Nemotron 3 Super
8885°
Chạy mô hình này
Ưu đãi / Quảng cáo
NVIDIA | ngữ cảnh 262,144 token | $0.08/M đầu vào, $0.45/M đầu ra. NVIDIA Nemotron 3 Super là mô hình MoE lai mở 120B tham số, chỉ kích hoạt 12B tham số để tối đa hóa hiệu quả tính toán và độ chính xác trong các ứng dụng đa tác nhân phức tạp. Xây dựng trên kiến trúc hỗn hợp Mamba-Transformer Mixture-of-Experts với dự đoán đa token (MTP), nó tạo token nhanh hơn hơn 50% so với các mô hình mở hàng đầu. Mô hình có cửa sổ ngữ cảnh 1M token cho sự nhất quán tác nhân dài hạn, suy luận xuyên tài liệu và lập kế hoạch nhiệm vụ đa bước. MoE tiềm ẩn cho phép gọi 4 chuyên gia với chi phí suy luận của chỉ…NVIDIA | ngữ cảnh 262,144 token | $0.08/M đầu vào, $0.45/M đầu ra. NVIDIA Nemotron 3 Super là mô hình MoE lai mở 120B tham số, chỉ kích hoạt 12B tham số để tối đa hóa hiệu quả tính toán và độ chính xác trong các ứng dụng đa tác nhân phức tạp. Xây dựng trên kiến trúc hỗn hợp Mamba-Transformer Mixture-of-Experts với dự đoán đa token (MTP), nó tạo token nhanh hơn hơn 50% so với các mô hình mở hàng đầu. Mô hình có cửa sổ ngữ cảnh 1M token cho sự nhất quán tác nhân dài hạn, suy luận xuyên tài liệu và lập kế hoạch nhiệm vụ đa bước. MoE tiềm ẩn cho phép gọi 4 chuyên gia với chi phí suy luận của chỉ một, cải thiện trí tuệ và khả năng tổng quát. Huấn luyện RL đa môi trường trên hơn 10 môi trường mang lại độ chính xác hàng đầu trên các chuẩn như AIME 2025, TerminalBench và SWE-Bench Verified. Hoàn toàn mở với trọng số, bộ dữ liệu và công thức theo Giấy phép Mở NVIDIA, Nemotron 3 Super cho phép tùy chỉnh dễ dàng và triển khai an toàn ở mọi nơi — từ máy trạm đến đám mây.
Hướng dẫn cho mô hình này
Ollama vs LM Studio (2026): nên dùng ứng dụng AI cục bộ nào, và mỗi ứng dụng chạy những mô hình hàng đầu nào
LLM cục bộ tốt nhất theo từng trường hợp sử dụng (Tháng 10 năm 2026): mô hình mở phù hợp cho mọi công việc
Mở weights vs mã nguồn mở vs chỉ API: bạn thực sự được phép làm gì
Mình thực sự cần bao nhiêu VRAM cho AI cục bộ?
Cách Cài Đặt Ollama và Chạy AI Cục Bộ (Windows, Mac, Linux)
Tệp GGUF là gì? Giải thích về các mô hình lượng tử hóa (Q4, Q8, fp8, NF4)
Ghi chú của thuyền trưởng
Ghi chú từ 2026-10-13
Nemotron 3 Super là mô hình lai MoE 120 tỷ tham số của NVIDIA, chỉ kích hoạt 12 tỷ tham số khi suy luận, giúp chi phí vận hành thấp hơn nhiều so với kích thước tổng thể. Kiến trúc Mamba-Transformer với dự đoán đa token đẩy tốc độ sinh vượt xa các mô hình mở tương đương. Phù hợp với các nhóm xây dựng quy trình đa tác nhân, xử lý tài liệu dài hoặc tự động hóa khối lượng lớn, những người muốn trọng số mở có thể triển khai trên phần cứng riêng.
