Kan ik Nemotron 3 Ultra lokaal draaien?

Ja, de weights zijn open en gehost op Hugging Face onder de OpenMDW 1.1-licentie, maar de minimale vereiste is 8× GB200 of 16× H100 GPU's, dus lokaal draaien betekent een serieuze serverrack, geen werkstation.

Wat kost het en hoe lang is de context?

Via API kost het $0,60 per miljoen input tokens en $2,40 per miljoen output tokens. Het contextvenster gaat tot 1 miljoen tokens.

Hoe verschilt Nemotron 3 Ultra van andere grote MoE-modellen?

De LatentMoE-architectuur combineert Mamba-2 state-space lagen met MoE en Attention-lagen, en voegt Multi-Token Prediction toe voor snellere generatie — een combinatie die NVIDIA zegt te optimaliseren voor high-throughput agentpijplijnen in plaats van algemeen chatten.

▲

23.3%

deze week

Nemotron 3 Ultra

9290°

#llm #nvidia #redeneren #agenten #coderen #lange context

Voer dit model uit

Aanbiedingen / Advertenties

OpenRouter Terminal / API

Betaal per token

Chat met dit model in de browser of roep het aan vanuit je code met één API-sleutel.

NVIDIA | 262.144 token context | $0,60/M input, $2,40/M output. NVIDIA Nemotron 3 Ultra is een open frontier-redenerings- en orkestratiemodel van NVIDIA, met 55B actieve parameters van in totaal 550B (MoE). Gebouwd op een hybride Transformer-Mamba mixture-of-experts architectuur, ondersteunt het tekstinvoer en -uitvoer met een contextvenster tot 1M tokens. Het is geschikt voor langlopende agent-werkstromen, inclusief agentorkestratie, codeeragenten, diepgaand onderzoek en complexe ondernemingsopdrachten. Het is bijzonder sterk in multi-stap redeneren en planning, met high-throughput inferentie ontworpen voor agentpijplijnen met hoog volume. Het maakt deel uit van de NVIDIA Nemotron-familie van open modellen voor agentische AI.

Gidsen voor dit model

Hoe kies je een AI-model in oktober 2026: eerst het nieuws over gesloten modellen, dan de open modellen die het downloaden waard zijn

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

Hoeveel VRAM heb ik eigenlijk nodig voor lokale AI?

Beste lokale LLM per gebruik (oktober 2026): het juiste open model voor elke klus

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

Alle gidsen

Aantekeningen van de kapitein

Geschreven door Captain, de huisredacteur

Aantekeningen van 2026-10-13

Nemotron 3 Ultra is NVIDIA's voorhoede redeneer- en agentorchestratiemodel: 550B totale parameters, 55B actief, gebouwd op een hybride LatentMoE-architectuur die Mamba-2, MoE en Attention-lagen combineert. Weights zijn open onder de OpenMDW 1.1-licentie en redeneren kan aan- of uitgezet worden tijdens inferentie. Het is geschikt voor teams die grootschalige agentpijplijnen, lange-context analyse of complexe codeer- en onderzoeksworkflows draaien.

Bekend om

Configureerbare redeneermodus: schakel chain-of-thought per verzoek aan of uit.
Tot 1 miljoen tokens contextvenster voor lange documenten en multi-turn agentwerk.
Multi-Token Prediction-lagen voor snellere generatie zonder kwaliteitsverlies.
Tien ondersteunde talen, waaronder Japans, Hindi, Koreaans en Chinees.
Open weights met commerciële licentie, te draaien op eigen infrastructuur.

Let op

Minimale hardware is 8× GB200/B200 of 16× H100 GPU's — dit is geen laptopmodel.
Gelicenseerd onder OpenMDW 1.1, niet Apache of MIT; controleer de voorwaarden voor commercieel gebruik.
API outputprijs van $2,40 per miljoen tokens loopt snel op bij hoge volumes redeneerpijplijnen.

Het beste voor

Agenten en toolgebruik

Prompts om te proberen

Multi-step codeeragent

Je krijgt een Python-monorepo zonder documentatie. Schrijf een plan om: (1) alle publieke API-endpoints over services in kaart te brengen, (2) endpoints te identificeren die geen authenticatiemiddleware delen, (3) een Markdown-rapport te genereren met elk gat, inclusief bestandslocatie en regelnummer. Implementeer daarna stap 1 als een werkend Python-script.

Diepgaand onderzoekssynthese

Ik plak de volledige tekst van drie conflicterende academische papers over mRNA-vaccinstabiliteit bij kamertemperatuur. Lees ze alle drie, identificeer de specifieke experimentele condities waar hun resultaten verschillen, stel een hypothese op die de verschillen verklaart, en noem vervolgexperimenten om die te testen. Papers: [hier plakken]

Complexe planning onder beperkingen

Een logistiek bedrijf moet 12 bezorgtrucks over 80 stops in een stad routeren. Trucks hebben verschillende capaciteitslimieten, drie stops vereisen gekoelde voertuigen, twee stops hebben tijdvensters vóór 9 uur, en de brandstofkosten moeten onder een vast dagbudget blijven. Schets een stapsgewijze optimalisatieaanpak, identificeer welke beperkingen het moeilijkst tegelijk te voldoen zijn, en beschrijf de afwegingen.

