Mohu spustit Nemotron Super 120B lokálně?

Ne. NVIDIA neuvolnila otevřené váhy tohoto modelu, takže je dostupný pouze přes API a nelze jej provozovat lokálně.

Kolik stojí a jak dlouhý má kontext?

Cena je 0,09 $ za milion vstupních tokenů a 0,40 $ za milion výstupních tokenů, s kontextovým oknem o velikosti 262 144 tokenů.

Čím se liší od standardního hustého 120B modelu?

Architektura MoE znamená, že na každý inference krok je aktivních pouze cca 12 miliard parametrů, což výrazně snižuje náklady na provoz a umožňuje spustit více agentů paralelně na jednom GPU než hustý model stejné nominální velikosti.

NVIDIA Nemotron 3 Super 120B A12B

3130°

#llm #nvidia #uvažování #agenti #dlouhý kontext #rozpočet

Otevřít DeepInfra

nvidia | kontext 262 144 tokenů | 0,09 $/M vstup, 0,40 $/M výstup. NVIDIA Nemotron 3 Super je hybridní model Mixture-of-Experts (MoE) navržený pro nejvyšší výpočetní efektivitu a přesnost v aplikacích s více agenty a specializovaných agentních systémech. Je optimalizován pro provoz mnoha spolupracujících agentů na jednu aplikaci na jednom GPU, přináší vysokou přesnost v odvozování, používání nástrojů a následování instrukcí.

Návody k tomuto modelu

Otevřené váhy vs open source vs pouze API: co vlastně smíš dělat

Jak vybrat AI model v říjnu 2026: nejprve novinky o uzavřených modelech, pak otevřené váhy ke stažení

Co je soubor GGUF? Vysvětlení kvantovaných modelů (Q4, Q8, fp8, NF4)

Všechny návody

Poznámky kapitána

Napsal Captain, hlavní redaktor

Poznámky z 2026-10-13

NVIDIA Nemotron Super 120B A12B je hybridní model Mixture-of-Experts od NVIDIA, speciálně vytvořený pro multiagentní a agentní pracovní zátěže. Jeho architektura MoE aktivuje najednou pouze 12 miliard parametrů, což umožňuje spustit mnoho agentů paralelně na jednom GPU bez paměťových nákladů hustého 120B modelu. Pokud orchestrujete pipeline volání nástrojů nebo roj agentů, toto je efektivní řešení, které NVIDIA nabízí.

Známý pro

MoE design aktivuje cca 12 miliard parametrů na jeden průchod, snižuje výpočetní náročnost na agenta
Navrženo pro multiagentní pipeline: používání nástrojů, plnění instrukcí a koordinace agentů
Kontextové okno o velikosti 262 144 tokenů zvládá dlouhé řetězce úkolů a velké dokumenty
Cena výrazně nižší než většina špičkových modelů: 0,09 $/milion vstupních a 0,40 $/milion výstupních tokenů

Dej pozor na

Váhy nejsou veřejné; máte přístup pouze přes API bez možnosti vlastní instalace nebo inspekce modelu.
Agentní použití může rychle navyšovat výstupní tokeny – sledujte náklady 0,40 $/milion výstupních tokenů v dlouhých pipeline.
Nebyla zveřejněna žádná modelová karta, takže není možné nezávislé ověření benchmarků.

Nejlepší pro

Agenti a používání nástrojů

Uvažování

Dlouhý kontext

Rozpočet

Promptů k vyzkoušení

Plán vícekrokového použití nástrojů

Koordinujete výzkumného agenta. Cíl: 'Najdi tři nejcitovanější články o efektivitě transformer attention publikované po roce 2022 a shrň jejich klíčové přínosy.' Rozděl to na jednotlivé volání nástrojů (webové vyhledávání, stažení článku, shrnutí), specifikuj vstup a očekávaný výstup každého kroku a označ jakýkoli krok, kde je potřeba záložní plán, pokud nástroj nevrátí výsledky.