Nổi tiếng với
- Cửa sổ ngữ cảnh 1 triệu token, thiết kế cho suy luận xuyên tài liệu và tác vụ đa bước của tác nhân
- Chỉ 12 tỷ tham số kích hoạt khi suy luận trong tổng số 120 tỷ — cải thiện hiệu quả đáng kể
- Lớp dự đoán đa token cho tốc độ sinh nhanh hơn hơn 50% so với mô hình mở tương đương
- Chế độ suy luận có thể bật/tắt qua một cờ mẫu chat duy nhất
- Trọng số, bộ dữ liệu và công thức huấn luyện đều được công bố theo Giấy phép Mô hình Mở NVIDIA Nemotron
Cẩn thận với
- Yêu cầu phần cứng tối thiểu là 2× GPU H100-80GB — không phải mô hình chạy tại máy người dùng.
- Giấy phép Mô hình Mở NVIDIA Nemotron không phải giấy phép mã nguồn mở tiêu chuẩn; kiểm tra kỹ điều khoản trước khi triển khai thương mại.
- Dữ liệu tiền huấn luyện cắt đến tháng 6 năm 2025; hậu huấn luyện đến tháng 2 năm 2026 — các sự kiện gần đây sẽ không có.
Lời nhắc để thử
Kế hoạch tác nhân đa bước
Bạn là một tác nhân tự động hóa CNTT. Người dùng báo cáo: ứng dụng VPN kết nối nhưng tất cả truy vấn DNS đều hết thời gian chờ, chỉ xảy ra trên mạng công ty, chỉ kể từ khi cập nhật firmware cho router hôm qua. Chẩn đoán các nguyên nhân có khả năng theo thứ tự xác suất, sau đó viết kế hoạch khắc phục từng bước để kỹ thuật viên L1 có thể làm theo mà không cần chuyển tiếp.
Suy luận xuyên tài liệu
Đây là ba bản ghi âm cuộc gọi báo cáo thu nhập quý của cùng một công ty trong 18 tháng. Xác định mọi dự báo tương lai trong hai cuộc gọi đầu, sau đó đánh giá xem kết quả cuộc gọi thứ ba có xác nhận, không đạt hay vượt mỗi cam kết không. Đánh dấu bất kỳ dự báo nào bị bỏ qua mà không giải thích.
Tác vụ lập trình khó
Viết hàm Python nhận một schema JSON tùy ý và danh sách dict Python, kiểm tra từng dict theo schema, trả về hai danh sách: bản ghi hợp lệ và bản ghi không hợp lệ kèm thông báo lỗi từng trường. Không dùng thư viện bên thứ ba. Bao gồm các trường hợp biên cho đối tượng lồng nhau và mảng trong bài kiểm tra.
So sánh với
- Nemotron 3 UltraMô hình mở trọng sốngữ cảnh 262,144 token · Đầu vào $0.60/M, đầu ra $2.40/M
- Nemotron 3.5 LightningMô hình mở trọng sốngữ cảnh 262,144 token · Đầu vào $0.07/M, đầu ra $0.20/M
- NVIDIA Nemotron 3 Ultra 550B A55BMô hình mở trọng sốngữ cảnh 262,144 token · Đầu vào $0.50/M, đầu ra $2.20/M
- NVIDIA Nemotron 3 Super 120B A12BMô hình mở trọng sốngữ cảnh 262,144 token · Đầu vào $0.09/M, đầu ra $0.40/M
Thêm mô hình văn bản từ nvidia
Câu hỏi thường gặp
- Tôi có thể chạy Nemotron 3 Super tại máy không?
- Có, trọng số mở và có trên Hugging Face theo Giấy phép Mô hình Mở NVIDIA Nemotron, nhưng yêu cầu tối thiểu là 2× GPU H100-80GB, nên đây là triển khai trung tâm dữ liệu hoặc máy trạm cao cấp, không phải máy người dùng.
- Giá Nemotron 3 Super qua API là bao nhiêu, và cửa sổ ngữ cảnh bao nhiêu?
