API Nemotron ບໍ່ມີການເຊັນເຊີ

ໂມເດວ "ເປີດ" ສ່ວນຫຼາຍແມ່ນນ້ຳໜັກເປີດ ແລະ ບໍ່ມີຫຍັງອື່ນ — ໄຟລ໌ພາລາມິເຕີ, ໃບອະນຸຍາດ, ແລະ ຄວາມງຽບກ່ຽວກັບທີ່ມາຂອງຕົວເລກ. Nemotron ເປັນຂໍ້ຍົກເວັ້ນທີ່ສະໝ່ຳສະເໝີມາສອງປີ: NVIDIA ປ່ອຍນ້ຳໜັກ, ຊຸດຂໍ້ມູນຫຼັງການຝຶກ, ສະພາບແວດລ້ອມ RL ແລະ ສູດການເຮັດ. ນັ້ນສຳຄັນສຳລັບ endpoint ບໍ່ມີການເຊັນເຊີ ໃນທາງທີ່ຄົນມັກມອງຂ້າມ. ໂມເດວທີ່ຂໍ້ມູນການປັບຮ່ວມຖືກເຜີຍແຜ່ ຄືໂມເດວທີ່ທ່ານໃຫ້ເຫດຜົນກ່ຽວກັບພຶດຕິກຳການປະຕິເສດຂອງມັນໄດ້ ແທນທີ່ຈະຄາດເດົາ — ແລະ ຄືໂມເດວທີ່ບຸກຄົນທີສາມສາມາດເອົາໄປໃຊ້ງານໄດ້ຢ່າງຖືກຕ້ອງຕາມກົດໝາຍ ໂດຍບໍ່ຕ້ອງຕິດຕົວກັ່ນຕອງເນື້ອຫາໃສ່ປາກມັນ.

01Nemotron 3 Ultra ຄືຫຍັງ?

Nemotron 3 Ultra ຄືສະມາຊິກທີ່ໃຫຍ່ທີ່ສຸດຂອງຕະກູນ Nemotron 3 ຂອງ NVIDIA, ເຜີຍແຜ່ໃສ່ Hugging Face ໃນວັນທີ 4 ມິຖຸນາ 2026. ບົດລາຍງານທາງເຕັກນິກຂອງ NVIDIA ອະທິບາຍມັນວ່າ "ໂມເດວພາສາ Mixture-of-Experts ລູກປະສົມ Mamba-Attention ຂະໜາດ 550 ຕັນພາລາມິເຕີທັງໝົດ ແລະ 55 ຕັນພາລາມິເຕີໃຊ້ງານ" — ປະມານ 10% ຂອງເຄືອຂ່າຍເຮັດວຽກຢູ່ໃນໂທເຄັນໃດໜຶ່ງ, ຊຶ່ງນັ້ນຄືສິ່ງທີ່ເຮັດໃຫ້ໂມເດວຄຶ່ງລ້ານລ້ານພາລາມິເຕີສາມາດໃຫ້ບໍລິການໄດ້ເລີຍ.

ໂຄງສ້າງທີ່ລາຍງານມີ 108 ຊັ້ນ ທີ່ຂະໜາດໂມເດວ 8,192, ສະຫຼັບກັນລະຫວ່າງ ຊັ້ນ state-space Mamba-2 ກັບຊັ້ນ attention ເຕັມຮູບແບບຈຳນວນໜ້ອຍ, 512 experts ຕໍ່ຊັ້ນ MoE ດ້ວຍການເລືອກເສັ້ນທາງແບບ top-22. ການຝຶກລ່ວງໜ້າແລ່ນເທິງໂທເຄັນຂໍ້ຄວາມປະມານ 20 ຕັນລ້ານໂຕ ໃນສອງໄລຍະ — ເນັ້ນຄວາມຫຼາກຫຼາຍກ່ອນ, ແລ້ວເນັ້ນຄຸນນະພາບ — ດ້ວຍຈຸດຕັດວັນທີ່ກັນຍາ 2025, 12 ພາສາທຳມະຊາດ ແລະ 43 ພາສາໂປຣແກຣມ. ການຝຶກຫຼັງໃຊ້ SFT, RL ຫຼາຍສະພາບແວດລ້ອມດ້ວຍລາງວັນທີ່ພິສູດໄດ້, ແລະ Multi-Teacher On-Policy Distillation ຂ້າມຄູອາຈານຜູ້ຊ່ຽວຊານຫຼາຍກວ່າສິບຄົນ. ເປົ້າໝາຍການອອກແບບທີ່ລະບຸໄວ້ຄື agent ທີ່ແລ່ນເປັນເວລາດົນ: ເຊດຊັ່ນທີ່ຮັກສາບໍລິບົດຂະໜາດໃຫຍ່, ເອີ້ນເຄື່ອງມືຫຼາຍສິບເທື່ອ, ແລະ ແລ່ນດົນພໍທີ່ເສດຖະສາດຕໍ່ໂທເຄັນຄອບຄອງບິນ.

