- Nemotron 3 is in iepen famylje fan modellen, gegevens en bibleteken rjochte op agentyske AI en multi-agent systemen.
- It omfettet trije MoE-grutte (Nano, Super en Ultra) mei hybride arsjitektuer en effisjinte 4-bit training op NVIDIA Blackwell.
- Nemotron 3 Nano is no beskikber yn Jeropa fia Hugging Face, iepenbiere wolken en as in NIM-mikrotsjinst, mei in finster fan 1 miljoen tokens.
- It ekosysteem wurdt kompleet makke mei massive datasets, NeMo Gym, NeMo RL en Evaluator om soevereine AI-aginten te trainen, ôf te stimmen en te kontrolearjen.
De race foar keunstmjittige yntelliginsje giet fan ienfâldige, isolearre chatbots nei agintsystemen dy't mei-inoar gearwurkje, lange workflows beheare en kontrolearber wêze moatte. Yn dit nije senario, NVIDIA hat besletten om in frij dúdlike stap te nimmen: net allinich modellen iepenje, mar ek gegevens en arksadat bedriuwen, oerheidsadministraasjes en ûndersykssintra har eigen AI-platfoarms mei mear kontrôle bouwe kinne.
Dy beweging materialisearret him yn Nemotron 3, in famylje fan iepen modellen rjochte op multi-agent AI It siket hege prestaasjes, lege ynferinsjekosten en transparânsje te kombinearjen. It foarstel is net bedoeld as gewoan in oare algemiene chatbot, mar as in basis om aginten yn te setten dy't yn regele sektoaren redenearje, planne en komplekse taken útfiereDit is foaral relevant yn Jeropa en Spanje, dêr't gegevenssoevereiniteit en neilibjen fan regeljouwing wichtich binne.
In iepen famylje fan modellen foar agintike en soevereine AI
Nemotron 3 wurdt presintearre as in folslein ekosysteem: modellen, datasets, bibleteken en trainingsresepten ûnder iepen lisinsjes. It idee fan NVIDIA is dat organisaasjes net allinich AI brûke as in ûntrochsichtige tsjinst, mar kinne ynspektearje wat deryn sit, de modellen oanpasse oan har domeinen, en se ynsette op har eigen ynfrastruktuer, of it no yn 'e wolk is of yn lokale datasintra.
It bedriuw kadert dizze strategy binnen syn ynset foar Sovereign AIOerheden en bedriuwen yn Jeropa, Súd-Korea en oare regio's sykje iepen alternativen foar sletten of bûtenlânske systemen, dy't faak net goed oerienkomme mei har wetten foar gegevensbeskerming of kontrôle-easken. Nemotron 3 hat as doel de technyske basis te wêzen wêrop nasjonale, sektorale of bedriuwsmodellen mei gruttere sichtberens en kontrôle boud wurde kinne.
Yn parallel, NVIDIA fersterket har posysje bûten hardwareOant no ta wie it primêr in referinsje-GPU-leveransier; mei Nemotron 3 posysjonearret it himsels ek yn 'e laach fan modellear- en trainingsark, en konkurrearret it direkter mei spilers lykas OpenAI, Google, Anthropic, of sels Meta, en tsjin premiummodellen lykas SuperGrok SwierMeta hat syn ynset foar iepen boarne yn 'e lêste generaasjes fan Llama fermindere.
Foar it Europeeske ûndersyks- en startup-ekosysteem - sterk ôfhinklik fan iepen modellen dy't host wurde op platfoarms lykas Hugging Face - fertsjintwurdiget de beskikberens fan gewichten, synthetyske gegevens en bibleteken ûnder iepen lisinsjes in krêftich alternatyf foar de Sineeske modellen en Amerikanen dy't de populariteit en benchmarkranglist dominearje.
Hybride MoE-arsjitektuer: effisjinsje foar grutskalige aginten
It sintrale technyske skaaimerk fan Nemotron 3 is in Hybride arsjitektuer fan latente mingsel fan saakkundigen (MoE)Ynstee fan alle parameters fan it model yn elke ynferinsje te aktivearjen, wurdt mar in fraksje dêrfan ynskeakele, de subset fan saakkundigen dy't it meast relevant binne foar de taak of token yn kwestje.
Dizze oanpak makket it mooglik ferminderje berekkeningskosten en ûnthâldferbrûk drastyskDit fergruttet ek de token-trochput. Foar multi-agent-arsjitektueren, wêrby't tsientallen of hûnderten aginten kontinu berjochten útwikselje, is dizze effisjinsje de kaai om te foarkommen dat it systeem ûnhâldber wurdt yn termen fan GPU- en wolkkosten.
Neffens gegevens dield troch NVIDIA en ûnôfhinklike benchmarks berikt de Nemotron 3 Nano oant fjouwer kear mear tokens per sekonde Yn ferliking mei syn foargonger, de Nemotron 2 Nano, ferminderet it de generaasje fan ûnnedige redenearringstokens mei sawat 60%. Yn 'e praktyk betsjut dit likefolle of sels krektere antwurden, mar mei minder "wurdlikens" en legere kosten per fraach.
