واجهة Nemotron بلا رقابة

معظم النماذج «المفتوحة» مفتوحة الأوزان ولا شيء غير ذلك — أرشيف معاملات، ورخصة، وصمت عن مصدر الأرقام. وقد ظلّ Nemotron الاستثناء الثابت منذ عامين: تنشر NVIDIA الأوزان، ومجموعات بيانات ما بعد التدريب، وبيئات التعلّم المعزّز، والوصفة كاملة. وهذا يهمّ نقطة وصول بلا رقابة بطريقة يسهل تفويتها. فالنموذج الذي نُشرت بيانات محاذاته هو نموذج يمكنك أن تستدلّ على سلوكه في الرفض بدل تخمينه — وهو نموذج يستطيع طرف ثالث نشره نشرًا مشروعًا دون مرشِّح محتوى مثبَّت على فمه.

01ما هو Nemotron 3 Ultra؟

Nemotron 3 Ultra هو أكبر أفراد عائلة Nemotron 3 من NVIDIA، وقد صدر على Hugging Face في 4 يونيو 2026. ويصفه تقرير NVIDIA التقني بأنه «نموذج لغوي هجين بين Mamba والانتباه، بأسلوب مزيج الخبراء، بـ550 مليار معامل إجمالي و55 مليار معامل نشط» — أي أن نحو 10% من الشبكة يعمل على أي رمز بعينه، وهو ما يجعل تقديم نموذج بنصف تريليون معامل ممكنًا أصلًا.

البنية المعلنة هي 108 طبقات ببعد نموذج 8,192، تتناوب فيها طبقات فضاء الحالة Mamba-2 مع مجموعة متفرّقة من طبقات الانتباه الكامل، و512 خبيرًا في كل طبقة مزيج خبراء بتوجيه إلى أعلى 22. جرى التدريب المسبق على نحو 20 تريليون رمز نصّي على مرحلتين — الأولى منحازة للتنوّع والثانية للجودة — بحدّ معرفي في سبتمبر 2025، و12 لغة طبيعية و43 لغة برمجة. أمّا ما بعد التدريب فاستخدم الضبط المُشرَف، والتعلّم المعزّز متعدّد البيئات بمكافآت قابلة للتحقّق، والتقطير متعدّد المعلّمين على السياسة عبر أكثر من عشرة معلّمين متخصّصين. والهدف التصميمي المعلَن هو الوكلاء طويلو التشغيل: الجلسات التي تحمل سياقًا كبيرًا، وتستدعي الأدوات عشرات المرّات، وتعمل طويلًا بما يكفي لتهيمن اقتصاديات الرمز الواحد على الفاتورة.

02نسب Nemotron، ولماذا يهمّ هذا السجلّ

Nemotron ليس حدثًا عابرًا. إنه المخرَج المرئي لبرنامج بحثي في NVIDIA يسير في الاتجاه نفسه منذ 2024، وكل جيل ترك شيئًا ما زال النموذج الحالي يحمله. فقد صدر Nemotron-4 340B (يونيو 2024) مع خطّ إنتاج مفتوح لتوليد البيانات الاصطناعية، ومع نموذج المكافأة والمولّد، إضافة إلى إفصاح غير معتاد: الغالبية الساحقة من بيانات محاذاته كانت مولَّدة بالنموذج نفسه. والنموذج بوصفه مصنع بيانات لا عرّافًا هو سبب استمرار إصدارات Nemotron اللاحقة في نشر مجموعات البيانات إلى جانب الأوزان.

Llama-Nemotron — استدلال يمكنك إطفاؤه

أسهمت عائلة Llama-Nemotron لعام 2025 (LN-Nano 8B وLN-Super 49B وLN-Ultra 253B) بفكرتين صمدتا جيّدًا. الأولى معمارية: بنى بحث المعمارية العصبية Puzzle من NVIDIA مكتبةً من كتل المحوّل المقطَّرة كتلةً كتلة، ثم جمّعها بالبرمجة الصحيحة المختلطة، فأنتج نماذج تتخطّى بعض كتلها الانتباه كليًا أو تستبدل به طبقة خطية واحدة، بينما طوى دمج شبكات التغذية الأمامية الكتل المتتالية في كتل أقلّ وأعرض ومتوازية — فاختصر العمق التسلسلي بدل عدد المعاملات. وقد اتّسع LN-Ultra لعقدة واحدة بثمانية معالجات H100، وتفوّق — بحسب ورقة NVIDIA — على DeepSeek-R1 في GPQA-Diamond (76.0% مقابل 71.5%).

