Was ist Nemotron 3 Ultra?
Nemotron 3 Ultra ist NVIDIAs größtes offenes Sprachmodell und die größte Open-Weight-Veröffentlichung eines US-Unternehmens, am 4. Juni 2026 auf Hugging Face erschienen. Es ist ein Mixture-of-Experts-Modell mit 550 Milliarden Parametern, davon 55 Milliarden pro Token aktiv, das Mamba-2-Schichten (eine schnelle Alternative zu Attention für lange Sequenzen) mit einigen Attention-Schichten kombiniert und Multi-Token-Prediction für schnellere Ausgabe ergänzt. Es wurde in 4-Bit-NVFP4-Präzision vortrainiert, verarbeitet bis zu 1 Mio. Tokens Kontext, und das Denken lässt sich ein- und ausschalten. Es liest und schreibt Text in zehn Sprachen.
Die Gewichte stehen unter OpenMDW-1.1, das kommerzielle Nutzung erlaubt, und NVIDIA veröffentlicht zusätzlich die Datensätze und Rezepte für Vor- und Nachtraining. Der BF16-Checkpoint braucht acht B200-, GB200- oder H200-GPUs oder sechzehn H100; eine NVFP4-Version zielt auf Blackwell. Auf Hugging Face hat das BF16-Repository 383 Likes und 1.122.228 Downloads in den letzten 30 Tagen.
Auf OpenRouter bietet DeepInfra es ab 0,40 $ pro Million Input-Tokens und 1,76 $ pro Million Output-Tokens an, mit einer Stufe für 0,50/2,20 $, Baseten für 0,60/2,40 $ und Venice für 0,625/3,125 $.
Was kostet Nemotron 3 Ultra?
| Tarif | Preis | Was enthalten ist |
|---|---|---|
| Weights | Free | OpenMDW-1.1, Trainingsdaten veröffentlicht |
| DeepInfra | $0.40 in / $1.76 out per 1M tokens | Auch ein Endpunkt für 0,50/2,20 $ |
| Baseten | $0.60 in / $2.40 out per 1M tokens | |
| Venice | $0.625 in / $3.125 out per 1M tokens |
Kostenlose Gewichte unter OpenMDW-1.1. Auf OpenRouter: DeepInfra 0,40/1,76 $ oder 0,50/2,20 $, Baseten 0,60/2,40 $, Venice 0,625/3,125 $ pro 1 Mio. Input-/Output-Tokens.
Lohnt sich Nemotron 3 Ultra?
Nemotron 3 Ultra ist ein fähiges Modell für Reasoning und Agenten, dessen eigentliches Verkaufsargument die Offenheit ist. Zum Start gab Artificial Analysis ihm 47,7 Punkte im Intelligence Index v4.0, vor Gemma 4 31B (39,2) und gpt-oss-120b (33,3), womit es das beste offene US-Modell war, aber hinter Kimi K2.6 (53,9). NVIDIA veröffentlicht zudem Trainingsdaten und Rezepte, sodass du sehen kannst, was hineingeflossen ist.
Seine besten Eigenschaften sind Tempo und Zurückhaltung. Artificial Analysis maß auf einem Vorab-Deployment über 400 Output-Tokens pro Sekunde, schneller als gpt-oss-120b bei mehr als der vierfachen Größe, und 71 % im eigenen Nicht-Halluzinations-Test, das heißt, es lehnt lieber ab, als eine Antwort zu erfinden. NVIDIAs eigene Tabelle nennt 78,7 bei OmniScience-Nicht-Halluzination gegenüber 5,7 für DeepSeek-V4-Pro und 94,7 bei RULER mit 1 Mio. Tokens.
Der Haken: Es ist weder ein Spitzen-Coder noch ein Spitzen-Wissensmodell. NVIDIA meldet 56,4 bei Terminal-Bench 2.1 gegenüber 67,2 für Kimi K2.6 und 26,7 bei Humanity's Last Exam gegenüber 37,7 für DeepSeek-V4-Pro; Poolsides Laguna S 2.1 mit 118B erreicht 70,2 beim selben Terminal-Bench. Der gehostete Kontext liegt unter den 1 Mio., die das Modell unterstützt, bei 262.144 Tokens auf DeepInfra mit 16.384 Output-Tokens.
Unser Fazit: Nemotron 3 Ultra ist das Modell, zu dem man greift, wenn der Prüfer fragt, woher das Modell stammt. Bei reiner Leistung pro Euro liegen GLM-5.3 und Kimi K3 weiter vorn, aber keines von beiden kommt mit seinen Trainingsdaten.
Wo es sich lohnt
Ein US-Zulieferer aus Gesundheitswesen oder Verteidigung mit Vorgaben zur Modellherkunft
Ein offenes Modell auf Spitzenniveau einsetzen, dessen Trainingsdaten sich prüfen lassen
Die NVFP4-Gewichte auf acht Blackwell-GPUs selbst hosten und den Prüfern NVIDIAs veröffentlichte Datensätze für Vor- und Nachtraining übergeben. OpenMDW-1.1 erlaubt kommerzielle Nutzung.
