawat pinanggalingan, ang bonus para sa uri ng modelo at ang binabawas ng edad ng mga weights nito. Ang mga kulay ay ang mga banda ng tsart sa itaas. Ang glossary sa dulo ay naglilinaw ng bawat termino.
- 1Magsimula sa floor.Bakit 7,000° at hindi zero: ang sukat ay mula 0° hanggang 9,999°, at ang bahagi sa ibaba ng 7,000° ay nakalaan para sa mga modelong wala pang ulat mula sa pinanggalingan, kaya may stand-in na numero doon para kumpleto ang mga listahan at hindi mauuna sa modelong may datos. Sa 7,000° nagsisimula ang nasusukat na datos. Ang modelong may totoong datos pero halos walang downloads ay nandito; ang lahat ng susunod ay sukat, at ang espasyo sa itaas ng floor ay may sampung hakbang na sampung beses na pagtaas sa downloads na may 300° bawat isa. Pareho ang floor para sa lahat ng modelo, kaya hindi ito nagdedesisyon; ang mga degree sa itaas nito ang nagdedesisyon.7,000°patuloy na kabuuan
- 2Idagdag ang mga download.178,060 na katumbas ng download sa lahat, mula sa OpenRouter tokens. Sampung beses na pagdagdag ng downloads ay nagdadagdag ng parehong 300°, kaya mahalaga ang laki pero hindi ito sobra sa puntos.+1,575°8,575°patuloy na kabuuan
- 3Idagdag ang bilis ng pagtanggap.Mga 13,493 downloads kada araw ngayon, sinusukat sa pagitan ng dalawang readings, na may isang-kapat na bigat.+310°8,885°patuloy na kabuuan
- =Ang heat score.Kung saan nakatayo ang modelong ito sa bawat listahan ng site na ito. Wala nang ibang nagbabago nito.8,885°
Talahulugan: ang mga terminong ginagamit dito
- Heat score
- Isang numero kung gaano kadalas gamitin at gusto ang isang modelo ngayon, mula 0° hanggang 9,999°. Bawat listahan sa site na ito na nagsasabing pinakamainit ay nakaayos base dito at wala nang iba pa.
- Floor
- Ang 7,000° na panimulang puntos ng bawat modelong may totoong datos. Ang sukatan ay mula 0° hanggang 9,999°; ang bahagi sa ilalim ng floor ay para sa mga stand-in (mga modelong walang datos), para laging mas mataas ang ranggo ng may datos kaysa wala. Pareho ang floor para sa lahat at hindi ito nagpapasya; ang mga degree sa itaas nito ang totoong sukat.
- Katumbas ng download
- Lahat ng tinatrato ng score bilang download, pinagsama-sama: mga download mismo, bawat torrent seeder bilang 1,000, bawat AI Horde na larawan at bawat takbo sa isang generation site bilang isa.
- Log scale
- Bilang ng sampu, hindi isa-isa: ang pagtaas mula 1,000 hanggang 10,000 downloads ay nagdadagdag ng parehong degree tulad ng mula 10,000 hanggang 100,000. Pinipigilan nito ang mga higante na mauna sa lahat.
- Likes
- Thumbs up at likes mula sa lahat ng pinanggalingan, na katumbas ng kalahati ng download sa log scale.
- Bilis ng pagtanggap
- Ilang downloads kada araw ang nakukuha ng modelo ngayon, mula sa pagkakaiba ng dalawang readings ng isang pinanggalingan. Isang-kapat ng bigat ng term na download.
- Nasukat at tinantya
- Ang nasukat ay ibig sabihin may dalawang pagbabasa mula sa isang pinagmulan at tunay ang pagkakaiba. Ang tinantya naman ay alam lang ang kabuuan ngayon at hinahati ang nakaraan sa buong buhay ng modelo; sinasabi ng site kung alin ang ipinapakita.
- Seeder
- Isang tao na nag-iimbak ng kopya ng weights online para ma-download ng iba gamit ang torrent, o isang naka-host na mirror na gumagawa rin nito. Bawat isa ay katumbas ng 1,000 downloads.
- AI Horde
- Isang volunteer network na gumagawa ng mga larawan nang libre gamit ang mga donadong computer. Pampubliko kung ilang larawan ang nagawa gamit ang isang modelo, at bawat isa ay katumbas ng isang download.
- Mga generation site
- Mga site na may sariling kopya ng modelo at pinapayagan ang mga tao na gumawa gamit ito, tulad ng PixAI, SeaArt at Yodayo. Ang kanilang mga downloads ay binibilang tulad ng sa Civitai at bawat generation run ay isang download.