والثانية سلوكية: كانت Llama-Nemotron أول عائلة مفتوحة ذات مفتاح استدلال ديناميكي، إذ وسمت بيانات التدريب بـdetailed thinking on أو detailed thinking off في تعليمة النظام، مع مكافآت شكلية تفرض وسوم <think> في وضع التشغيل. مجموعة أوزان واحدة، وسلوكان، يُختاران وقت الاستدلال. ومن ذلك العمل مباشرة ينحدر التحكّم في ميزانية الاستدلال في Nemotron 3 — ومعامل reasoning_effort في واجهتنا.

Nemotron 3 — المنعطف الهجين

استبدل Nemotron 3 الاشتقاق من Llama ببنية هجينة من الصفر، وأضاف LatentMoE (ضغط الرموز قبل التوجيه، وهو ما تقول NVIDIA إنه يتيح «أربعة أضعاف عدد الخبراء بالتكلفة الاستدلالية نفسها»)، والتنبّؤ متعدّد الرموز، والتدريب المسبق الأصيل بدقّة NVFP4. ونشرت NVIDIA تراكميًا 50 مليون عيّنة ضبط مُشرَف، ومليوني مهمّة تعلّم معزّز، و55 بيئة تعلّم معزّز إلى جانب الأوزان — فلست مضطرًا إلى تصديق كلام المورّد عمّا تعلّمه النموذج، لأن المادة التعليمية نفسها قابلة للتنزيل.

03ماذا تكسب من البنية الهجينة

تنمو ذاكرة المفاتيح والقيم في المحوّل خطيًا مع طول التسلسل، ولهذا يصير الاستدلال طويل السياق مكلفًا في الذاكرة قبل الحوسبة. أمّا طبقات Mamba-2 فهي نماذج فضاء حالة تحمل حالة تكرارية ثابتة الحجم، فلا تنمو كلفة الذاكرة لكل رمز مع التاريخ؛ وما تسوء فيه هو الاستدعاء الترابطي الدقيق. والهجين يبقي على Mamba-2 لمعظم معالجة التسلسل مع أقلّية من طبقات الانتباه الحقيقي للاستدعاء الذي تتعثّر فيه طبقات فضاء الحالة، بنسبة جريئة قوامها 64 رأس استعلام مقابل رأسي مفاتيح وقيم، فتتقلّص الذاكرة أكثر. وتذكر NVIDIA نتيجة 94.7% على RULER عند مليون رمز — وهو اختبار استرجاع «الإبرة في كومة القش» صُمّم لكشف النماذج التي تدّعي نافذة لا تستطيع استخدامها.

والنتيجة هي الإنتاجية: تدّعي NVIDIA إنتاجية استدلال أعلى بنحو ستة أضعاف من نماذج مماثلة بدقّة موازية، وقاست Artificial Analysis بشكل مستقلّ 140.3 رمزًا في الثانية مع زمن أول رمز 1.33 ثانية — المرتبة السابعة من 89 نموذجًا. وفي تشغيل وكيل من 200 دور، هذا هو الفرق بين الانتهاء قبل المساء وعدم الانتهاء أصلًا.

04ماذا تعني «3BIT-REAP» بصراحة

اللاحقة ليست زينة — بل تخبرك بالضبط بما فُعل بالأساس ليتّسع للعتاد.

REAP — تشذيب تفعيل الخبراء الموزون بالموجِّه — جاءت من Cerebras Research وقُبلت في ICLR 2026. في مزيج خبراء متفرّق، يرسل الموجِّه كل رمز إلى حفنة من الخبراء؛ وعلى حِمل عمل حقيقي، يُستدعى بعضهم باستمرار وبعضهم الآخر لا يُستدعى تقريبًا. تمنح REAP كل خبير درجة وفق معيار أهمّية يجمع بين قوّة تمريره من الموجِّه وحجم مساهمته في المخرجات، ثم تحذف الأقلّ أهمّية نهائيًا — وتذكر Cerebras تشذيب ما يصل إلى 50% من الخبراء في نماذج تبلغ تريليون معامل مع الحفاظ إلى حدّ بعيد على الجودة المرجعية، وتجد أن التشذيب يتفوّق على الدمج في المهام التوليدية كالبرمجة. ثم يأتي التكميم إلى ثلاث بتات ليضغط ما بقي. التشذيب أولًا، ثم التكميم، لتذهب ميزانية البتات إلى الخبراء الذين يحملون حركة فعلية بدل أن تُوزَّع على خبراء ميّتين.

