Bisakah saya menjalankan Nemotron 3 Super secara lokal?

Ya, bobotnya terbuka dan tersedia di Hugging Face di bawah NVIDIA Nemotron Open Model License, tetapi persyaratan minimum adalah 2× GPU H100-80GB, jadi ini adalah deployment pusat data atau workstation kelas atas, bukan mesin konsumen.

Berapa biaya Nemotron 3 Super via API, dan berapa besar jendela konteksnya?

Harga adalah $0,08 per juta token input dan $0,45 per juta token output; jendela konteks mencapai 1 juta token.

Apa perbedaan Nemotron 3 Super dengan Nemotron Nano?

Model Super menambahkan lapisan Prediksi Multi-Token untuk generasi lebih cepat dan kualitas lebih baik, serta dilatih dengan kuantisasi NVFP4; model Nano tidak menyertakan MTP dan menargetkan jejak deployment yang lebih kecil.

▲

70.4%

minggu ini

Nemotron 3 Super

8885°

#llm #nvidia #penalaran #agen #pemrograman #konteks panjang

Bulan ini

Jalankan model ini

Penawaran / Iklan

OpenRouter Terminal / API

Bayar per token

Ngobrol dengan model ini di browser atau panggil dari kode kamu dengan satu API key.

NVIDIA | konteks token 262.144 | $0,08/M input, $0,45/M output. NVIDIA Nemotron 3 Super adalah model MoE hibrida terbuka 120B parameter, mengaktifkan hanya 12B parameter untuk efisiensi komputasi maksimum dan akurasi dalam aplikasi multi-agen kompleks. Dibangun di atas arsitektur Mixture-of-Experts Mamba-Transformer hibrida dengan prediksi multi-token (MTP), model ini menghasilkan lebih dari 50% token lebih banyak dibandingkan model terbuka terkemuka. Model memiliki jendela konteks 1 juta token untuk koherensi agen jangka panjang, penalaran lintas dokumen, dan perencanaan tugas multi-langkah.…NVIDIA | konteks token 262.144 | $0,08/M input, $0,45/M output. NVIDIA Nemotron 3 Super adalah model MoE hibrida terbuka 120B parameter, mengaktifkan hanya 12B parameter untuk efisiensi komputasi maksimum dan akurasi dalam aplikasi multi-agen kompleks. Dibangun di atas arsitektur Mixture-of-Experts Mamba-Transformer hibrida dengan prediksi multi-token (MTP), model ini menghasilkan lebih dari 50% token lebih banyak dibandingkan model terbuka terkemuka. Model memiliki jendela konteks 1 juta token untuk koherensi agen jangka panjang, penalaran lintas dokumen, dan perencanaan tugas multi-langkah. MoE laten memungkinkan pemanggilan 4 ahli dengan biaya inferensi hanya satu, meningkatkan kecerdasan dan generalisasi. Pelatihan RL multi-lingkungan di lebih dari 10 lingkungan menghasilkan akurasi terdepan pada tolok ukur termasuk AIME 2025, TerminalBench, dan SWE-Bench Verified. Sepenuhnya terbuka dengan bobot, dataset, dan resep di bawah Lisensi Terbuka NVIDIA, Nemotron 3 Super memungkinkan kustomisasi mudah dan penerapan aman di mana saja — dari workstation hingga cloud.

Panduan untuk model ini

Ollama vs LM Studio (2026): aplikasi AI lokal mana yang harus digunakan, dan model top mana yang dijalankan masing-masing

LLM lokal terbaik berdasarkan kasus penggunaan (Oktober 2026): model terbuka yang tepat untuk setiap pekerjaan

Bobot terbuka vs sumber terbuka vs hanya API: apa yang sebenarnya boleh kamu lakukan

Berapa banyak VRAM yang sebenarnya saya butuhkan untuk AI lokal?

Cara Menginstal Ollama dan Menjalankan AI Lokal (Windows, Mac, Linux)

Apa itu file GGUF? Penjelasan model terkuantisasi (Q4, Q8, fp8, NF4)

Semua panduan

Catatan Kapten

Ditulis oleh Captain, editor rumah

Catatan dari 2026-10-13

Nemotron 3 Super adalah model hybrid MoE 120 miliar parameter dari NVIDIA yang hanya mengaktifkan 12 miliar parameter saat inferensi, sehingga jauh lebih murah dijalankan dibandingkan ukuran totalnya. Arsitektur Mamba-Transformer-nya dengan prediksi multi-token mendorong kecepatan generasi jauh di atas model terbuka sejenis dengan kemampuan serupa. Cocok untuk tim yang membangun pipeline multi-agen, alur kerja dokumen panjang, atau otomatisasi volume tinggi yang menginginkan bobot terbuka yang benar-benar bisa mereka jalankan di perangkat keras sendiri.

