NVIDIA Nemotron 3 Super 120B A12B
3130°
nvidia | contexto de 262.144 tokens | $0,09/M entrada, $0,40/M saída. NVIDIA Nemotron 3 Super é um modelo híbrido Mixture-of-Experts (MoE) projetado para máxima eficiência computacional e precisão em aplicações multiagentes e sistemas agentivos especializados. É otimizado para executar muitos agentes colaborativos por aplicação em uma única GPU, oferecendo alta precisão para raciocínio, uso de ferramentas e seguimento de instruções.
Guias para este modelo
Pesos abertos vs código aberto vs só API: o que você realmente pode fazer
Como escolher um modelo de IA em outubro de 2026: as novidades de código fechado e os pesos abertos que valem a pena baixar
O que é um arquivo GGUF? Modelos quantizados explicados (Q4, Q8, fp8, NF4)
Notas do capitão
Notas de 2026-10-13
NVIDIA Nemotron Super 120B A12B é um modelo híbrido Mixture-of-Experts da NVIDIA, criado especificamente para cargas de trabalho multiagentes e agentivas. Sua arquitetura MoE ativa apenas 12 bilhões de parâmetros por vez, permitindo rodar muitos agentes em paralelo numa única GPU sem o custo de memória de um modelo denso de 120 bilhões. Se você está orquestrando pipelines de chamadas de ferramentas ou enxames de agentes, essa é a eficiência que a NVIDIA oferece.
Conhecido por
- Design MoE ativa ~12 bilhões de parâmetros por passagem, reduzindo o custo computacional por agente
- Construído para pipelines multiagentes: uso de ferramentas, seguimento de instruções e coordenação de agentes
- Janela de contexto de 262.144 tokens para lidar com cadeias longas de tarefas e documentos grandes
- Preço muito abaixo da maioria dos modelos de ponta: $0,09 por milhão de tokens de entrada e $0,40 por milhão de tokens de saída
Fique atento a
- Pesos não públicos; você só tem acesso via API, sem opção de auto-hospedagem ou inspeção do modelo.
- Casos de uso agentivos podem gerar muitos tokens de saída — fique atento ao custo de $0,40 por milhão em pipelines longos.
- Nenhum cartão de modelo publicado, portanto não é possível verificação independente de benchmarks.
Sugestões para tentar
Plano de uso de ferramentas em múltiplas etapas
Você está coordenando um agente de pesquisa. Dado o objetivo: 'Encontre os três artigos mais citados sobre eficiência da atenção em transformers publicados após 2022 e resuma suas principais contribuições', divida isso em chamadas discretas de ferramentas (busca web, obtenção de artigos, resumo), especifique a entrada e saída esperadas de cada etapa e aponte qualquer etapa que precise de fallback caso a ferramenta não retorne resultados.
Protocolo de transferência entre agentes
Projete um formato de mensagem de transferência para um enxame de agentes de suporte ao cliente. São três agentes: Triagem, Cobrança e Técnico. Escreva o esquema JSON para a carga de transferência e um exemplo de transferência da Triagem para Cobrança para um cliente que foi cobrado duas vezes pela mesma assinatura e ameaça cancelar.
Cadeia de instruções com contexto longo
Aqui está um documento de requisitos do produto com 2.000 palavras. Leia cuidadosamente e produza: (1) uma lista numerada de todos os critérios explícitos de aceitação, (2) uma lista de quaisquer requisitos que se contradizem, e (3) três perguntas esclarecedoras que a equipe de engenharia deve fazer antes de começar o trabalho. [Cole seu PRD abaixo desta linha.]
Comparar com
- Nemotron 3 UltraModelo com pesos abertosContexto de 262,144 tokens · entrada $0.60/M, saída $2.40/M
- Nemotron 3.5 LightningModelo com pesos abertosContexto de 262,144 tokens · entrada $0.07/M, saída $0.20/M
- Nemotron 3 SuperModelo com pesos abertosContexto de 262,144 tokens · entrada $0.08/M, saída $0.45/M
- NVIDIA Nemotron 3 Ultra 550B A55BModelo com pesos abertosContexto de 262,144 tokens · entrada $0.50/M, saída $2.20/M
Mais modelos de texto de nvidia
Perguntas frequentes
- Posso rodar o Nemotron Super 120B localmente?
- Não. A NVIDIA não liberou pesos abertos para este modelo, portanto ele é apenas via API e não pode ser auto-hospedado.
- Quanto custa e qual o tamanho do contexto?
- O preço é $0,09 por milhão de tokens de entrada e $0,40 por milhão de tokens de saída, com uma janela de contexto de 262.144 tokens.
- Como ele difere de um modelo denso padrão de 120B?
- A arquitetura MoE significa que apenas cerca de 12 bilhões de parâmetros são ativados por inferência, tornando-o muito mais barato para rodar em escala e permitindo mais instâncias simultâneas de agentes numa única GPU do que um modelo denso do mesmo tamanho nominal.
Veredito do capitãoUma escolha sensata para trabalhos com pipelines de agentes que precisam de contexto longo e baixo custo por chamada, mas você fica totalmente preso à API da NVIDIA.
O capitão escreve estas notas com base na descrição e ficha do modelo. Preços e tamanhos de contexto são do provedor na data da escrita e podem mudar.
