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。