Dikenal untuk

Jendela konteks 1 juta token yang dibangun untuk penalaran lintas dokumen dan tugas agen multi-langkah
Hanya 12 miliar parameter aktif saat inferensi meskipun total 120 miliar — peningkatan efisiensi serius
Lapisan prediksi multi-token memberikan kecepatan generasi lebih dari 50% lebih cepat dibanding model terbuka sebanding
Mode penalaran dapat diaktifkan atau dimatikan melalui satu flag template chat
Bobot, dataset, dan resep pelatihan semuanya dipublikasikan di bawah NVIDIA Nemotron Open Model License

Waspadai

Persyaratan perangkat keras minimum adalah 2× GPU H100-80GB — ini bukan model lokal untuk konsumen.
NVIDIA Nemotron Open Model License bukan lisensi open-source standar; periksa ketentuannya sebelum penggunaan komersial.
Data pra-pelatihan berhenti pada Juni 2025; pasca-pelatihan Februari 2026 — kejadian terbaru mungkin tidak ada.

Terbaik untuk

Agen dan penggunaan alat

Penalaran

Pemrograman

Konteks panjang

Jalankan secara lokal

Prompt untuk dicoba

Rencana agen multi-langkah

Anda adalah agen otomatisasi TI. Seorang pengguna melaporkan: klien VPN mereka terhubung tetapi semua kueri DNS mengalami timeout, hanya di jaringan perusahaan, hanya sejak pembaruan firmware router mereka kemarin. Diagnosa kemungkinan penyebab berdasarkan urutan probabilitas, lalu buat rencana remediasi langkah demi langkah yang dapat diikuti teknisi L1 tanpa eskalasi.

Penalaran lintas dokumen

Berikut adalah tiga transkrip panggilan pendapatan kuartalan dari perusahaan yang sama selama 18 bulan. Identifikasi setiap panduan ke depan yang diberikan dalam dua panggilan pertama, lalu nilai apakah hasil panggilan ketiga mengonfirmasi, melewatkan, atau melebihi setiap komitmen. Tandai panduan yang diam-diam dihentikan tanpa penjelasan.

Tugas pengkodean sulit

Tulis fungsi Python yang menerima skema JSON arbitrer dan daftar dict Python, memvalidasi setiap dict terhadap skema, dan mengembalikan dua daftar: catatan valid dan catatan tidak valid dengan pesan kesalahan per bidang. Jangan gunakan pustaka pihak ketiga. Sertakan kasus tepi untuk objek bersarang dan array dalam pengujian Anda.

Bandingkan dengan

Nemotron 3 Ultra
Model dengan bobot terbuka
konteks 262,144 token · $0.60/M input, $2.40/M output
Nemotron 3.5 Lightning
Model dengan bobot terbuka
konteks 262,144 token · $0.07/M input, $0.20/M output
NVIDIA Nemotron 3 Ultra 550B A55B
Model dengan bobot terbuka
konteks 262,144 token · $0.50/M input, $2.20/M output
NVIDIA Nemotron 3 Super 120B A12B
Model dengan bobot terbuka
konteks 262,144 token · $0.09/M input, $0.40/M output

Model teks lain dari nvidia

Pertanyaan yang sering diajukan

Bisakah saya menjalankan Nemotron 3 Super secara lokal?: Ya, bobotnya terbuka dan tersedia di Hugging Face di bawah NVIDIA Nemotron Open Model License, tetapi persyaratan minimum adalah 2× GPU H100-80GB, jadi ini adalah deployment pusat data atau workstation kelas atas, bukan mesin konsumen.
Berapa biaya Nemotron 3 Super via API, dan berapa besar jendela konteksnya?: Harga adalah $0,08 per juta token input dan $0,45 per juta token output; jendela konteks mencapai 1 juta token.
Apa perbedaan Nemotron 3 Super dengan Nemotron Nano?: Model Super menambahkan lapisan Prediksi Multi-Token untuk generasi lebih cepat dan kualitas lebih baik, serta dilatih dengan kuantisasi NVFP4; model Nano tidak menyertakan MTP dan menargetkan jejak deployment yang lebih kecil.

Putusan Kapten
Model agen terbuka serius — efisiensi parameter aktif nyata, tapi Anda butuh perangkat keras pusat data untuk merasakannya.

Kartu model di Hugging Face

Kapten menulis catatan ini dari deskripsi model dan kartu model itu sendiri. Harga dan ukuran konteks adalah milik penyedia pada saat penulisan dan dapat berubah.

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: Bronze · Hottest this month · #72 Hottest AI model · #40 Hottest Text / LLM model · #40 Hottest Text / LLM text model

Not this creator?

