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比较高 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-〖贰〗、 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.〖壹〗
、 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 。