Nemotron 3 Superをローカルで動かせますか？

NVIDIA | 262,144トークンコンテキスト | 入力$0.08/M、出力$0.45/M。NVIDIA Nemotron 3 Superは1200億パラメータのオープンハイブリッドMoEモデルで、最大の計算効率と精度を実現するために120億パラメータのみを活性化します。ハイブリッドMamba-Transformer Mixture-of-Expertsアーキテクチャとマルチトークン予測（MTP）を採用し、主要なオープンモデルと比較して50%以上高速なトークン生成を実現しています。1Mトークンのコンテキストウィンドウを備え、長期的なエージェントの一貫性、文書間推論、多段階タスク計画に対応します。潜在MoEにより、推論コスト1回分で4つのエキスパートを呼び出し、知能と一般化を向上させます。10以上の環境でのマルチ環境強化学習トレーニングにより、AIME 2025、TerminalBench、SWE-Bench Verifiedなどのベンチマークでトップクラスの精度を達成しています。NVIDIA Open Licenseの下で重み、データセット、レシピが完全に公開されており、ワークステーションからクラウドまでどこでも簡単にカスタマイズと安全な展開が可能です。

このモデルのガイド

Ollama vs LM Studio (2026)：どのローカルAIアプリを使うべきか、それぞれが動かすトップモデルは？

オープンウェイト、オープンソース、API専用：実際に何ができるのか

ローカルAIに実際どれくらいのVRAMが必要？

OllamaのインストールとローカルAIの実行方法（Windows、Mac、Linux）

GGUFファイルとは？量子化モデルの解説（Q4、Q8、fp8、NF4）

すべてのガイド

キャプテンのメモ

Captainによる、ハウスエディター執筆

2026-10-13のメモ

Nemotron 3 Superは、NVIDIAの1200億パラメータのハイブリッドMoEモデルで、推論時にはわずか120億パラメータのみをアクティブにするため、総サイズから想像されるよりもはるかに低コストで動作します。Mamba-Transformerアーキテクチャとマルチトークン予測により、同等の能力を持つ一般的なオープンモデルを大きく上回る生成速度を実現しています。マルチエージェントパイプライン、長文ワークフロー、高ボリュームの自動化を構築し、実際に自分たちのハードウェアで展開可能なオープンウェイトを求めるチームに適しています。

得意分野

クロスドキュメント推論やマルチステップエージェントタスク向けの100万トークンコンテキストウィンドウ
総パラメータ1200億に対し推論時はわずか120億のアクティブパラメータ — 大幅な効率化
マルチトークン予測レイヤーにより、同等のオープンモデルより50%以上高速な生成
推論モードは単一のチャットテンプレートフラグでオン・オフ切替可能
NVIDIA Nemotron Open Model Licenseの下でウェイト、データセット、トレーニングレシピをすべて公開

注意点

最低動作環境は2台のH100-80GB GPU — コンシューマー向けのローカルモデルではありません。
NVIDIA Nemotron Open Model Licenseは標準的なオープンソースライセンスではありません。商用展開前に利用規約を必ず確認してください。
事前学習データは2025年6月まで、事後学習は2026年2月までのため、最近の出来事は含まれていません。

最適な用途

試してみるプロンプト

マルチステップエージェントプラン

あなたはIT自動化エージェントです。ユーザーからの報告：VPNクライアントは接続するが、社内ネットワーク上でのみ、昨日のルーターのファームウェア更新以降、すべてのDNSクエリがタイムアウトする。可能性の高い原因を確率順に診断し、L1技術者がエスカレーションなしで実行できるステップバイステップの修復計画を作成してください。

クロスドキュメント推論

同じ企業の3つの四半期決算電話会議の議事録（18ヶ月分）があります。最初の2回で示された将来見通しを特定し、3回目の結果がそれぞれのコミットメントを確認、未達、または上回ったか評価してください。説明なく静かに取り下げられた見通しがあればフラグを立ててください。

ハードコーディングタスク

任意のJSONスキーマとPythonの辞書リストを受け取り、各辞書をスキーマに対して検証し、有効なレコードとフィールドごとのエラーメッセージ付き無効レコードの2つのリストを返すPython関数を書いてください。サードパーティライブラリは使わず、ネストしたオブジェクトや配列のエッジケースもテストに含めてください。