- Giá là 0,08 USD cho mỗi triệu token đầu vào và 0,45 USD cho mỗi triệu token đầu ra; cửa sổ ngữ cảnh lên đến 1 triệu token.
- Nemotron 3 Super khác Nemotron Nano thế nào?
- Mô hình Super thêm lớp Dự đoán Đa Token để sinh nhanh hơn và chất lượng tốt hơn, được huấn luyện với lượng tử hóa NVFP4; mô hình Nano không có MTP và hướng đến triển khai nhỏ gọn hơn.
Phán quyết của thuyền trưởngMột mô hình tác nhân mở nghiêm túc — hiệu quả tham số kích hoạt thực sự, nhưng bạn cần phần cứng trung tâm dữ liệu để tận dụng.
Thẻ mô hình trên Hugging Face
Thuyền trưởng viết những ghi chú này dựa trên mô tả và thẻ mô hình của mô hình. Giá cả và kích thước ngữ cảnh là của nhà cung cấp tại thời điểm viết và có thể thay đổi.
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.
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
Xu hướng phổ biến của Nemotron 3 Super
Điểm nhiệt từ 11 Mar 2026
Điểm nhiệt
8,885°
Tuần này
▲
70.4%
8,815° lúc đó, 8,885° bây giờ
Tháng này
▲
1,018%
8,567° lúc đó, 8,885° bây giờ
Năm qua
n/a
Chưa phát hành/được theo dõi
7,000°
Điểm sàn
Thang điểm chạy từ 0° đến 9.999°. Mọi thứ dưới 7,000° dành cho các mô hình chưa có nguồn nào báo cáo, chúng mang một số thay thế ở đó để danh sách luôn đầy đủ. 7,000° là nơi bắt đầu dữ liệu đo được: một mô hình có dữ liệu thật nhưng gần như không có lượt tải sẽ đứng ở điểm sàn, và các số đo sẽ cộng dồn trên đó. Điểm sàn không nói gì về mô hình; chỉ có các độ trên nó mới phân biệt được các mô hình với nhau.
+1,575°
Token OpenRouter
1,780,603,688,222 token mô hình này xử lý qua OpenRouter trong 30 ngày qua, bao gồm cả lời nhắc và câu trả lời. Mỗi 10,000,000 token tính là một lượt tải trong điều kiện tải xuống, tổng cộng 178,060; token của ngày cuối cùng được tính vào tỷ lệ sử dụng. Nguồn: OpenRouter (openrouter.ai/rankings).
+310°
Tỷ lệ áp dụng
Khoảng 13,493 lượt tải mỗi ngày, đo giữa hai lần đọc nguồn, không đoán dựa trên trung bình cả đời. Tốc độ chiếm một phần tư thành phần lượt tải, nên một đợt tăng mới sẽ hiện rõ mà không để một đỉnh một ngày vượt qua nhiều năm sử dụng.
Hiển thị phân tích chi tiết
Mọi con số trên trang này đều có thể kiểm tra được. Điểm nhiệt của mô hình này là 8,885°, và đây là cách nó được xây dựng từng thành phần một, với tổng điểm chạy sau mỗi bước: điểm sàn, số độ mà mỗi nguồn đóng góp, điểm thưởng cho loại mô hình và điểm trừ theo tuổi của trọng số. Màu sắc tương ứng với các dải trên biểu đồ phía trên. Phần chú giải ở cuối định nghĩa mọi thuật ngữ.
