Nemotron 3 Super - это открытая модель искусственного интеллекта, предназначенная для многоступенчатых агентских задач, сочетающая множество архитектурных инноваций для превосходного эффективности и точности по сравнению с одноклассниками. Вот 10 ключевых сильных сторон, обобщенных на основе последних технических данных и эталонов

1 Массивный масштаб, малоактивная активация
Модель имеет 120 миллиардов общих параметров, но активирует только 12 миллиардов на токен через архитектуру Latent Mixture-of-Experts (MoE), что значительно сокращает расходы на вычисления.

2 1M Окно с естественным контекстом
Он поддерживает до 1 миллиона токенов в контексте естественным образом, что позволяет агентам сохранять долгосрочные состояния задач без дрейфа цели

3 5x Повышение пропускной способности
Пропускная способность инференции в 5 раз выше, чем у предыдущего Nemotron Super, особенно на графических процессорах Blackwell B200.

4 Топ-индекс интеллекта
Он лидирует в индексе интеллекта искусственного анализа с 3637 пунктами, опережая открытые модели GPT-OSS-120B (33 пункта) и отставая только от более крупных Qwen3 5 122B.

5 Агентский эталонный показатель превосходства
Тесты, специфичные для агента, отличаются: PinchBench 85 6% (особенно высоко среди открытых коллег), SWE-Bench с OpenHands 60 47%, MMLU-Pro 83 73% и TauBench V2 61 15%

6 Многотокенное предсказание
Многотокенное предсказание (MTP) прогнозирует несколько токенов на пропуск, что позволяет спекулятивное расшифровывание, ускоряющее генерацию кода и структурированные задачи до 3x

7 Эффективный латентный MoE
Latent MoE сжимает токены до экспертного маршрутизации, активируя в 4 раза больше экспертов за одну и ту же расчетную стоимость для специализированных областей, таких как отдельные Python/SQL-эксперты.

8 NVFP4 Эффективность тренировок на первом курсе
Преподготовленный с нуля в NVFP4 (4-битный плаватель) на Blackwell, он сокращает потребности в памяти и увеличивает вывод 4x по FP8 на H100 без потерь точности

9 Устойчивый RL с множественной средой работы
Обучение через RL в многоэкологических условиях на NeMo Gym, в 21 разных установках с 1 2M+ выпусками, обеспечивающих стабильное поведение в сложных рабочих процессах агентов

10 Полностью открытый исходный код
Весы моделей, наборы данных и рецепты тренировок/обучения открыты по NVIDIA Nemotron Open Model License, загружаются с Hugging Face и могут быть запущены через NIM, vLLM или TensorRT-LLM

Эта схема иллюстрирует гибридный архитектурный ядро Mamba-Transformer-MoE, используемый для эффективности Немотрона 3 Супер.