De hybride MoE-arsjitektuer, kombinearre mei spesifike trainingstechniken, hat laat ta In protte fan 'e meast avansearre iepen modellen brûke saakkundige skema'sNemotron 3 slút him oan by dizze trend, mar rjochtet him spesifyk op agintyske AI: ynterne rûtes ûntworpen foar koördinaasje tusken aginten, gebrûk fan ark, ôfhanneling fan lange steaten, en stap-foar-stap planning.
Trije maten: Nano, Super en Ultra foar ferskate workloads
De Nemotron 3-famylje is organisearre yn trije haadgruttes fan MoE-model, allegear iepen en mei fermindere aktive parameters tanksij de saakkundige arsjitektuer:
- Nemotron 3 Nanosawat 30.000 miljard totale parameters, mei sawat 3.000 miljard aktiva per tokenIt is ûntworpen foar rjochte taken wêr't effisjinsje wichtich is: software-debuggen, dokumintgearfetting, ynformaasje opheljen, systeemmonitoring of spesjalisearre AI-assistinten.
- Nemotron 3 Supersawat 100.000 miljard parameters, mei 10.000 miljard oan aktiva by elke stap. It is rjochte op Avansearre redenearring yn multi-agent-arsjitektuerenmei lege latency, sels as meardere aginten gearwurkje om komplekse streamingen op te lossen.
- Nemotron 3 Ultrait boppeste nivo, mei sawat 500.000 miljard parameters en oant 50.000 miljard aktiva per tokenIt funksjonearret as in krêftige redenearringsmotor foar ûndersyk, strategyske planning, beslútstipe op heech nivo, en benammen easken AI-systemen.
Yn 'e praktyk makket dit organisaasjes mooglik Kies de modelgrutte neffens jo budzjet en easkenNano foar massive, yntinsive workloads en strakke kosten; Super as mear djipte fan redenearring nedich is mei in protte gearwurkjende aginten; en Ultra foar gefallen wêr't kwaliteit en lange kontekst swierder weagje as GPU-kosten.
Foar no, Allinnich de Nemotron 3 Nano is beskikber foar direkt gebrûk.De Super- en Ultra-farianten binne pland foar de earste helte fan 2026, wêrtroch Jeropeeske bedriuwen en laboratoaria tiid hawwe om earst te eksperimintearjen mei Nano, pipelines op te setten en letter gefallen te migrearjen dy't gruttere kapasiteit fereaskje.
Nemotron 3 Nano: finster fan 1 miljoen tokens en beheinde kosten
Nemotron 3 Nano is, fan hjoed ôf, de praktyske spearpunt fan 'e famyljeNVIDIA beskriuwt it as it meast berekkeningsmjittich kosten-effisjinte model yn it berik, optimalisearre om maksimale prestaasjes te leverjen yn workflows mei meardere aginten en yntinsive, mar repetitive taken.
Under syn technyske skaaimerken falle de folgjende op: kontekstfinster fan maksimaal ien miljoen tokensDit makket it mooglik om ûnthâld te behâlden foar útwreide dokuminten, folsleine koadebewarplakken, of bedriuwsprosessen mei meardere stappen. Foar Jeropeeske tapassingen yn bankieren, sûnenssoarch of iepenbier bestjoer, dêr't records folume kinne wêze, is dizze lange-termyn kontekstmooglikheid benammen weardefol.
De benchmarks fan 'e ûnôfhinklike organisaasje Keunstmjittige analyze pleatst Nemotron 3 Nano as ien fan 'e meast lykwichtige iepen boarne modellen It kombinearret yntelliginsje, krektens en snelheid, mei trochfiersnelheden fan hûnderten tokens per sekonde. Dizze kombinaasje makket it oantreklik foar AI-integrators en tsjinstferlieners yn Spanje dy't in goede brûkersûnderfining nedich binne sûnder de ynfrastruktuerkosten omheech te sjitten.
Wat gebrûksgefallen oanbelanget, rjochtet NVIDIA him op Nano op Ynhâldsgearfetting, software-debuggen, ynformaasje opheljen en bedriuws-AI-assistintenMei tank oan de reduksje fan redundante redenearringstokens is it mooglik om aginten út te fieren dy't lange petearen mei brûkers of systemen ûnderhâlde sûnder dat de ynferinsjerekken de loft ynsjit.
Iepen gegevens en bibleteken: NeMo Gym, NeMo RL en Evaluator
Ien fan 'e meast ûnderskiedende skaaimerken fan Nemotron 3 is dat It is net beheind ta it frijjaan fan modelgewichtenNVIDIA begeliedt de famylje mei in wiidweidige suite fan iepen boarnen foar training, ôfstimming en evaluaasje fan aginten.