- 1Bắt đầu từ điểm sàn.Tại sao là 7,000° chứ không phải 0: thang điểm chạy từ 0° đến 9.999°, và phần dưới 7,000° dành cho các mô hình chưa có nguồn báo cáo, mang số thay thế để danh sách đầy đủ và không bao giờ vượt trên mô hình có dữ liệu. 7,000° là nơi bắt đầu dữ liệu đo được. Một mô hình có dữ liệu thật nhưng gần như không có lượt tải đứng ở đây; mọi thứ tiếp theo là đo lường, và phần trên điểm sàn có mười bước tăng gấp mười lần lượt tải, mỗi bước 300°. Điểm sàn giống nhau cho mọi mô hình, nên nó không quyết định gì; chỉ có các độ trên nó mới quyết định.7,000°tổng đang chạy
- 2Thêm lượt tải về.178,060 lượt tải tương đương tổng cộng, từ Token OpenRouter. Mười lần lượt tải thêm cùng 300°, nên kích thước quan trọng nhưng không bao giờ chiếm hết điểm.+1,575°8,575°tổng đang chạy
- 3Thêm tỷ lệ áp dụng.Khoảng 13,493 lượt tải mỗi ngày hiện tại, đo giữa hai lần đọc, bằng một phần tư trọng số.+310°8,885°tổng đang chạy
- =Điểm nhiệt.Mô hình này đứng ở đâu trên mọi danh sách của trang này. Không có gì khác điều chỉnh nó.8,885°
Thuật ngữ: các từ dùng ở đây
- Điểm nhiệt
- Một số duy nhất cho biết mô hình được dùng và mong muốn thế nào hiện tại, từ 0° đến 9.999°. Mọi danh sách trên trang này nói về độ hot đều sắp xếp theo nó và không theo gì khác.
- Sàn điểm
- 7.000° là điểm bắt đầu cho mọi mô hình có dữ liệu thật. Thang điểm chạy từ 0° đến 9.999°; phần dưới sàn dành cho mô hình thay thế (mô hình không có dữ liệu), để mô hình có dữ liệu luôn xếp trên mô hình không có. Sàn điểm giống nhau cho tất cả và không quyết định gì; điểm trên sàn mới là thước đo.
- Tương đương lượt tải
- Tất cả những gì điểm số coi là lượt tải, cộng lại: lượt tải thật, mỗi người chia sẻ torrent tính 1.000, mỗi ảnh AI Horde và mỗi lượt chạy trên trang tạo ảnh tính một.
- Thang log
- Đếm theo chục, không phải theo đơn vị: từ 1.000 lên 10.000 lượt tải thêm cùng số điểm như từ 10.000 lên 100.000. Giúp tránh việc các mô hình lớn lấn át hết mọi thứ khác.
- Lượt thích
- Giơ ngón tay cái và lượt thích từ mọi nguồn, mỗi lượt bằng một nửa lượt tải trên thang log.
- Tỷ lệ áp dụng
- Bao nhiêu lượt tải mỗi ngày mà mô hình nhận được hiện tại, tính từ chênh lệch giữa hai lần đọc nguồn. Bằng một phần tư trọng số của lượt tải.
- Đã đo và ước tính
- Đã đo nghĩa là có hai lần đọc từ một nguồn và sự khác biệt là thật. Ước tính nghĩa là chỉ biết tổng số hôm nay và quá khứ được phân bổ trong suốt thời gian tồn tại của mô hình; trang web sẽ nói rõ đang hiển thị loại nào.
- Seeder
- Người giữ bản sao trọng số trực tuyến để người khác tải qua torrent, hoặc một bản sao lưu trữ làm điều tương tự. Mỗi người được tính là 1.000 lượt tải.
- AI Horde
- Một mạng lưới tình nguyện tạo ảnh miễn phí trên máy tính được hiến tặng. Số ảnh nó đã tạo với một mô hình được công khai, và mỗi ảnh được tính là một lượt tải.
- Trang tạo ảnh
- Các trang lưu trữ bản sao mô hình riêng và cho phép người dùng tạo ảnh, như PixAI, SeaArt và Yodayo. Lượt tải của họ được tính giống như Civitai và mỗi lần tạo ảnh được tính là một lượt tải.
- Token OpenRouter
- Mô hình văn bản phục vụ qua API, như Claude hoặc GPT, không có trọng số để tải xuống, nên sử dụng token để đo lường: các đoạn văn bản nó đọc và viết qua OpenRouter, một cổng kết nối nhiều ứng dụng sử dụng, trong 30 ngày qua. Mỗi 10,000,000 token tính là một lượt tải. Nguồn: OpenRouter (openrouter.ai/rankings), CC BY 4.0.