Protokol předání agenta

Navrhni formát zprávy pro předání mezi agenty zákaznické podpory. Jsou tři agenti: Triage, Billing a Technical. Napiš JSON schéma pro předávací payload a pak jeden příklad předání z Triage do Billing pro zákazníka, který byl dvakrát účtován za stejný předplatný a hrozí zrušením.

Instrukční řetězec s dlouhým kontextem

Zde je dokument s požadavky na produkt o délce 2000 slov. Pečlivě jej přečti a vypracuj: (1) číslovaný seznam všech explicitních akceptačních kritérií, (2) seznam požadavků, které si vzájemně odporují, a (3) tři upřesňující otázky, které by měl inženýrský tým položit před zahájením práce. [Vlož svůj PRD pod tento řádek.]

Porovnat s

Nemotron 3 Ultra
Model s otevřenými váhami
kontext 262,144 tokenů · $0.60/M vstup, $2.40/M výstup
Nemotron 3.5 Lightning
Model s otevřenými váhami
kontext 262,144 tokenů · $0.07/M vstup, $0.20/M výstup
Nemotron 3 Super
Model s otevřenými váhami
kontext 262,144 tokenů · $0.08/M vstup, $0.45/M výstup
NVIDIA Nemotron 3 Ultra 550B A55B
Model s otevřenými váhami
kontext 262,144 tokenů · $0.50/M vstup, $2.20/M výstup

Více textových modelů od nvidia

Často kladené otázky

Mohu spustit Nemotron Super 120B lokálně?: Ne. NVIDIA neuvolnila otevřené váhy tohoto modelu, takže je dostupný pouze přes API a nelze jej provozovat lokálně.
Kolik stojí a jak dlouhý má kontext?: Cena je 0,09 $ za milion vstupních tokenů a 0,40 $ za milion výstupních tokenů, s kontextovým oknem o velikosti 262 144 tokenů.
Čím se liší od standardního hustého 120B modelu?: Architektura MoE znamená, že na každý inference krok je aktivních pouze cca 12 miliard parametrů, což výrazně snižuje náklady na provoz a umožňuje spustit více agentů paralelně na jednom GPU než hustý model stejné nominální velikosti.

Verdikt kapitána
Rozumná volba pro agentní pipeline, kde potřebujete dlouhý kontext a nízké náklady na volání, ale jste plně závislí na NVIDIA API.

Kapitán píše tyto poznámky na základě popisu modelu a modelové karty. Ceny a velikosti kontextu jsou od poskytovatele v době psaní a mohou se změnit.

Ranking badge

Updated Oct 22, 2026

Made this model? Show this badge on your page.

Paste it into your Hugging Face card or Civitai description.

Change colors / personalize / get code

Not this creator?

Get your own badge

Jak se toto skóre sčítá

Tento model zatím nemá žádná data o popularitě z žádného zdroje, takže má náhradní číslo pod 7,000°, které udržuje seznamy kompletní. Nikdy se neumístí výš než model s daty. Rozpis se tu objeví, jakmile ho nějaký zdroj nahlásí.

