英伟达近日发布开源大模型Nemotron 3 Ultra ，凭借高性能与极低推理成本引发市场关注 。该模型在LangChain深度智能体基准测试中取得开源模型组别最高准确率 ，同时推理成本仅为行业头部闭源模型的十分之一 。
Nemotron 3 Ultra总参数达5500亿 ，每token激活550亿参数 ，采用混合专家架构，融合Mamba-2、MoE和注意力层 ，并引入多token预测技术以提升推理速度。模型支持长达100万token的上下文窗口 ，专为复杂智能体工作流 、长上下文分析和多语言推理等场景优化 。
性能方面，Nemotron 3 Ultra在智能体生产力测试PinchBench中取得91%的准确率 ，与Kimi K2.6持平 ，优于GLM 5.1和Qwen3.5 。在长上下文测试Ruler @1M中，该模型以95%的成绩领先同类开源模型。吞吐量方面，其推理速度较GLM 5.1 、Kimi K2.6和Qwen3.5分别提升5.9倍、4.8倍和1.6倍 。
成本优势是此次发布的核心亮点 。英伟达与LangChain合作优化后 ，Nemotron 3 Ultra的单次推理运行成本较闭源大模型降低约90% ，同时任务处理吞吐量同步提升。在SWE-bench和Terminal Bench 2.0测试中，该模型完成基准测试所使用的总token数和每轮token数均少于同类模型 ，智能体任务成本可降低高达30% 。
英伟达此次延续开放策略 ，同步发布了预训练 、后训练和量化检查点，以及相关训练数据集 。分析人士指出 ，Nemotron的推出并非为了与OpenAI等闭源模型直接竞争API服务 ，而是通过开放 、可私有化部署的大模型，巩固其CUDA软件生态和硬件护城河 ，切入对数据安全要求严格的政企市场。