Oan 'e iene kant stelt it in syntetysk korpus beskikber fan ferskate triljoenen tokens oan pre-training, post-training en fersterkingsgegevensDizze datasets, rjochte op redenearring, kodearring en workflows yn meardere stappen, meitsje it mooglik foar bedriuwen en ûndersykssintra om har eigen domeinspesifike farianten fan Nemotron te generearjen (bygelyks juridysk, sûnenssoarch of yndustrieel) sûnder opnij te begjinnen.
Under dizze boarnen falt it folgjende op: Nemotron Agentic Safety-datasetIt sammelet telemetriegegevens oer it gedrach fan aginten yn echte senario's. It doel is om teams te helpen de feiligens fan komplekse autonome systemen te mjitten en te fersterkjen: fan hokker aksjes in agint nimt as er gefoelige gegevens tsjinkomt, oant hoe't er reagearret op dûbelsinnige of potinsjeel skealike kommando's.
Oangeande de arkseksje lanseart NVIDIA NeMo Gym en NeMo RL as iepen boarne bibleteken foar fersterkingstraining en neitraining, tegearre mei NeMo Evaluator foar it beoardieljen fan feiligens en prestaasjes. Dizze bibleteken leverje klear-foar-gebrûk simulaasjeomjouwings en pipelines mei de Nemotron-famylje, mar kinne útwreide wurde nei oare modellen.
Al dit materiaal - gewichten, datasets en koade - wurdt ferspraat fia GitHub en Hugging Face binne lisinsearre ûnder de NVIDIA Open Model License.sadat Jeropeeske teams it naadloos yntegrearje kinne yn har eigen MLOps. Bedriuwen lykas Prime Intellect en Unsloth binne al dwaande mei it yntegrearjen fan NeMo Gym direkt yn har workflows om it fersterkingslearen op Nemotron te ferienfâldigjen.
Beskikberens yn iepenbiere wolken en it Europeeske ekosysteem
Nemotron 3 Nano is no beskikber by Knuffeljend gesicht y GitHublykas fia ynferinsjeproviders lykas Baseten, DeepInfra, Fireworks, FriendliAI, OpenRouter, en Together AI. Dit iepenet de doar foar ûntwikkelingsteams yn Spanje om it model fia API te testen of it op har eigen ynfrastruktueren te ymplementearjen sûnder oermjittige kompleksiteit.
Oan it wolkfront, Nemotron 3 Nano komt by AWS fia Amazon Bedrock foar serverleaze ynferinsje, en hat stipe oankundige foar Google Cloud, CoreWeave, Crusoe, Microsoft Foundry, Nebius, Nscale, en Yotta. Foar Jeropeeske organisaasjes dy't al op dizze platfoarms wurkje, makket dit it makliker om Nemotron te brûken sûnder drastyske feroarings oan har arsjitektuer.
Neist de iepenbiere wolk befoarderet NVIDIA it gebrûk fan Nemotron 3 Nano as NIM-mikroservice ynsetber op elke NVIDIA-fersnelde ynfrastruktuerDit makket hybride senario's mooglik: in diel fan 'e lading yn ynternasjonale wolken en in diel yn lokale datasintra of yn Jeropeeske wolken dy't prioriteit jouwe oan gegevensresidensje yn 'e EU.
De ferzjes Nemotron 3 Super en Ultra, rjochte op ekstreme redenearringswurklasten en grutskalige systemen mei meardere aginten, binne pland foar de earste helte fan 2026Dizze tiidline jout it Europeeske ûndersyks- en bedriuwsekosysteem tiid om te eksperimintearjen mei Nano, gebrûksgefallen te falidearjen en migraasjestrategyen nei gruttere modellen te ûntwerpen as it nedich is.
Nemotron 3 posysjonearret NVIDIA as ien fan 'e liedende leveransiers fan hege-ein iepen modellen rjochte op agentyske AIMei in foarstel dat technyske effisjinsje (hybride MoE, NVFP4, massive kontekst), iepenheid (gewichten, datasets en beskikbere bibleteken) en in dúdlike fokus op gegevenssoevereiniteit en transparânsje kombinearret, aspekten dy't benammen gefoelich binne yn Spanje en de rest fan Jeropa, dêr't regeljouwing en druk om AI te kontrolearjen hieltyd grutter binne.
Ik bin in technology-entûsjast dy't syn "geek" ynteresses hat omset yn in berop. Ik haw mear as 10 jier fan myn libben bestege oan it brûken fan moderne technology en oan allerhande programma's út pure nijsgjirrigens te tinken. No haw ik my spesjalisearre yn kompjûtertechnology en fideospultsjes. Dit is om't ik mear dan 5 jier wurke oan skriuwen foar ferskate websiden oer technology en fideospultsjes, artikels oanmeitsje dy't besykje jo de ynformaasje te jaan dy't jo nedich binne yn in taal dy't elkenien begrypt.
As jo fragen hawwe, rint myn kennis fan alles relatearre oan it Windows-bestjoeringssysteem as Android foar mobile tillefoans. En myn ynset is foar jo, ik bin altyd ree om in pear minuten te besteegjen en jo te helpen mei it oplossen fan alle fragen dy't jo hawwe yn dizze ynternetwrâld.