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.
Como essa pontuação é calculada
Este modelo ainda não tem dados de popularidade de nenhuma fonte, então ele carrega um número provisório abaixo de 7,000° para manter as listas completas. Ele nunca fica acima de um modelo com dados. A divisão aparece aqui assim que uma fonte reporta.
Glossário: os termos usados aqui
- Pontuação heat
- Um número que mostra o quanto um modelo está sendo usado e desejado agora, de 0° a 9.999°. Toda lista neste site que diz mais quente é ordenada por ele e só por ele.
- Limite mínimo
- Os 7.000° que todo modelo com dados reais começa. A escala vai de 0° a 9.999°; a parte abaixo do limite é para substitutos (modelos sem dados), para que um modelo com dados sempre fique acima de um sem. O limite é igual para todos e não decide nada; os graus acima dele são a medida.
- Equivalentes a downloads
- Tudo que a pontuação trata como download, somado: downloads em si, cada torrent seeder como 1.000, cada imagem AI Horde e cada execução em site de geração como um.
- Escala logarítmica
- Contando de dez em dez, não de um em um: ir de 1.000 para 10.000 downloads adiciona os mesmos graus que ir de 10.000 para 100.000. Isso evita que gigantes abafem tudo.
- Likes
- Joinhas e likes de todas as fontes, valendo metade de um download na escala logarítmica.
- Taxa de adoção
- Quantos downloads por dia um modelo recebe agora, pela diferença entre duas leituras de uma fonte. Um quarto do peso do termo download.
- Medido e estimado
- Medido significa que existem duas leituras de uma fonte e a diferença é real. Estimado significa que só se sabe o total de hoje e o passado é distribuído ao longo da vida do modelo; o site indica qual está mostrando.
- Seeder
- Alguém que mantém uma cópia dos pesos online para outros baixarem via torrent, ou um espelho hospedado fazendo o mesmo. Cada um conta como 1.000 downloads.
- AI Horde
- Uma rede voluntária que gera imagens de graça em computadores doados. O número de imagens feitas com um modelo é público, e cada uma conta como um download.
- Sites de geração
- Sites que hospedam suas próprias cópias de um modelo e deixam as pessoas gerarem com ele, como PixAI, SeaArt e Yodayo. Os downloads deles contam como os do Civitai e cada geração conta como um download.
- Tokens OpenRouter
- Um modelo de texto servido via API, como Claude ou GPT, não tem pesos para baixar, então seu uso é medido em tokens: os pedaços de texto que ele leu e escreveu via OpenRouter, um gateway usado por muitos apps, nos últimos 30 dias. Cada 10,000,000 tokens contam como um download. Fonte: OpenRouter (openrouter.ai/rankings), CC BY 4.0.
- Modelo completo (checkpoint)
- Os pesos em si, o arquivo que gera sozinho. Ganha um bônus porque complementos dependem dele.
- LoRA e embedding
- Arquivos pequenos que direcionam os pesos de outra pessoa para um estilo, personagem ou conceito. Não podem rodar sozinhos.
- Família e pesos
- A base em que um modelo é construído, como SD 1.5, SDXL, Flux ou Wan. Todo modelo herda a data de lançamento dos pesos da sua família.
- Idade
- Pontos retirados conforme há quanto tempo os pesos da família foram lançados: 150° por ano, até 750°. Mantém os downloads antigos que tiveram anos para acumular, evitando que saiam do topo da lista.
- Impulso da família
- Um pequeno empurrão limitado para LoRAs de uma família que este site está promovendo agora, sempre listado na divisão.
- Pontuação provisória
- Um número estável abaixo do mínimo dado a um modelo que ainda não tem dados de fonte, para a lista ficar completa. Nunca fica acima de um modelo com dados.
- Novo! (período de carência)
- Um modelo com menos de 7 dias mostra Novo! em vez de uma pontuação e não ocupa lugar no ranking. Sua pontuação é calculada desde o primeiro dia, mas um modelo com um dia cresce mais rápido que qualquer outro, então sem a espera o #1 da semana seria sempre o que saiu ontem, não o que se manteve por uma semana.
- Tendência
- Como o crescimento de um modelo num período se compara com o crescimento típico dos modelos no mesmo período. Crescimento mais rápido que o típico indica alta, mais lento indica queda.
- Modelo típico
- O meio do catálogo: metade dos modelos com número cresceu mais rápido no período, metade mais devagar.
NVIDIA Nemotron 3 Super 120B A12B é um modelo de texto para a família Text / LLM listado no ModelTrends.ai, um catálogo somente leitura de modelos de IA de código aberto para imagem, vídeo e texto. Compare-o com outros modelos Text / LLM e veja a pontuação de calor para acompanhar a tendência.
Navegar por família de modelos
Modelos Text / LLM
434
Modelos Anima
528
Modelos Chroma
19
Modelos Fibo
2
Modelos Flux
1,496
Modelos Flux 2 / Klein
1,239
Modelos Flux 3
3
Modelos Moss
3
Modelos Iris
1
Modelos MiniMax H3
364
Modelos Hunyuan
204
Modelos Ideogram
20
Modelos Krea2
717
Modelos Qwen
20
Modelos Qwen2
47
Modelos Ltx2
153