Get your own badge

Tren popularitas Nemotron 3 Super

Skor panas sejak 11 Mar 2026

Skor panas

8,885°

Minggu ini

▲

70.4%

8,815° dulu, 8,885° sekarang

Bulan ini

▲

1,018%

8,567° dulu, 8,885° sekarang

Tahun lalu

n/a

Belum dirilis/dilacak

7,000°

Floor

Skala berjalan dari 0° sampai 9.999°. Semua yang di bawah 7,000° disimpan untuk model yang belum dilaporkan oleh sumber mana pun, yang memakai angka pengganti di sana supaya daftar tetap lengkap. 7,000° adalah titik awal data yang diukur: model dengan data nyata tapi hampir tidak ada unduhan berada di floor, dan pengukuran mengisi derajat di atasnya. Floor tidak mengatakan apa-apa tentang model; hanya derajat di atasnya yang berbicara, dan itu yang membedakan satu model dengan yang lain.

+1,575°

Token OpenRouter

1,780,603,688,222 token diproses model ini melalui OpenRouter dalam 30 hari terakhir, termasuk prompt dan jawaban. Setiap 10,000,000 token dihitung sebagai satu unduhan dalam istilah unduhan, total 178,060; token hari terakhir masuk ke tingkat adopsi. Sumber: OpenRouter (openrouter.ai/rankings).

+310°

Tingkat adopsi

Sekitar 13,493 unduhan per hari, diukur antara dua pembacaan sumber, tidak pernah ditebak dari rata-rata seumur hidup. Kecepatan dihitung seperempat dari istilah unduhan, jadi lonjakan baru terlihat tanpa membiarkan lonjakan satu hari mengalahkan penggunaan bertahun-tahun.

Tampilkan rincian

Setiap angka di situs ini bisa dicek. Skor heat model ini adalah 8,885°, dan ini dibangun satu bahan pada satu waktu, dengan total berjalan setelah setiap langkah: floor, derajat yang ditambahkan setiap sumber, bonus untuk jenis model dan pengurangan karena usia bobotnya. Warna-warna itu adalah rentang pada grafik di atas. Glosarium di akhir menjelaskan setiap istilah.

1
Mulai dari floor.
Kenapa 7,000° dan bukan nol: skala dari 0° sampai 9.999°, dan bagian di bawah 7,000° disediakan untuk model yang belum dilaporkan sumber mana pun, yang memakai angka pengganti supaya daftar tetap lengkap dan tidak pernah mengalahkan model dengan data. 7,000° adalah titik awal data yang diukur. Model dengan data nyata tapi hampir tidak ada unduhan berada di sini; semua yang berikutnya adalah pengukuran, dan ruang di atas floor memuat sepuluh langkah sepuluh kali lipat unduhan dengan 300° masing-masing. Floor sama untuk semua model, jadi tidak menentukan apa-apa; yang menentukan adalah derajat di atasnya.
7,000°
total berjalan
2
Tambahkan unduhan.
178,060 setara unduhan secara total, dari Token OpenRouter. Sepuluh kali unduhan menambah 300° yang sama, jadi ukuran penting tapi tidak pernah mendominasi skor.
+1,575°
8,575°
total berjalan
3
Tambahkan tingkat adopsi.
Sekitar 13,493 unduhan per hari sekarang, diukur antara dua pembacaan, dengan bobot seperempat.
+310°
8,885°
total berjalan
=
Skor heat.
Posisi model ini di setiap daftar di situs ini. Tidak ada yang mengubahnya selain ini.
8,885°

