Med 550 milliarder parametere totalt og en hybrid arkitektur som kombinerer Mamba og Transformer, posisjonerer NVIDIA sin Nemotron 3 Ultra seg som en seriøs utfordrer i det stadig mer konkurransepregede markedet for åpne storspråkmodeller. Modellen ble sluppet 4. juni 2026 under OpenMDW-1.1-lisensen og er bygget spesielt for agentbaserte arbeidsflyter som krever lang kontekst og flerstegs resonnering.

LangChain tilpasser Deep Agents for Nemotron

En av de viktigste nyhetene er at LangChain — en av de mest utbredte plattformene for AI-agentor­kestrering — har optimalisert sitt Deep Agents-rammeverk direkte for Nemotron 3 Ultra. Ifølge NVIDIA-bloggen oppnår denne kombinasjonen høyest nøyaktighet blant åpne modeller, med høyere gjennomstrømning og en prislapp som skal ligge ti ganger lavere enn ledende lukkede modeller.

Nemotron 3 Ultra lover å kutte kostnadene for agentoppgaver med opptil 30 prosent, samtidig som det leverer industriens høyeste hastighet blant åpne modeller i sin klasse.
NVIDIAs nye modell slår alle amerikanske rivaler — 10 ganger billigere - Bilde 1

Imponerende tall — med forbehold

NVIDIA oppgir en rekke benchmarktall som er verdt å se nærmere på. Selskapet hevder modellen leverer over 300 tokens per sekund på en pre-release DeepInfra-endepunkt, mot anslagsvis 50–100 tokens per sekund for konkurrenten Kimi K2.6 via kommersielle API-er. Det er en betydelig forskjell, men det bør påpekes at tallene for Kimi K2.6 er estimater og ikke like presist dokumentert.

550B
Totale parametere
300+
Tokens/sek på pre-release endpoint
48
Intelligence Index-score

På Artificial Analysis Intelligence Index scorer Nemotron 3 Ultra 48, noe som gjør den til den sterkeste amerikanske open-weight-modellen per dags dato. Kimi K2.6 fra Moonshot AI leder imidlertid med en score på 54 på samme indeks — et gap som ikke er uvesentlig.

Sterk på kontekst og instruksjonsforståelse

Der Nemotron 3 Ultra virkelig skiller seg ut er på langt kontekst-håndtering. Modellen scorer 95 prosent på RULER-benchmarken med 1 million tokens kontekst, ifølge NVIDIA. De fleste konkurrerende åpne modeller stopper ved 256.000 tokens. Modellen støtter opp til 1 million tokens kontekst ved bruk av NVFP4-kvantisering på Blackwells GPU-arkitektur.

På IFBench, som måler instruksjonsfølging, scorer Ultra 82 prosent — høyere enn GLM-5.1 (77 prosent), Kimi K2.6 (74 prosent) og Qwen 3.5 (78 prosent).

På langt kontekst-analyse er Nemotron 3 Ultra i en klasse for seg blant åpne modeller.

Svakere på koding og langsiktig planlegging

Bildet er ikke utelukkende positivt. På Terminal-Bench 2.0, som tester kodingsferdigheter, scorer Nemotron 3 Ultra 54 prosent — bak Kimi K2.6s 67 prosent og GLM-5.1s 64 prosent. På EnterpriseOps-Gym, som måler langsiktig planlegging, scorer modellen 33 prosent, klart bak GLM-5.1s 40 prosent.

SWEBench Verified — en bransjeanerkjent benchmark for kodeoppgaver i reelle prosjekter — gir Ultra mellom 65 og 70,4 prosent, avhengig av agentrammeverk. Det er solid, men ikke enestående.

Åpen, men ikke uten konkurrenter

Nemotron 3 Ultra er trent på 20 billioner tokens og supplert med 212 milliarder domenespesifikke tokens. NVIDIA har i tillegg frigitt 10 millioner nye SFT-treningsprøver og 1 million nye forsterkningslæringsoppgaver til forskningsmiljøet.

Samlet sett fremstår Nemotron 3 Ultra som en sterk kandidat for bedrifter som ønsker høy inferenshastighet og lave driftskostnader i agentbaserte systemer — spesielt på NVIDIAs eget maskinvare-økosystem. Men for utviklere som prioriterer ren kodingsprestasjon eller overordnet intelligens-score, peker benchmarkene mot at kinesiske modeller som Kimi K2.6 fortsatt holder det øverste trinnet på pallen.

Kildemateriale: NVIDIA AI Blog og uavhengig benchmarkanalyse fra Artificial Analysis.