O que é Nemotron 3 Ultra?
Nemotron 3 Ultra é o maior modelo de linguagem aberto da NVIDIA e o maior lançamento de pesos abertos de uma empresa americana, publicado no Hugging Face em 4 de junho de 2026. É um modelo mixture-of-experts com 550 bilhões de parâmetros, 55 bilhões ativos por token, que combina camadas Mamba-2 (uma alternativa rápida à atenção para sequências longas) com algumas camadas de atenção e adiciona predição de vários tokens para gerar mais rápido. Foi pré-treinado em precisão NVFP4 de 4 bits, aceita até 1M de tokens de contexto e o raciocínio pode ser ligado ou desligado. Lê e escreve texto em dez idiomas.
Os pesos estão sob OpenMDW-1.1, que permite uso comercial, e a NVIDIA também publica os conjuntos de dados e receitas de pré-treino e pós-treino. O checkpoint BF16 precisa de oito GPUs B200, GB200 ou H200, ou dezesseis H100; uma versão NVFP4 é voltada à Blackwell. No Hugging Face, o repositório BF16 tem 383 curtidas e 1.122.228 downloads nos últimos 30 dias.
No OpenRouter, a DeepInfra o oferece a partir de US$ 0,40 por milhão de tokens de entrada e US$ 1,76 por milhão de tokens de saída, com um nível de US$ 0,50/2,20, a Baseten a US$ 0,60/2,40 e a Venice a US$ 0,625/3,125.
Quanto custa Nemotron 3 Ultra?
| Plano | Preço | O que inclui |
|---|---|---|
| Weights | Free | OpenMDW-1.1, dados de treino publicados |
| DeepInfra | $0.40 in / $1.76 out per 1M tokens | Também um endpoint de US$ 0,50/2,20 |
| Baseten | $0.60 in / $2.40 out per 1M tokens | |
| Venice | $0.625 in / $3.125 out per 1M tokens |
Pesos gratuitos sob OpenMDW-1.1. No OpenRouter: DeepInfra US$ 0,40/1,76 ou US$ 0,50/2,20, Baseten US$ 0,60/2,40, Venice US$ 0,625/3,125 por 1M de tokens de entrada/saída.
Nemotron 3 Ultra vale a pena?
Nemotron 3 Ultra é um modelo competente de raciocínio e agentes cujo verdadeiro trunfo é a abertura. No lançamento, a Artificial Analysis deu 47,7 no seu Intelligence Index v4.0, à frente do Gemma 4 31B (39,2) e do gpt-oss-120b (33,3), o que fez dele o melhor modelo aberto americano, mas atrás do Kimi K2.6 (53,9). A NVIDIA também publica os dados e receitas de treino, então dá para ver o que entrou nele.
Seus melhores traços são velocidade e contenção. A Artificial Analysis mediu mais de 400 tokens de saída por segundo em uma implantação pré-lançamento, mais rápido que o gpt-oss-120b com mais de quatro vezes o tamanho, e 71% no seu teste de não alucinação, o que significa que ele tende a recusar em vez de inventar uma resposta. A própria tabela da NVIDIA dá 78,7 em não alucinação no OmniScience contra 5,7 do DeepSeek-V4-Pro, e 94,7 no RULER com 1M de tokens.
O porém: não é um programador de ponta nem um modelo de conhecimento de ponta. A NVIDIA informa 56,4 no Terminal-Bench 2.1 contra 67,2 do Kimi K2.6, e 26,7 no Humanity's Last Exam contra 37,7 do DeepSeek-V4-Pro; o Laguna S 2.1 de 118B da Poolside marca 70,2 no mesmo Terminal-Bench. O contexto hospedado fica abaixo do 1M que o modelo suporta, em 262.144 tokens na DeepInfra com 16.384 tokens de saída.
Nossa opinião: Nemotron 3 Ultra é o modelo a que você recorre quando o auditor pergunta de onde o modelo veio. Em capacidade pura por real, GLM-5.3 e Kimi K3 ainda lideram, mas nenhum dos dois vem com os dados de treino.
Onde ele se destaca
Um fornecedor americano de saúde ou defesa com regras sobre a origem dos modelos
Implantar um modelo aberto de nível de ponta cujos dados de treino possam ser auditados
Hospede os pesos NVFP4 em oito GPUs Blackwell e entregue aos revisores os conjuntos de pré-treino e pós-treino publicados pela NVIDIA. A OpenMDW-1.1 permite uso comercial.