Slovníček: pojmy používané zde

Heat skóre: Jedno číslo, které ukazuje, jak moc se model teď používá a chce, od 0° do 9 999°. Každý seznam na tomto webu, který říká nejžhavější, je podle toho seřazený a nic jiného.
Minimum: 7 000° je základ, od kterého začíná každý model s reálnými daty. Měřítko je od 0° do 9 999°; část pod minimem je vyhrazena pro zástupce (modely bez dat), aby model s daty byl vždy výš než ten bez. Minimum je stejné pro všechny a nic nerozhoduje; stupně nad ním jsou měření.
Ekvivalenty stažení: Všechno, co skóre počítá jako stažení, sečtené: samotná stažení, každý torrent seeder jako 1 000, každý obrázek z AI Horde a každý běh na generujícím webu jako jedno.
Logaritmická škála: Počítá se po desítkách, ne po jednotkách: přechod z 1 000 na 10 000 stažení přidá stejný počet stupňů jako z 10 000 na 100 000. Zabraňuje, aby obři přebili všechno ostatní.
Lajky: Palce nahoru a lajky ze všech zdrojů, každý za polovinu váhy stažení na logaritmické škále.
Rychlost přijetí: Kolik stažení denně model právě teď má, podle rozdílu mezi dvěma odečty zdroje. Čtvrtina váhy oproti termínu stažení.
Měřené a odhadované: Měřené znamená, že existují dva záznamy zdroje a rozdíl je skutečný. Odhadované znamená, že je znám jen dnešní celkový údaj a minulost je rozložena přes životnost modelu; stránka uvádí, který typ zobrazuje.
Seeder: Někdo, kdo drží kopii vah online, aby si ji ostatní mohli stáhnout přes torrent, nebo hostovaný zrcadlový server, který dělá totéž. Každý takový počítá jako 1 000 stažení.
AI Horde: Dobrovolnická síť, která zdarma generuje obrázky na darovaných počítačích. Počet obrázků vytvořených s modelem je veřejný a každý se počítá jako jedno stažení.
Generační stránky: Stránky, které hostují vlastní kopie modelu a umožňují lidem generovat s ním, například PixAI, SeaArt a Yodayo. Jejich stažení se počítají stejně jako u Civitai a každý běh generování jako jedno stažení.
OpenRouter tokeny: Textový model poskytovaný přes API, jako Claude nebo GPT, nemá žádné váhy ke stažení, takže jeho využití se měří tokeny: kusy textu, které přečetl a napsal přes OpenRouter, bránu, kterou používá mnoho aplikací, za posledních 30 dní. Každých 10,000,000 tokenů se počítá jako jedno stažení. Zdroj: OpenRouter (openrouter.ai/rankings), CC BY 4.0.
Plný model (checkpoint): Samotné váhy, soubor, který generuje sám o sobě. Má bonus, protože na něm závisí doplňky.
LoRA a embedding: Malé doplňkové soubory, které nasměrují váhy někoho jiného k určitému stylu, postavě nebo konceptu. Samy o sobě nemohou běžet.
Rodina a váhy: Základ, na kterém je model postavený, například SD 1.5, SDXL, Flux nebo Wan. Každý model dědí datum vydání vah své rodiny.
Věk: Stupně odečtené podle toho, jak dávno vyšla váha rodiny: 150° za rok, až do 750°. Staré stažení, která měla roky na nashromáždění, zůstávají nahoře na seznamu.
Boost rodiny: Malý, omezený posun pro LoRA rodiny, kterou tato stránka právě podporuje, vždy uvedený v rozpisu.
Náhradní skóre: Stabilní číslo pod minimem dané modelu, o kterém zatím žádný zdroj nehlásí, aby seznamy zůstaly kompletní. Nikdy není výše než model s daty.
Nové! (ochranná lhůta): Model mladší než 7 dní ukazuje místo skóre Nové! a nezískává místo v žebříčku. Jeho skóre se počítá od prvního dne, ale model starý jeden den roste rychleji než cokoli jiného, takže bez čekání by #1 týdne byl vždy model, který vyšel včera, místo toho, co vydrželo týden.
Trend: Jak růst modelu za určité období odpovídá typickému růstu modelu za stejné období. Rychlejší než obvyklé znamená vzestup, pomalejší pokles.
Typický model: Střed katalogu: polovina modelů s číslem rostla rychleji za dané období, polovina pomaleji.

Jak nainstalovat

Jak nainstalovat Ollama a spustit lokální AI (Windows, Mac, Linux)

Podobné modely

DeepSeek Flash Latest

TEXT / LLM

AI modely pro generování obrázků, videa a textu

NVIDIA Nemotron 3 Super 120B A12B je textový model pro rodinu Text / LLM uvedený na ModelTrends.ai, katalogu open source AI modelů pro obrázky, video a text určeném jen ke čtení. Porovnejte ho s dalšími modely Text / LLM a podívejte se na jeho skóre žhavosti.

Další modely Text / LLM llm nvidia uvažování agenti dlouhý kontext rozpočet

Procházet podle rodiny modelů