Glosarium: istilah yang dipakai di sini

Skor heat: Satu angka untuk seberapa banyak model dipakai dan diinginkan sekarang, dari 0° sampai 9.999°. Setiap daftar di situs ini yang bilang terpanas diurutkan berdasarkan ini dan tidak ada yang lain.
Lantai: 7.000° yang jadi titik awal semua model dengan data nyata. Skala dari 0° sampai 9.999°; bagian di bawah lantai untuk pengganti (model tanpa data), supaya model dengan data selalu di atas yang tanpa. Lantai sama untuk semua dan tidak menentukan apa-apa; derajat di atasnya yang dihitung.
Setara unduhan: Semua yang dihitung skor sebagai unduhan, dijumlahkan: unduhan itu sendiri, setiap torrent seeder dihitung 1.000, setiap gambar AI Horde dan setiap run di situs generasi dihitung satu.
Skala log: Menghitung per puluhan, bukan per satuan: naik dari 1.000 ke 10.000 unduhan menambah derajat yang sama dengan naik dari 10.000 ke 100.000. Ini mencegah raksasa mendominasi semuanya.
Suka: Jempol ke atas dan suka dari semua sumber, bernilai setengah unduhan di skala log.
Tingkat adopsi: Berapa banyak unduhan per hari yang didapat model sekarang, dari selisih dua pembacaan sumber. Bobot seperempat dari istilah unduhan.
Diukur dan diperkirakan: Diukur berarti ada dua pembacaan dari sumber dan perbedaannya nyata. Diperkirakan berarti hanya total hari ini yang diketahui dan masa lalu dibagi selama umur model; situs memberitahu mana yang sedang ditampilkan.
Seeder: Seseorang yang menyimpan salinan bobot secara online agar orang lain bisa mengunduh lewat torrent, atau mirror yang dihosting melakukan hal yang sama. Setiap satu dihitung sebagai 1.000 unduhan.
AI Horde: Jaringan sukarelawan yang menghasilkan gambar secara gratis di komputer yang disumbangkan. Jumlah gambar yang dibuat dengan model tertentu bersifat publik, dan setiap gambar dihitung sebagai satu unduhan.
Situs generasi: Situs yang menyimpan salinan model sendiri dan membiarkan orang menghasilkan gambar dengannya, seperti PixAI, SeaArt, dan Yodayo. Unduhan mereka dihitung seperti di Civitai dan setiap kali generasi dihitung sebagai satu unduhan.
Token OpenRouter: Model teks yang dilayani melalui API, seperti Claude atau GPT, tidak memiliki bobot untuk diunduh, jadi penggunaannya diukur dalam token: potongan teks yang dibaca dan ditulis melalui OpenRouter, gateway yang digunakan banyak aplikasi, selama 30 hari terakhir. Setiap 10,000,000 token dihitung sebagai satu unduhan. Sumber: OpenRouter (openrouter.ai/rankings), CC BY 4.0.
Model penuh (checkpoint): Bobot itu sendiri, file yang bisa menghasilkan secara mandiri. Mendapat bonus karena add-on bergantung padanya.
LoRA dan embedding: File add-on kecil yang mengarahkan bobot orang lain ke gaya, karakter, atau konsep tertentu. Tidak bisa dijalankan sendiri.
Keluarga dan bobot: Dasar yang dipakai model, seperti SD 1.5, SDXL, Flux, atau Wan. Setiap model mewarisi tanggal rilis bobot keluarganya.
Usia: Pengurangan nilai berdasarkan seberapa lama bobot keluarga itu dirilis: 150° per tahun, sampai maksimal 750°. Ini menjaga unduhan lama yang sudah bertahun-tahun menumpuk agar tetap di atas daftar.
Dorongan keluarga: Dorongan kecil dan terbatas untuk LoRA dari keluarga yang sedang didorong situs ini sekarang, selalu tercantum dalam rincian.
Skor pengganti: Angka stabil di bawah batas yang diberikan pada model yang belum ada laporan sumbernya, supaya daftar tetap lengkap. Tidak pernah lebih tinggi dari model yang punya data.
Baru! (masa tenggang): Model yang berumur kurang dari 7 hari menunjukkan label Baru! bukan skor dan tidak masuk peringkat. Skornya dihitung sejak hari pertama, tapi model yang baru sehari tumbuh lebih cepat dari apa pun, jadi tanpa masa tunggu model #1 minggu ini selalu yang baru kemarin, bukan yang bertahan seminggu.
Tren: Bagaimana pertumbuhan model selama periode tertentu dibandingkan dengan pertumbuhan model biasa di periode yang sama. Lebih cepat dari biasanya berarti naik, lebih lambat berarti turun.
Model biasa: Tengah katalog: setengah model dengan angka tumbuh lebih cepat selama periode itu, setengahnya lebih lambat.

Bagaimana popularitas model ini bergerak dibandingkan dengan katalog lainnya: pertumbuhan unduhan, suka, dan penggunaan setiap periode, diukur terhadap pertumbuhan model biasa dalam periode yang sama, dengan skor panasnya saat itu. Di atas pertumbuhan biasa berarti naik, di bawahnya berarti turun. Masa lalu direkonstruksi dari total hari ini, hari pertama model, dan kecepatan unduhan yang diukur jika ada dua pembacaan; model yang belum ada di awal periode menunjukkan n/a.

Model Serupa

GPT 5.5 Pro

TEXT / LLM

Mistral Small 3.2 24B Instruct 2506

Model AI untuk Pembuatan Gambar, Video & Teks

Nemotron 3 Super adalah model teks untuk keluarga Text / LLM yang tercantum di ModelTrends.ai, katalog hanya-baca untuk model AI gambar, video, dan teks open source. Bandingkan dengan model Text / LLM lainnya dan lihat skor popularitasnya untuk mengetahui trennya.

Model Text / LLM lainnya Teks / LLM Text / LLM lainnya llm nvidia penalaran agen pemrograman konteks panjang lokal

Jelajahi berdasarkan Keluarga Model