Uma mesa de pesquisa que responde perguntas de analistas sobre relatórios longos
Obter respostas que digam quando os documentos não contêm o dado
Chame na DeepInfra a US$ 0,50/2,20 com recuperação. A baixa taxa de alucinação combina com esse trabalho: 1.000 perguntas de 100K tokens de entrada e 2K de saída custam cerca de US$ 54.
Antes de decidir
- Configuração
- Chame nvidia/nemotron-3-ultra-550b-a55b no OpenRouter, DeepInfra, Baseten ou Venice, ou baixe os pesos BF16 ou NVFP4; o raciocínio é ligado com enable_thinking no template de chat.
- Integrações
- APIs compatíveis com OpenAI; vLLM, SGLang e TensorRT-LLM; as receitas do NeMo Evaluator da NVIDIA reproduzem seus números de benchmark.
- Dados e privacidade
- Pesos abertos e conjuntos de treino publicados; os dados de pré-treino vão até setembro de 2025 e os de pós-treino até maio de 2026. Hospedar por conta própria mantém os prompts em casa; o OpenRouter informa que o roteamento dentro da UE não está disponível.
- Custo em escala
- A partir de US$ 0,40/1,76 por milhão de tokens na DeepInfra. Hospedar em BF16 exige oito GPUs B200, GB200 ou H200, ou dezesseis H100.
- Limites
- Até 1M de tokens de contexto no modelo; os endpoints hospedados oferecem de 202.800 a 262.144 tokens, e a DeepInfra limita a saída a 16.384 tokens.
O que é bom
- Dados e receitas de treino publicados junto com os pesos
- 47,7 no índice da Artificial Analysis no lançamento, o melhor entre os modelos abertos americanos
- Mais de 400 tokens de saída por segundo em uma implantação pré-lançamento
- Pouca alucinação: 71% no teste de não alucinação da Artificial Analysis
O que não é
- Atrás do Kimi K2.6 e do DeepSeek-V4-Pro em código e conhecimento difícil, segundo a tabela da NVIDIA
- Endpoints hospedados limitam o contexto a 262.144 tokens ou menos
- BF16 precisa de oito GPUs Blackwell ou H200, ou dezesseis H100
- Limite de saída curto de 16.384 tokens na DeepInfra
Ideal para
Empresas que precisam de um modelo de raciocínio aberto, grande e rápido, com dados de treino documentados, hospedado ou nas próprias GPUs.
Alternativas ao Nemotron 3 Ultra
Nemotron 3 Ultra: perguntas frequentes
- Nemotron 3 Ultra vale a pena?
- Tão aberto quanto um modelo grande pode ser, rápido e relutante em inventar, embora os líderes abertos chineses ainda raciocinem melhor. Damos nota 4.1 de 5.
- Quanto custa Nemotron 3 Ultra?
- Pesos gratuitos sob OpenMDW-1.1. No OpenRouter: DeepInfra US$ 0,40/1,76 ou US$ 0,50/2,20, Baseten US$ 0,60/2,40, Venice US$ 0,625/3,125 por 1M de tokens de entrada/saída.
- Quais são as desvantagens de Nemotron 3 Ultra?
- Atrás do Kimi K2.6 e do DeepSeek-V4-Pro em código e conhecimento difícil, segundo a tabela da NVIDIA; endpoints hospedados limitam o contexto a 262.144 tokens ou menos; bF16 precisa de oito GPUs Blackwell ou H200, ou dezesseis H100; limite de saída curto de 16.384 tokens na DeepInfra.
- Para quem Nemotron 3 Ultra é indicado?
- Empresas que precisam de um modelo de raciocínio aberto, grande e rápido, com dados de treino documentados, hospedado ou nas próprias GPUs.
- Quanto custa Nemotron 3 Ultra para uma equipe ou em produção?
- A partir de US$ 0,40/1,76 por milhão de tokens na DeepInfra. Hospedar em BF16 exige oito GPUs B200, GB200 ou H200, ou dezesseis H100.
- Nemotron 3 Ultra é seguro para dados da empresa?
- Pesos abertos e conjuntos de treino publicados; os dados de pré-treino vão até setembro de 2025 e os de pós-treino até maio de 2026. Hospedar por conta própria mantém os prompts em casa; o OpenRouter informa que o roteamento dentro da UE não está disponível.
- Quais são as melhores alternativas ao Nemotron 3 Ultra?
- As alternativas mais próximas que analisamos são Kimi K3, GLM-5.3, DeepSeek-V4-Pro e Nemotron 3.5 Super VL.
Respostas verificadas em 7 de nov. de 2026.
Você faz o Nemotron 3 Ultra? Mostre esta nota no seu site
