Kan ik Nemotron 70B lokaal draaien?

Nee. NVIDIA heeft de gewichten niet openbaar gemaakt, dus het model is alleen via API te gebruiken en kan niet lokaal worden gedraaid.

Wat kost het en hoe lang is de context?

De prijs is $1,20 per miljoen tokens voor zowel input als output, met een contextvenster van 131.072 tokens.

Hoe verschilt dit van standaard Llama 3.1 70B?

NVIDIA heeft het basis Llama 3.1 70B specifiek fijn afgestemd op nuttigheid en alignement, waardoor het bij release beter scoorde op instructievolg-benchmarks dan het basis model.

Llama 3.1 Nemotron 70B Instruct

4324°

#llm #nvidia #chat #schrijven #redeneren #lange context

Draait op Graydient

DeepInfra openen

Voer dit model uit

Aanbiedingen / Advertenties

Easy Creator (Prism) Web

Onbeperkt · vast bedrag

Het beste voor beginners. Krachtige workflows, lage leercurve.

PirateDiffusion Telegram

Onbeperkt · vast bedrag

Maak video's, afbeeldingen, aangepaste chatpersonages en meer.

Pro studio (SpyGlass) Web

Onbeperkt · vast bedrag

Blader door modellen, render en verfijn vanaf elke browser of telefoon.

Discord bot (Vector)

Onbeperkt · vast bedrag

Voeg Vector toe aan je server of sluit je aan bij de Vector Discord. Maak alles wat je wilt!

Unified Editor Web

Onbeperkt · vast bedrag

Editor voor afbeeldingen en video: render, bewerk, schaal op en meer op één pagina.

Lokale apps Lokaal

Installatie vereist

Installeer lokale programma's als je computer krachtig genoeg is.

ModelDuel Web

Betaal per gebruik

Genereer dezelfde prompt op maximaal 50 checkpoint-/basismodellen tegelijk.

Huur een GPU in de cloud

Graydient Cloud GPU

Onbeperkt · vast bedrag

Vast bedrag, onbeperkt gebruik. Dit model installeer je met één klik.

RunPod Cloud GPU

Per minuut afgerekend

Huur een GPU per minuut en stel het model zelf in.

Gidsen voor dit model

Open weights vs open source vs alleen API: wat je eigenlijk mag doen

De 10 goedkoopste ChatGPT-alternatieven in 2026: gratis lokale modellen, gratis tiers en vaste prijsplannen

Wat is een GGUF-bestand? Uitleg over gekwantiseerde modellen (Q4, Q8, fp8, NF4)

Alle gidsen

nvidia | 131.072 token context | $1,20/M input, $1,20/M output. Llama-3.1-Nemotron-70B-Instruct is een groot taalmodel aangepast door NVIDIA om de behulpzaamheid van LLM-gegenereerde antwoorden op gebruikersvragen te verbeteren. Dit model behaalt Arena Hard van 85,0, AlpacaEval 2 LC van 57,6 en GPT-4-Turbo MT-Bench van 8,98, die bekend staan als voorspellers van LMSys Chatbot Arena Elo. Vanaf 16 oktober 2024 is dit model #1 op alle drie automatische alignement benchmarks (zie tab verified voor AlpacaEval 2 LC), en overtreft sterke frontier modellen zoals GPT-4o en Claude 3.5 Sonnet.

Aantekeningen van de kapitein

Geschreven door Captain, de huisredacteur

Aantekeningen van 2026-10-13

Llama 3.1 Nemotron 70B is Meta's Llama 3.1 70B, fijn afgestemd door NVIDIA om reacties nuttiger te maken en beter af te stemmen op wat gebruikers daadwerkelijk willen. Bij de release stond het bovenaan alle drie de grote automatische alignement benchmarks, waarbij het GPT-4o en Claude 3.5 Sonnet op die meetpunten overtrof. Het is geschikt voor iedereen die een capabel, instructievolgend model via API wil tegen een voorspelbare prijs per token.

Bekend om

Stond bij release bovenaan de Arena Hard, AlpacaEval 2 LC en MT-Bench alignement benchmarks
NVIDIA alignment tuning gericht op nuttigheid van reacties boven ruwe capaciteit
128K token contextvenster kan lange documenten en uitgebreide gesprekken aan
Sterk in het volgen van instructies, afgeleid van Llama 3.1 70B basismodel

Let op

Gewichten zijn niet openbaar; je gebruikt het alleen via een API, geen lokale implementatie mogelijk.
Met $1,20 per miljoen tokens per richting kunnen de kosten oplopen bij hoge volumes.
De benchmarkvoorsprong is gemeten op een specifieke datum; het landschap is sindsdien veranderd.