والضغط ليس مجانيًا، ولن ندّعي غير ذلك: يظهر التكميم الجريء أولًا في تدهور طفيف في الالتزام بالصيغة الدقيقة وفي الحساب طويل السلسلة، لا في تفكّك ظاهر للمعنى. وإليك موقع الطبقات الثلاث:

اللاحقة	ما هي	أين نستخدمها
3BIT-REAP	أوزان بثلاث بتات + تشذيب الخبراء	أكبر الأسس، حيث لا يتّسع غيرها بسرعة مقبولة
W4A16-AUTOROUND-REAP	أوزان 4 بت / تفعيلات 16 بت، مع تقريب AutoRound المتعلَّم، + تشذيب	الأسس متوسّطة الحجم؛ يستعيد AutoRound دقّة تضيع مع التقريب الساذج لأقرب قيمة
W8A16	أوزان 8 بت / تفعيلات 16 بت	أعلى أمانة؛ أسس صغيرة بما يكفي لتستغني عن الضغط الجريء

ويقع Nemotron 3 Ultra بـ550 مليار معامل في الفئة الأولى تمامًا. وإذا كان حِمل عملك حسّاسًا على نحو غير معتاد للمخرجات العددية الدقيقة عبر سلاسل طويلة، فإن فهرس الأبحاث يعرض طبقة W8A16 — MiMo-V2.5-Pro-W8A16 وHy3-W8A16 — عند الحدّ الأدنى 0.50$/2.00$. مقايضة حقيقية لا قمع بيعي: نموذج أصغر، وضغط أقلّ.

05ماذا تعني «بلا رقابة» على هذه النقطة

بعبارة محدّدة: لا توجد طبقة رفض ولا أي ترشيح للمحتوى مطبَّق على المخرجات. لا مصنّف يفحص مُدخلك ويعيد اعتذارًا معلّبًا، ولا فحص للاستجابة قبل وصولها إلى بثّك. ما تحصل عليه هو سلوك النموذج نفسه.

وهنا يتوقّف النسب المفتوح عن كونه معلومة هامشية. فلأن NVIDIA نشرت بيانات ما بعد التدريب وبيئات التعلّم المعزّز، صارت ميول النموذج قابلة للتدقيق مبدئيًا بدل أن تكون شائعات. ولأن OpenMDW-1.1 رخصة متساهلة من مؤسسة لينكس تغطّي المعمارية والمعاملات والتوثيق والبرمجيات، يستطيع مشغّل مستقلّ أن يقدّم نشرًا معدَّلًا وغير مرشَّح على عتاده الخاص دون أن تكون الرخصة عائقًا. وكثير من رخص النماذج «المفتوحة» لا تسمح بذلك. وهذه تسمح. ويظهر الفرق حيث يكون الرفض الانعكاسي عيبًا لا ميزة أمان:

• أبحاث الأمن — تحليل الثغرات، والاستدلال على الاستغلال، وسلوك البرمجيات الخبيثة، وأدوات الفرق الحمراء، دون جدال حول ما إذا كان السؤال مسموحًا به.
• الكيمياء والأحياء وعلم الأدوية — حساب الجرعات، وآليات التفاعل، وعلم السموم، ومسارات التخليق التي ترفضها نقطة مرشَّحة بمجرّد ملامسة كلمة مفتاحية.
• تعلّم الآلة الخصومي — الأمثلة السلبية الصعبة، ومدوّنات كسر الحماية، وتصنيفات الإساءة، لمصنّفات تحتاج إلى أن تكون قد رأت الشيء الحقيقي.
• النصوص السريرية والقانونية والجنائية — مواد قضايا صادمة بطبيعتها، وتُرفض لهذا السبب بالضبط.

بلا رقابة لا تعني بلا مساءلة. أنت تملك ما تولّده، وتحكم الحساب سياسة الاستخدام المسؤول وشروط الخدمة لدينا. إزالة طبقة الرفض تزيل تخمينًا عن نيّتك؛ وهي لا تزيل التزاماتك بموجب القانون الذي ينطبق عليك.