Ein Research-Team, das Analystenfragen zu langen Berichten beantwortet
Antworten bekommen, die sagen, wenn die Dokumente den Fakt nicht enthalten
Es auf DeepInfra für 0,50/2,20 $ mit Retrieval aufrufen. Die niedrige Halluzinationsrate passt zu dieser Arbeit: 1.000 Fragen mit 100K Input- und 2K Output-Tokens kosten etwa 54 $.
Bevor du dich festlegst
- Einrichtung
- nvidia/nemotron-3-ultra-550b-a55b auf OpenRouter, DeepInfra, Baseten oder Venice aufrufen oder BF16- bzw. NVFP4-Gewichte herunterladen; das Denken wird mit enable_thinking im Chat-Template geschaltet.
- Integrationen
- OpenAI-kompatible APIs; vLLM, SGLang und TensorRT-LLM; NVIDIAs NeMo-Evaluator-Rezepte reproduzieren die Benchmark-Zahlen.
- Daten und Datenschutz
- Offene Gewichte plus veröffentlichte Trainingsdatensätze; die Vortrainingsdaten reichen bis September 2025, die Nachtrainingsdaten bis Mai 2026. Beim Selbsthosten bleiben Prompts im Haus; laut OpenRouter ist EU-internes Routing nicht verfügbar.
- Kosten im großen Maßstab
- Ab 0,40/1,76 $ pro Million Tokens bei DeepInfra. Selbsthosten in BF16 braucht acht B200-, GB200- oder H200-GPUs oder sechzehn H100.
- Grenzen
- Bis zu 1 Mio. Tokens Kontext im Modell; gehostete Endpunkte bieten 202.800 bis 262.144 Tokens, und DeepInfra begrenzt die Ausgabe auf 16.384 Tokens.
Was gut ist
- Trainingsdaten und Rezepte zusammen mit den Gewichten veröffentlicht
- 47,7 im Index von Artificial Analysis zum Start, bestes offenes US-Modell
- Über 400 Output-Tokens pro Sekunde auf einem Vorab-Deployment
- Wenig Halluzination: 71 % im Nicht-Halluzinations-Test von Artificial Analysis
Was nicht
- Laut NVIDIAs Tabelle bei Code und schwerem Wissen hinter Kimi K2.6 und DeepSeek-V4-Pro
- Gehostete Endpunkte begrenzen den Kontext auf 262.144 Tokens oder weniger
- BF16 braucht acht Blackwell- oder H200-GPUs oder sechzehn H100
- Kurzes Output-Limit von 16.384 Tokens bei DeepInfra
Am besten für
Unternehmen, die ein großes, schnelles offenes Reasoning-Modell mit dokumentierten Trainingsdaten brauchen, gehostet oder auf eigenen GPUs.
Alternativen zu Nemotron 3 Ultra
Nemotron 3 Ultra: häufige Fragen
- Lohnt sich Nemotron 3 Ultra?
- So offen, wie ein großes Modell nur sein kann, schnell und zurückhaltend beim Erfinden, auch wenn Chinas offene Spitzenmodelle noch besser schlussfolgern. Wir bewerten es mit 4.1 von 5.
- Was kostet Nemotron 3 Ultra?
- Kostenlose Gewichte unter OpenMDW-1.1. Auf OpenRouter: DeepInfra 0,40/1,76 $ oder 0,50/2,20 $, Baseten 0,60/2,40 $, Venice 0,625/3,125 $ pro 1 Mio. Input-/Output-Tokens.
- Welche Nachteile hat Nemotron 3 Ultra?
- Laut NVIDIAs Tabelle bei Code und schwerem Wissen hinter Kimi K2.6 und DeepSeek-V4-Pro; Gehostete Endpunkte begrenzen den Kontext auf 262.144 Tokens oder weniger; BF16 braucht acht Blackwell- oder H200-GPUs oder sechzehn H100; Kurzes Output-Limit von 16.384 Tokens bei DeepInfra.
- Für wen eignet sich Nemotron 3 Ultra?
- Unternehmen, die ein großes, schnelles offenes Reasoning-Modell mit dokumentierten Trainingsdaten brauchen, gehostet oder auf eigenen GPUs.
- Was kostet Nemotron 3 Ultra für ein Team oder im Produktivbetrieb?
- Ab 0,40/1,76 $ pro Million Tokens bei DeepInfra. Selbsthosten in BF16 braucht acht B200-, GB200- oder H200-GPUs oder sechzehn H100.
- Ist Nemotron 3 Ultra sicher für Firmendaten?
- Offene Gewichte plus veröffentlichte Trainingsdatensätze; die Vortrainingsdaten reichen bis September 2025, die Nachtrainingsdaten bis Mai 2026. Beim Selbsthosten bleiben Prompts im Haus; laut OpenRouter ist EU-internes Routing nicht verfügbar.
- Was sind die besten Alternativen zu Nemotron 3 Ultra?
- Die nächsten Alternativen, die wir getestet haben, sind Kimi K3, GLM-5.3, DeepSeek-V4-Pro und Nemotron 3.5 Super VL.
Antworten geprüft am 7. Nov. 2026.
Du entwickelst Nemotron 3 Ultra? Zeig diese Bewertung auf deiner Website