Het beste voor

Prompts om te proberen

Herschrijf voor duidelijkheid

Hier is een alinea uit een intern beleidsdocument. Herschrijf deze zo dat een nieuwe medewerker zonder juridische achtergrond het in één keer begrijpt. Houd alle verplichtingen intact, maar snijd jargon en lijdende vorm weg. Alinea: 'Alle medewerkers zijn verplicht ervoor te zorgen dat de naleving van toepasselijke bewaartermijnen wordt gehandhaafd in overeenstemming met de jurisdictie-specifieke regelgevende kaders zoals periodiek gewijzigd.'

Plan een moeilijk gesprek

Ik moet een langdurige freelance opdrachtnemer vertellen dat we de samenwerking beëindigen omdat de kwaliteit van hun werk is afgenomen, niet vanwege het budget. Ze zullen het waarschijnlijk persoonlijk opvatten. Geef me een gestructureerd plan voor het gesprek: wat eerst te zeggen, hoe om te gaan met tegenwerpingen, en hoe het respectvol af te sluiten.

Test een argument op sterkte

Ik ga een argument maken en wil dat je de sterkst mogelijke tegenwerping formuleert (steelman), en me dan eerlijk vertelt of de tegenwerping of het oorspronkelijke argument overtuigender is en waarom. Mijn argument: thuiswerken vermindert permanent de carrièreontwikkeling van junior medewerkers omdat informeel mentorschap en osmotisch leren verdwijnen.

Vergelijk met

GPT-6 Luna
Alleen API-model
1,050,000 token context · $0.10/M invoer, $0.50/M uitvoer
Claude Sonnet 5.5
Alleen API-model
1,000,000 token context · $2.00/M invoer, $10.00/M uitvoer
Grok 4.7
Alleen API-model
500,000 token context · $2.00/M invoer, $6.00/M uitvoer
Claude Sonnet 4.6
Alleen API-model
1,000,000 token context · $3.00/M invoer, $15.00/M uitvoer

Meer tekstmodellen van nvidia

Veelgestelde vragen

Kan ik Nemotron 70B lokaal draaien?: Nee. NVIDIA heeft de gewichten niet openbaar gemaakt, dus het model is alleen via API te gebruiken en kan niet lokaal worden gedraaid.
Wat kost het en hoe lang is de context?: De prijs is $1,20 per miljoen tokens voor zowel input als output, met een contextvenster van 131.072 tokens.
Hoe verschilt dit van standaard Llama 3.1 70B?: NVIDIA heeft het basis Llama 3.1 70B specifiek fijn afgestemd op nuttigheid en alignement, waardoor het bij release beter scoorde op instructievolg-benchmarks dan het basis model.

Oordeel van de kapitein
Een goed afgestemde 70B die bij lancering boven zijn gewichtsklasse presteerde op alignement benchmarks — solide voor instructie-intensief werk, mits je API-only toegang accepteert.

De kapitein schrijft deze aantekeningen op basis van de eigen beschrijving en modelkaart van het model. Prijzen en contextgroottes zijn die van de provider op het moment van schrijven en kunnen veranderen.

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

Hoe deze score wordt opgebouwd

Dit model heeft nog geen populariteitsgegevens van welke bron dan ook, dus het krijgt een tijdelijke waarde onder 7,000° om de lijsten compleet te houden. Het staat nooit hoger dan een model met data. De uitsplitsing verschijnt hier zodra een bron het rapporteert.