06العلوم والاستدلال: ماذا تقول الأرقام المنشورة

ظلّ تركيز تدريب Nemotron منصبًّا على الرياضيات والبرمجة والعلوم واتّباع التعليمات منذ بُنيت مجموعة بيانات ما بعد التدريب لـLlama-Nemotron حول هذه المحاور الأربعة بالضبط. وإليك ما تذكره NVIDIA لأساس Nemotron 3 Ultra — أرقام معلنة من المورّد على النموذج غير المضغوط، ولم نُجرِها بأنفسنا:

وهناك تحفّظان يستحقّان أكثر من الأرقام. فرقم SWE-Bench Verified هو مدى — تذكر NVIDIA بين 65.0% و70.4% بحسب البيئة الوكيلة التي تشغّله (Pi وOpenHands وHermes وOpenCode وMini SWE Agent)، وفارق خمس نقاط ناتج عن السقالة وحدها يبيّن كم تعتمد الدرجات الوكيلة على البيئة لا على النموذج. كما وضعت Artificial Analysis نموذج Nemotron 3 Ultra عند 48 على مؤشّر الذكاء لديها، في المرتبة التاسعة من 89 نموذجًا — قويّ، لا في قمّة الميدان، وقياسها المستقلّ هو ما نرجّحه على أي شريحة عرض من أي مورّد.

وعن الجيل الأسبق، تذكر ورقة NVIDIA عن Llama-Nemotron أن LN-Ultra سجّل 76.0% على GPQA-Diamond مقابل 71.5% لـDeepSeek-R1 و43.4% لـLlama-3.1-405B-Instruct، إضافة إلى 80.8% على AIME 2024 — نموذج مختلف، أوردناه لأن علوم مستوى الدراسات العليا ورياضيات المسابقات كانا هدف العائلة على مدى جيلين.

أرقام الاختبارات كما نشرتها NVIDIA (يونيو 2026) على نموذج Nemotron 3 Ultra غير المضغوط، وكما نشرتها Artificial Analysis للقياسات المستقلّة. وقد تختلف النسخ المضغوطة. ولا ننشر أرقام اختبارات لم نتحقّق منها أو لا نستطيع نسبتها إلى مصدر.

07السعر، وتحفّظ الإسهاب

عند 0.75$ لكل مليون رمز دخلًا و3.30$ لكل مليون رمز خرجًا، يقع Nemotron3Ultra في الثلث الأدنى من قائمتنا على الدخل، وفي الوسط على الخرج. وإليك أمثلة محسوبة، لأن التسعير بالمليون يصعب تحسّسه:

شكل الطلب	الدخل	الخرج	التكلفة
دور استرجاع معزّز نموذجي	50,000	4,000	$0.051
تحليل مستند طويل	150,000	8,000	$0.139
طلب بالحجم الأقصى	262,144	16,384	$0.251

الطلب بالسياق الكامل والخرج الكامل — كل رمز تقبله النقطة وكل رمز ستنتجه — يكلّف نحو 25 سنتًا. والشكل نفسه على Kimi-K3-3BIT-REAP، أغلى نماذجنا عند 3.83$/19.12$، يكلّف نحو 1.32$، أي أكثر بـ5.3 أضعاف.

والآن التحفّظ، وهو حقيقي. قاست Artificial Analysis أن Nemotron 3 Ultra يولّد رموز خرج أكثر بـ2.3 مرّة من متوسّط أقرانه عبر مجموعة اختباراتها. نماذج الاستدلال تحاسبك على التفكير، وهذا النموذج يفكّر مطوّلًا؛ وأفضلية السعر لكل رمز تتبخّر إلى خسارة لكل مهمّة إذا استدلّ النموذج ثلاثة أضعاف الوقت ليبلغ الإجابة نفسها. والعلاج مدمج ومتاح على واجهتنا: دُرِّب Nemotron 3 بعد التدريب على التحكّم في ميزانية الاستدلال، وreasoning_effort مدعوم هنا — وتصف NVIDIA وضعًا بجهد أقلّ يستهلك رموز تفكير أقلّ بكثير مقابل تنازل عن الدقّة بخانة واحدة. في التصنيف والاستخراج والتوجيه، اخفضه فتتغيّر الاقتصاديات تغيّرًا ملموسًا؛ وفي برهان أو إعادة هيكلة عبر عدّة ملفات، ارفعه وادفع ثمنه عن قصد. قِس رموزك لكل مهمّة بنفسك بدل قراءة قائمة الأسعار والافتراض.