比較する

Nemotron 3 Ultra
オープンウェイトモデル
262,144トークンのコンテキスト · $0.60/M 入力、$2.40/M 出力
Nemotron 3.5 Lightning
オープンウェイトモデル
262,144トークンのコンテキスト · $0.07/M 入力、$0.20/M 出力
NVIDIA Nemotron 3 Ultra 550B A55B
オープンウェイトモデル
262,144トークンのコンテキスト · $0.50/M 入力、$2.20/M 出力
NVIDIA Nemotron 3 Super 120B A12B
オープンウェイトモデル
262,144トークンのコンテキスト · $0.09/M 入力、$0.40/M 出力

nvidiaの他のテキストモデル

よくある質問

Nemotron 3 Superをローカルで動かせますか？: はい。ウェイトはNVIDIA Nemotron Open Model Licenseの下でHugging Faceに公開されていますが、最低動作環境は2台のH100-80GB GPUなので、データセンターやハイエンドワークステーション向けであり、コンシューマー向けマシンではありません。
Nemotron 3 SuperのAPI価格とコンテキストウィンドウは？: 入力トークンあたり0.08ドル、出力トークンあたり0.45ドルで、コンテキストウィンドウは100万トークンです。
Nemotron 3 SuperはNemotron Nanoとどう違いますか？: Superモデルはマルチトークン予測レイヤーを追加し、より高速な生成と高品質を実現し、NVFP4量子化でトレーニングされています。NanoモデルはMTPを含まず、より小規模な展開をターゲットにしています。

キャプテンの評価
本格的なオープンエージェントモデルで、アクティブパラメータの効率化は確かですが、それを活かすにはデータセンター向けハードウェアが必要です。

Hugging Faceのモデルカード

キャプテンはモデルの説明とモデルカードからこれらのメモを書いています。価格やコンテキストサイズは執筆時点の提供元のもので、変更されることがあります。

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

Nemotron 3 Super の人気トレンド

11 Mar 2026以降のヒートスコア

ヒートスコア

8,885°

今週

▲

70.4%

8,815° 当時、8,885° 今

今月

▲

1,018%

8,567° 当時、8,885° 今

過去1年

n/a

まだリリース/追跡されていません

7,000°

基準値

スケールは0°から9,999°までです。7,000°未満はまだどのソースも報告していないモデル用に確保されており、リストを完全に保つために仮の数値が割り当てられています。7,000°が実際のデータが始まる地点で、実データがほとんどないモデルはここに位置し、それより上の度数が測定値です。基準値自体はモデルについて何も示さず、上の度数だけがモデル間の違いを示します。

+1,575°

OpenRouterトークン

このモデルは過去30日間にOpenRouter経由で1,780,603,688,222トークンを処理しました。プロンプトと回答の合計です。10,000,000トークンごとに1ダウンロードとしてカウントし、合計178,060です。最終日のトークンは採用率に加算されます。出典：OpenRouter (openrouter.ai/rankings)。

+310°

普及率

ソースの2回の読み取り間で測定された1日あたり約13,493回のダウンロードです。生涯平均からの推測ではありません。速度はダウンロード項目の4分の1の重みで、新しい急増を示しつつ、1日の急激な増加が何年もの使用を上回らないようにしています。

詳細な内訳を表示

このサイトのすべての数字は確認できます。このモデルのヒートスコアは8,885°で、ここでは一つずつ要素を積み上げていき、各段階の合計を示しています：基準値、各ソースが加える度数、モデルの種類によるボーナス、そして重みの年齢による減算。色は上のチャートの帯を表しています。最後の用語集で全ての用語を定義しています。

1
基準値から始めます。
なぜ7,000°でゼロではないのか：スケールは0°から9,999°までで、7,000°未満はまだどのソースも報告していないモデル用に確保されており、仮の数値が割り当てられてリストを完全に保ち、データのあるモデルより上位にならないようにしています。7,000°が実際のデータが始まる地点です。実データがほとんどないモデルはここに位置し、それ以降が測定値で、基準値の上には10段階の10倍増が300°ずつあります。基準値はすべてのモデルで同じなので、何も決めません。違いを決めるのはその上の度数です。
7,000°
累計合計
2
ダウンロード数を加算します。
合計でOpenRouterトークンから178,060のダウンロード相当数。ダウンロード数が10倍になると同じ300°が加算されるので、サイズは重要ですがスコアを独占することはありません。
+1,575°
8,575°
累計合計
3
普及率を追加します。
現在、2回の計測間で約13,493ダウンロード/日で、重みは4分の1です。
+310°
8,885°
累計合計
=
ヒートスコア。
このモデルがこのサイトのすべてのリストでどの位置にいるか。これ以外の調整はありません。
8,885°