Woordenlijst: de gebruikte termen

Heat-score: Één getal voor hoe veel een model nu gebruikt en gewenst wordt, van 0° tot 9.999°. Elke lijst op deze site die zegt heetste is gesorteerd op deze score en niets anders.
Vloer: De 7.000° waar elk model met echte data mee begint. De schaal loopt van 0° tot 9.999°; het deel onder de vloer is gereserveerd voor plaatsvervangers (modellen zonder data), zodat een model met data altijd hoger scoort dan een zonder. De vloer is voor iedereen gelijk en beslist niets; de graden erboven zijn de meting.
Download-equivalenten: Alles wat de score als een download telt, bij elkaar opgeteld: downloads zelf, elke torrent seeder als 1.000, elke AI Horde-afbeelding en elke run op een generatie-site als één.
Logaritmische schaal: Tellen per tien, niet per één: van 1.000 naar 10.000 downloads voegt evenveel graden toe als van 10.000 naar 100.000. Zo verdringen grote spelers niet alles.
Likes: Duimen omhoog en likes van elke bron, elk de helft van een download waard op de log-schaal.
Adoptiesnelheid: Hoeveel downloads een model nu per dag krijgt, uit het verschil tussen twee metingen van een bron. Een kwart van het gewicht van de downloadterm.
Gemeten en geschat: Gemeten betekent dat er twee metingen van een bron zijn en het verschil echt is. Geschat betekent dat alleen het totaal van vandaag bekend is en het verleden over de levensduur van het model wordt verdeeld; de site geeft aan welke het toont.
Seeder: Iemand die een kopie van de gewichten online houdt zodat anderen die via een torrent kunnen downloaden, of een gehoste mirror die hetzelfde doet. Elk telt als 1.000 downloads.
AI Horde: Een vrijwilligersnetwerk dat gratis beelden genereert op gedoneerde computers. Het aantal beelden dat het met een model heeft gemaakt is openbaar, en elk telt als één download.
Generatiesites: Sites die hun eigen kopieën van een model hosten en mensen laten genereren, zoals PixAI, SeaArt en Yodayo. Hun downloads tellen net als die van Civitai en elke generatie telt als één download.
OpenRouter tokens: Een tekstmodel dat via een API wordt aangeboden, zoals Claude of GPT, heeft geen gewichten om te downloaden, dus het gebruik wordt gemeten in tokens: de tekststukken die het las en schreef via OpenRouter, een gateway die veel apps gebruiken, in de afgelopen 30 dagen. Elke 10,000,000 tokens telt als één download. Bron: OpenRouter (openrouter.ai/rankings), CC BY 4.0.
Volledig model (checkpoint): De gewichten zelf, het bestand dat zelfstandig genereert. Het krijgt een bonus omdat add-ons ervan afhangen.
LoRA en embedding: Kleine add-on bestanden die iemands gewichten sturen naar een stijl, een personage of een concept. Ze kunnen niet zelfstandig draaien.
Familie en gewichten: De basis waarop een model is gebouwd, zoals SD 1.5, SDXL, Flux of Wan. Elk model erft de releasedatum van de gewichten van zijn familie.
Leeftijd: Graden afgetrokken voor hoe lang geleden de gewichten van de familie uitkwamen: 150° per jaar, tot 750°. Het houdt oude downloads die jaren hadden om op te lopen door de top van de lijst te bevriezen.
Familie boost: Een kleine, begrensde duw voor LoRA's van een familie die deze site nu naar voren schuift, altijd vermeld in de uitsplitsing.
Stand-in score: Een stabiel getal onder de vloer gegeven aan een model waar nog geen bron over rapporteert, zodat lijsten compleet blijven. Het staat nooit hoger dan een model met data.
Nieuw! (gratieperiode): Een model dat minder dan 7 dagen oud is, toont Nieuw! in plaats van een score en neemt geen plaats in de ranglijst in. De score wordt vanaf dag één berekend, maar een model van één dag oud groeit sneller dan wat dan ook, dus zonder de wachttijd zou de #1 van de week altijd het model zijn dat gisteren uitkwam in plaats van wat een week standhield.
Trend: Hoe de groei van een model over een periode zich verhoudt tot de typische groei van een model over dezelfde periode. Sneller dan typisch betekent stijging, langzamer betekent daling.
Typisch model: Het midden van de catalogus: de helft van de modellen met een cijfer groeide sneller over de periode, de andere helft langzamer.

Hoe te installeren

Hoe Ollama te installeren en een lokale AI te draaien (Windows, Mac, Linux)

11 okt 2026

DeepInfra openen

Vergelijkbare modellen

Gemini 2.5 Flash Lite

AI-modellen voor het genereren van afbeeldingen, video en tekst

Llama 3.1 Nemotron 70B Instruct is een tekstmodel voor de Text / LLM-familie, vermeld op ModelTrends.ai, een alleen-lezen catalogus van open source AI-modellen voor afbeeldingen, video en tekst. Vergelijk het met andere Text / LLM-modellen, bekijk de populariteitsscore om de trend te zien en open het op PirateDiffusion of BitVector om het te proberen.

Meer Text / LLM-modellen Meer Text / LLM Tekst / LLM llm nvidia chat schrijven redeneren lange context

Bladeren op modelfamilie