08كيف تستدعيه: ثلاث لهجات، نموذج واحد

كل نموذج على البوّابة يستجيب على ثلاث واجهات بثّ، فتستطيع توجيه عميل قائم إليه دون إعادة كتابة تكاملك: /v1/chat/completions (لهجة OpenAI)، و/v1/messages (لهجة Anthropic)، و/v1/responses.

curl https://api.shannon-ai.com/v1/chat/completions \
  -H "Authorization: Bearer $SHANNON_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "Nemotron3Ultra-3BIT-REAP",
    "reasoning_effort": "medium",
    "stream": true,
    "messages": [
      {"role": "user", "content": "Derive the worst-case cache behavior of this loop nest."}
    ]
  }'

وإليك ملخّص القدرات، حتى لا يفاجئك شيء وقت التكامل:

القدرة	Nemotron3Ultra · 3BIT-REAP
نافذة السياق	262,144 رمزًا
أقصى خرج / طلب	16,384 رمزًا
البثّ	نعم
استدعاء الأدوات	نعم
آثار الاستدلال	نعم
reasoning_effort	نعم
json_schema (صارم)	نعم
response_format	نعم
الرؤية / إدخال الصور	لا — نصّ فقط
طبقة الرفض	لا توجد

صفّ الرؤية يوقع الناس: Nemotron3Ultra نصّي فقط. إذا كان خطّ معالجتك يرسل صورًا، فاستخدم MiniMax-M3-3BIT-REAP أو MiMo-V2.5-W8A16 عند 0.50$/2.00$، أو Kimi-K2.6-W4A16-AUTOROUND-REAP عند 0.78$/3.67$ — كلّها قادرة على الرؤية، وكلّها بلا رقابة، وكلّها على السياق نفسه بـ262,144 رمزًا. والمرجع الكامل للمعاملات في توثيق الواجهة البرمجية.

09أين يقع Nemotron3Ultra بين الاثني عشر

القائمة اثنا عشر نموذجًا بلا رقابة تتشارك نافذة السياق نفسها، واللهجات الثلاث نفسها، وغياب طبقة الرفض نفسه؛ وتختلف في الأساس والسعر والقدرة. وموقع Nemotron محدّد: حصان عمل الاستدلال مفتوح النسب — ليس الأرخص، ولا الأقدر، لكنه صاحب أوضح سجلّ منشور وراء سلوكه، والأكثر ضبطًا نحو العلوم والوكلاء.

النموذج	دخل / مليون	خرج / مليون	الرؤية	اخترْه لأجل
MiniMax-M3 · 3BIT-REAP	$0.50	$2.00	نعم	أرخص خيار قادر على الرؤية
MiMo-V2.5-Pro · W8A16	$0.50	$2.00	لا	أعلى طبقة تكميم أمانةً
GLM-5.2 · 3BIT-REAP	$0.73	$2.34	لا	أرخص استدلال بأساس كبير
Nemotron3Ultra · 3BIT-REAP	$0.75	$3.30	لا	العلوم والوكلاء والنسب المفتوح
Kimi-K2.6 · W4A16-AUTOROUND-REAP	$0.78	$3.67	نعم	الرؤية مع أمانة AutoRound
DeepSeek-V4-Pro · 3BIT-REAP	$1.95	$3.90	لا	تحليل عميق من طلقة واحدة
Kimi-K3 · 3BIT-REAP	$3.83	$19.12	نعم	سقف القدرة المطلق

معروض سبعة من اثني عشر. والقائمة الكاملة — بما فيها Laguna-S-2.1 وinkling وDeepSeek-V4-Flash وMiMo-V2.5 وHy3 — في توثيق الواجهة. لاحظ أن Laguna-S-2.1 لا يدعم المخرجات المنظَّمة، وأن inkling لا يدعم json_schema؛ أمّا Nemotron3Ultra فيدعم الاثنين.

أقرب جار من حيث السعر هو GLM-5.2-3BIT-REAP عند 0.73$/2.34$، والمقارنة الصادقة هي هذه: GLM-5.2 أرخص لكل رمز، خصوصًا على الخرج. وNemotron يجلب مدوّنة تدريب منشورة، وقرص تحكّم صريحًا في ميزانية الاستدلال، وتاريخ عائلة يستهدف علوم مستوى الدراسات العليا. للاستدلال العام عالي الحجم: شغّل الأرخص. أمّا للأعمال العلمية الكثيفة أو الوكيلة أو الخاضعة لتدقيق يسأل من أين جاء سلوك النموذج: فـNemotron يستحقّ الفارق.

10أسئلة شائعة

---

المصادر: التقرير التقني لـNVIDIA Nemotron 3 Ultra · مدوّنة مطوّري NVIDIA (يونيو 2026) · ملاحظات معمارية Nemotron 3 Super · Llama-Nemotron: نماذج استدلال كفؤة · Cerebras Research، REAP. اختبارات الأساس معلنة من NVIDIA على النموذج غير المضغوط ما لم تُنسب إلى Artificial Analysis؛ وقد تختلف النسخ المضغوطة. الأسعار والقدرات سارية حتى 5 سبتمبر 2026.