用語集：ここで使われている用語

ヒートスコア: モデルが今どれだけ使われていて求められているかを示す1つの数字。0°から9,999°まで。ここで「最も熱い」と言われるすべてのリストはこれで並べられています。
フロア: 実データのあるすべてのモデルが7,000°からスタートする基準点。スケールは0°から9,999°までで、フロア以下はデータのないモデル用に確保されているので、データのあるモデルは必ず上位になります。フロアは全員共通で順位には影響しません。フロアを超えた度数が実際の評価です。
ダウンロード相当数: スコアがダウンロードとして扱うすべてのものを合計：ダウンロードそのもの、各トレントシーダーは1,000、各AI Horde画像と生成サイトでの実行は1としてカウント。
対数スケール: 1ずつではなく10ずつ数えます：1,000から10,000ダウンロードに増えるのは、10,000から100,000に増えるのと同じ度数を加算。巨大なものが他を圧倒しないようにしています。
いいね: すべてのソースからのサムズアップといいね。対数スケールでダウンロードの半分の価値があります。
普及率: 2回の計測の差からわかる、今の1日あたりのダウンロード数。ダウンロード項目の4分の1の重みです。
測定済みと推定: 測定済みは、あるソースの2つの読み取り値が存在し、その差が実際のものであることを意味します。推定は、今日の合計だけがわかっていて、過去の値はモデルの寿命にわたって分配されていることを意味します。サイトはどちらを表示しているかを示します。
シーダー: トレント経由で他の人がダウンロードできるように重みのコピーをオンラインで保持している人、または同じことをするホストされたミラーのことです。それぞれが1,000ダウンロードとしてカウントされます。
AI Horde: 寄付されたコンピューターで無料で画像を生成するボランティアネットワークです。モデルで作成した画像の数は公開されており、それぞれが1ダウンロードとしてカウントされます。
生成サイト: PixAI、SeaArt、Yodayoのように、自分のモデルのコピーをホストして人々が生成できるサイトです。これらのダウンロードはCivitaiのものと同じようにカウントされ、各生成実行が1ダウンロードとして数えられます。
OpenRouterトークン: ClaudeやGPTのようなAPI経由で提供されるテキストモデルはダウンロードする重みがなく、その利用はトークン数で測定されます。トークンとはOpenRouterを通じて読み書きされたテキストの断片で、OpenRouterは多くのアプリが利用するゲートウェイです。過去30日間のトークン数を10,000,000トークンごとに1ダウンロードとしてカウントします。出典：OpenRouter (openrouter.ai/rankings)、CC BY 4.0。
完全モデル（チェックポイント）: 重みそのもので、単独で生成を行うファイルです。アドオンがこれに依存しているためボーナスがつきます。
LoRAと埋め込み: 他人の重みを特定のスタイル、キャラクター、コンセプトに向けて調整する小さなアドオンファイルです。単独では動作しません。
ファミリーと重み: モデルが基づいているベースで、SD 1.5、SDXL、Flux、Wanなどがあります。すべてのモデルはそのファミリーの重みのリリース日を継承します。
年齢: ファミリーの重みがリリースされてからの経過時間に応じて減点されます：1年で150°、最大750°まで。古いダウンロードはリストの上位を凍結して積み上げられます。
ファミリーブースト: このサイトが現在推しているファミリーのLoRAに対する小さく制限された後押しで、常に内訳に表示されます。
代替スコア: まだソースから報告がないモデルに与えられる安定した最低値で、リストが完全なままでいられます。データのあるモデルより上位には決してなりません。
新着！(猶予期間): 7日未満の新しいモデルはスコアの代わりに「新着！」と表示され、ランキングには入りません。スコアは初日から計算されますが、1日目のモデルは非常に急速に成長するため、猶予期間なしでは常に昨日リリースされたモデルが今週の#1になってしまいます。
トレンド: ある期間におけるモデルの成長が、同じ期間の典型的なモデルの成長と比べてどうかを示します。典型より速ければ上昇、遅ければ下降と読みます。
典型的なモデル: カタログの真ん中にあたるモデルで、数値があるモデルの半分はこの期間により速く成長し、半分は遅く成長しています。

このモデルの人気がカタログ全体と比べてどう動いたかを示してるよ。期間ごとのダウンロード数、いいね数、使用数の伸びを、同じ期間の普通のモデルの伸びと比べてる。熱スコアもその時点のものだよ。普通の伸びより上なら人気が上がってる、下なら下がってるってこと。過去のデータは今日の合計、モデルの初日、ダウンロード速度の2回の計測から再構成してる。期間の初めに存在しなかったモデルはn/aになるよ。