Vergelijk met

Nemotron 3.5 Lightning
Model met open gewichten
262,144 token context · $0.07/M invoer, $0.20/M uitvoer
Nemotron 3 Super
Model met open gewichten
262,144 token context · $0.08/M invoer, $0.45/M uitvoer
NVIDIA Nemotron 3 Ultra 550B A55B
Model met open gewichten
262,144 token context · $0.50/M invoer, $2.20/M uitvoer
NVIDIA Nemotron 3 Super 120B A12B
Model met open gewichten
262,144 token context · $0.09/M invoer, $0.40/M uitvoer

Meer tekstmodellen van nvidia

Veelgestelde vragen

Kan ik Nemotron 3 Ultra lokaal draaien?: Ja, de weights zijn open en gehost op Hugging Face onder de OpenMDW 1.1-licentie, maar de minimale vereiste is 8× GB200 of 16× H100 GPU's, dus lokaal draaien betekent een serieuze serverrack, geen werkstation.
Wat kost het en hoe lang is de context?: Via API kost het $0,60 per miljoen input tokens en $2,40 per miljoen output tokens. Het contextvenster gaat tot 1 miljoen tokens.
Hoe verschilt Nemotron 3 Ultra van andere grote MoE-modellen?: De LatentMoE-architectuur combineert Mamba-2 state-space lagen met MoE en Attention-lagen, en voegt Multi-Token Prediction toe voor snellere generatie — een combinatie die NVIDIA zegt te optimaliseren voor high-throughput agentpijplijnen in plaats van algemeen chatten.

Oordeel van de kapitein
Een serieus open-weights voorhoedemodel voor teams met eigen hardware die lange-context agentpijplijnen op schaal nodig hebben — geen casual API-keuze.

Modelkaart op Hugging Face

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

Also ranked: #6 Hottest Text / LLM model · #6 Hottest Text / LLM text model

Not this creator?

Get your own badge

Populariteitstrend van Nemotron 3 Ultra

Heat score sinds 4 Jun 2026

Heat score

9,290°

Deze week

▲

23.3%

9,261° toen, 9,290° nu

Deze maand

▲

169%

9,157° toen, 9,290° nu

Afgelopen jaar

n.v.t.

Nog niet uitgebracht/getrackt

7,000°

Basis

De schaal loopt van 0° tot 9.999°. Alles onder 7,000° is gereserveerd voor modellen waar nog geen bron over rapporteert, die daar een tijdelijke waarde krijgen zodat de lijsten compleet blijven. 7,000° is waar gemeten data begint: een model met echte data maar bijna geen downloads zit op de basis, en de metingen vullen de graden erboven. De basis zegt niets over het model; alleen de graden erboven doen dat, en die maken het verschil tussen modellen.

+1,923°

OpenRouter tokens

25,819,029,435,213 tokens heeft dit model in de afgelopen 30 dagen verwerkt via OpenRouter, prompts en antwoorden samen. Elke 10,000,000 tokens telt als één download in de downloadterm, in totaal 2,581,902; de tokens van de laatste dag tellen mee voor het adoptiecijfer. Bron: OpenRouter (openrouter.ai/rankings).

+367°

Adoptiesnelheid

Ongeveer 77,596 downloads per dag, gemeten tussen twee metingen van de bronnen, nooit geschat op een levenslange gemiddelde. Snelheid weegt een kwart van de downloadterm, zodat een verse piek zichtbaar is zonder dat een dagpiek jaren gebruik overstemt.

Toon gedetailleerde uitsplitsing

Elk getal op deze site is te controleren. De heat-score van dit model is 9,290°, en hier wordt die stap voor stap opgebouwd, met de tussentijdse totalen na elke stap: de basis, de graden die elke bron toevoegt, de bonus voor het type model en wat de leeftijd van de gewichten eraf haalt. De kleuren zijn de banden van de grafiek hierboven. De woordenlijst achteraan legt elke term uit.

1
Begin bij de basis.
Waarom 7,000° en niet nul: de schaal loopt van 0° tot 9.999°, en het deel onder 7,000° is gereserveerd voor modellen waar nog geen bron over rapporteert, die daar een tijdelijke waarde krijgen zodat de lijsten compleet blijven en nooit hoger staan dan een model met data. 7,000° is waar gemeten data begint. Een model met echte data maar bijna geen downloads zit hier; alles wat volgt is meting, en de ruimte boven de basis bevat tien stappen van tien keer zoveel downloads, elk 300° waard. De basis is voor elk model hetzelfde, dus die zegt niets; de graden erboven wel.
7,000°
lopende totaal
2
Voeg de downloads toe.
2,581,902 download-equivalenten in totaal, van OpenRouter tokens. Tien keer de downloads voegt dezelfde 300° toe, dus grootte telt mee maar bepaalt niet alles.
+1,923°
8,923°
lopende totaal
3
Voeg de adoptiesnelheid toe.
Ongeveer 77,596 downloads per dag op dit moment, gemeten tussen twee metingen, met een kwart van het gewicht.
+367°
9,290°
lopende totaal
=
De heat-score.
Waar dit model staat op elke lijst van deze site. Niets anders beïnvloedt dit.
9,290°

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 de populariteit van dit model zich verhoudt tot de rest van de catalogus: de groei in downloads, likes en gebruik per periode, gemeten ten opzichte van de typische groei van modellen in dezelfde periode, met de heat score op dat moment. Boven de typische groei betekent stijging, eronder daling. Het verleden wordt herbouwd vanuit de huidige totalen, de eerste dag van het model en de gemeten downloadsnelheid als er twee metingen zijn; een model dat er aan het begin van een periode nog niet was, toont n.v.t.

Vergelijkbare modellen

Qwen3 VL 32B Instruct

TEXT / LLM

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

Nemotron 3 Ultra 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 en bekijk de populariteitsscore om de trend te zien.

Meer Text / LLM-modellen Meer Text / LLM Tekst / LLM llm nvidia redeneren agenten coderen lange context meertalig

Bladeren op modelfamilie