- Mô hình đầy đủ (checkpoint)
- Chính là trọng số, file tự tạo ảnh. Nó được cộng thêm điểm vì các add-on phụ thuộc vào nó.
- LoRA và embedding
- Các file add-on nhỏ giúp điều chỉnh trọng số của người khác theo phong cách, nhân vật hoặc ý tưởng. Chúng không thể chạy riêng.
- Gia đình và trọng số
- Nền tảng mà mô hình xây dựng trên đó, như SD 1.5, SDXL, Flux hoặc Wan. Mỗi mô hình kế thừa ngày phát hành của trọng số gia đình nó.
- Tuổi
- Điểm trừ dựa trên thời gian trọng số gia đình được phát hành: 150° mỗi năm, tối đa 750°. Nó giữ lại lượt tải cũ đã tích tụ nhiều năm bằng cách đóng băng đầu danh sách.
- Tăng gia đình
- Một đẩy nhỏ có giới hạn cho LoRA của một gia đình mà trang này đang ưu tiên, luôn được liệt kê trong phần phân tích.
- Điểm thay thế
- Một số ổn định dưới mức tối thiểu dành cho mô hình chưa có báo cáo nguồn, để danh sách luôn đầy đủ. Nó không bao giờ xếp trên mô hình có dữ liệu.
- Mới! (giai đoạn thử nghiệm)
- Mô hình dưới 7 ngày tuổi hiển thị Mới! thay vì điểm số và không được xếp hạng. Điểm số được tính từ ngày đầu tiên, nhưng mô hình mới một ngày tăng trưởng nhanh nhất, nên nếu không chờ đợi thì #1 tuần này sẽ luôn là mô hình mới ra hôm qua thay vì mô hình giữ vững trong tuần.
- Xu hướng
- Tốc độ tăng trưởng của mô hình trong một khoảng thời gian so với tốc độ tăng trưởng trung bình của mô hình khác trong cùng khoảng thời gian. Nhanh hơn trung bình là tăng, chậm hơn là giảm.
- Mô hình điển hình
- Giữa danh mục: một nửa mô hình có số liệu tăng nhanh hơn trong khoảng thời gian, một nửa tăng chậm hơn.
Cách mà độ phổ biến của mô hình này thay đổi so với phần còn lại của danh mục: sự tăng trưởng về lượt tải xuống, lượt thích và sử dụng qua từng giai đoạn, so với sự tăng trưởng điển hình của mô hình trong cùng giai đoạn, cùng với điểm nhiệt của nó lúc đó. Cao hơn mức tăng trưởng điển hình là tăng, thấp hơn là giảm. Quá khứ được tái tạo từ tổng số hiện tại, ngày đầu tiên của mô hình và tốc độ tải xuống đo được khi có hai lần đọc; mô hình không tồn tại vào đầu giai đoạn sẽ hiển thị n/a.
Nemotron 3 Super là một mô hình văn bản thuộc họ Text / LLM được liệt kê trên ModelTrends.ai, danh mục chỉ đọc về các mô hình AI hình ảnh, video và văn bản mã nguồn mở. So sánh nó với các mô hình Text / LLM khác và xem điểm độ hot để biết xu hướng.
Thêm mô hình Text / LLMThêm Văn bản / LLM Text / LLMllmnvidialý luậntác nhânlập trìnhngữ cảnh dàicục bộ
Duyệt theo họ mô hình
Mô hình Text / LLM
434
Mô hình Anima
528
Mô hình Chroma
19
Mô hình Fibo
2
Mô hình Flux
1,496
Mô hình Flux 2 / Klein
1,239
Mô hình Flux 3
3
Mô hình Moss
3
Mô hình Iris
1
Mô hình MiniMax H3
364
Mô hình Hunyuan
204
Mô hình Ideogram
20
Mô hình Krea2
717
Mô hình Qwen
20
Mô hình Qwen2
47
Mô hình Ltx2
153