- OpenRouter tokens
- Ang isang text model na pinagsisilbihan sa pamamagitan ng API, tulad ng Claude o GPT, ay walang weights na ida-download, kaya ang paggamit nito ay sinusukat sa tokens: mga piraso ng teksto na binasa at isinulat nito sa pamamagitan ng OpenRouter, isang gateway na ginagamit ng maraming apps, sa nakaraang 30 araw. Bawat 10,000,000 tokens ay katumbas ng isang download. Pinagmulan: OpenRouter (openrouter.ai/rankings), CC BY 4.0.
- Buong modelo (checkpoint)
- Ang weights mismo, ang file na kayang mag-generate mag-isa. May bonus ito dahil nakadepende dito ang mga add-on.
- LoRA at embedding
- Maliit na add-on files na nagtutulak sa weights ng iba papunta sa isang estilo, karakter o konsepto. Hindi sila kayang tumakbo mag-isa.
- Pamilya at weights
- Ang base na pinagbuo ng modelo, tulad ng SD 1.5, SDXL, Flux o Wan. Lahat ng modelo ay namamana ang petsa ng release ng weights ng pamilya nito.
- Edad
- Mga degree na ibinabawas base sa gaano katagal nang lumabas ang weights ng pamilya: 150° kada taon, hanggang 750°. Pinananatili nito ang mga lumang downloads na may taon para mag-ipon mula sa pag-freeze sa taas ng listahan.
- Pampasigla ng pamilya
- Isang maliit at limitadong tulak para sa mga LoRA ng pamilyang itinataguyod ng site ngayon, palaging nakalista sa breakdown.
- Stand-in score
- Isang matatag na numero sa ibaba ng floor na ibinibigay sa modelong wala pang ulat mula sa pinagmulan, para kumpleto ang listahan. Hindi ito nangunguna sa modelong may datos.
- Bago! (panahon ng grace)
- Ang isang model na mas mababa sa 7 araw ang tanda ay nagpapakita ng Bago! sa halip na score at walang puwesto sa mga ranggo. Ang score nito ay kinakalkula mula unang araw, pero ang modelong isang araw pa lang ang tanda ay lumalago nang mas mabilis kaysa sa iba, kaya kung walang paghihintay, ang #1 ng linggo ay palaging yung lumabas kahapon kaysa sa tumagal nang isang linggo.
- Uso
- Paano ang paglago ng modelo sa isang panahon kumpara sa karaniwang paglago ng modelo sa parehong panahon. Mas mabilis kaysa karaniwan ay pagtaas, mas mabagal ay pagbaba.
- Karaniwang modelo
- Gitna ng katalogo: kalahati ng mga modelo na may numero ay mas mabilis ang paglago sa panahon, kalahati ay mas mabagal.
Paano gumalaw ang kasikatan ng modelong ito kumpara sa ibang mga nasa katalogo: ang paglago nito sa downloads, likes, at paggamit sa bawat panahon, sinusukat laban sa karaniwang paglago ng modelo sa parehong panahon, kasama ang heat score nito sa panahong iyon. Kapag mas mataas kaysa sa karaniwan, ibig sabihin ay pagtaas, kapag mas mababa ay pagbaba. Binubuo ang nakaraan mula sa mga kabuuan ngayon, unang araw ng modelo at sukat na bilis ng pag-download kung may dalawang sukat; ang modelong hindi pa umiiral sa simula ng panahon ay nagpapakita ng n/a.
Ang Nemotron 3 Super ay isang text model para sa pamilyang Text / LLM na nakalista sa ModelTrends.ai, isang read-only na catalog ng mga open source AI model para sa larawan, video at teksto. Ikumpara ito sa ibang Text / LLM model at tingnan ang heat score nito para makita kung gaano ito kasikat.
Higit pang Text / LLM modelHigit pang Text / LLM Teksto / LLMllmnvidiapangangatwiranmga ahentepag-codingmahabang kontekstolokal
Mag-browse ayon sa pamilya ng model
Mga Text / LLM model
434
Mga Anima model
528
Mga Chroma model
19
Mga Fibo model
2
Mga Flux model
1,496
Mga Flux 2 / Klein model
1,239
Mga Flux 3 model
3
Mga Moss model
3
Mga Iris model
1
Mga MiniMax H3 model
364
Mga Hunyuan model
204
Mga Ideogram model
20
Mga Krea2 model
717
Mga Qwen model
20
Mga Qwen2 model
47
Mga Ltx2 model
153