02ສາຍພັນ Nemotron, ແລະ ເປັນຫຍັງຊື່ສຽງນັ້ນຈຶ່ງສຳຄັນ

Nemotron ບໍ່ແມ່ນວຽກຄັ້ງດຽວ. ມັນຄືຜົນຜະລິດທີ່ເບິ່ງເຫັນໄດ້ຂອງໂຄງການຄົ້ນຄວ້າ NVIDIA ທີ່ແລ່ນໄປໃນທິດທາງດຽວກັນຕັ້ງແຕ່ 2024, ແລະ ແຕ່ລະຮຸ່ນຖິ້ມບາງສິ່ງໄວ້ໃຫ້ໂມເດວປັດຈຸບັນຍັງຮັກສາໄວ້. Nemotron-4 340B (ມິຖຸນາ 2024) ຖືກເຜີຍແຜ່ພ້ອມທໍ່ຂໍ້ມູນສັງເຄາະແບບເປີດ, ໂມເດວລາງວັນຂອງມັນ ແລະ ຕົວສ້າງຂອງມັນ, ພ້ອມການເປີດເຜີຍທີ່ບໍ່ທຳມະດາ: ຂໍ້ມູນການປັບຮ່ວມສ່ວນໃຫຍ່ຂອງມັນຖືກສ້າງໂດຍໂມເດວເອງ. ໂມເດວທີ່ເປັນໂຮງງານຂໍ້ມູນແທນທີ່ຈະເປັນຄຳຕອບສຳເລັດຮູບ ຄືເຫດຜົນທີ່ Nemotron ຮຸ່ນຫຼັງໆຍັງເຜີຍແຜ່ຊຸດຂໍ້ມູນຄຽງຄູ່ນ້ຳໜັກ.

Llama-Nemotron — ການໃຫ້ເຫດຜົນທີ່ປິດໄດ້

ຕະກູນ Llama-Nemotron ປີ 2025 (LN-Nano 8B, LN-Super 49B, LN-Ultra 253B) ປະກອບສ່ວນສອງແນວຄິດທີ່ຍັງໃຊ້ໄດ້ດີ. ອັນທຳອິດແມ່ນທາງໂຄງສ້າງ: ການຄົ້ນຫາໂຄງສ້າງເສັ້ນປະສາດ Puzzle ຂອງ NVIDIA ສ້າງຫ້ອງສະໝຸດຂອງບລັອກ transformer ທີ່ຖືກກັ່ນຕອງເປັນຊິ້ນໆ ແລ້ວປະກອບພວກມັນດ້ວຍການໂປຣແກຣມຈຳນວນເຕັມແບບປະສົມ, ຜະລິດໂມເດວທີ່ບາງບລັອກຂ້າມ attention ໄປໝົດ ຫຼືປ່ຽນມັນເປັນຊັ້ນເສັ້ນຊັ້ນດຽວ, ໃນຂະນະທີ່ FFN Fusion ຫຍໍ້ບລັອກ feed-forward ຕິດຕໍ່ກັນໃຫ້ເປັນບລັອກທີ່ໜ້ອຍລົງ, ກວ້າງຂຶ້ນ, ຂະໜານກັນ — ຕັດຄວາມເລິກຕາມລຳດັບແທນທີ່ຈະຕັດຈຳນວນພາລາມິເຕີ. LN-Ultra ພໍດີກັບໂໜດ 8×H100 ດຽວ ໃນຂະນະທີ່, ຕາມເອກະສານຂອງ NVIDIA, ມີປະສິດທິພາບເໜືອກວ່າ DeepSeek-R1 ໃນ GPQA-Diamond (76.0% ທຽບກັບ 71.5%).

ອັນທີສອງແມ່ນທາງພຶດຕິກຳ: Llama-Nemotron ຄືຕະກູນເປີດທຳອິດທີ່ມີ ສະຫຼັບການໃຫ້ເຫດຜົນແບບໄດນາມິກ, ຕິດປ້າຍຂໍ້ມູນຝຶກວ່າ detailed thinking on ຫຼື detailed thinking off ໃນຄຳສັ່ງລະບົບ, ດ້ວຍລາງວັນຮູບແບບທີ່ບັງຄັບໃຫ້ໃຊ້ແທັກ <think> ໃນໂໝດເປີດ. ນ້ຳໜັກຊຸດດຽວ, ສອງພຶດຕິກຳ, ເລືອກໄດ້ຕອນອະນຸມານ. ການຄວບຄຸມງົບການໃຫ້ເຫດຜົນ ຂອງ Nemotron 3 — ແລະ ພາຣາມິເຕີ reasoning_effort ໃນ API ຂອງພວກເຮົາ — ສືບທອດມາຈາກວຽກນັ້ນໂດຍກົງ.

Nemotron 3 — ການເລີ້ຍວໄປສູ່ລູກປະສົມ

Nemotron 3 ປ່ຽນຈາກການອິງໃສ່ Llama ໄປສູ່ໂຄງສ້າງລູກປະສົມທີ່ສ້າງໃໝ່ໝົດ ແລະ ເພີ່ມ LatentMoE (ບີບອັດໂທເຄັນກ່ອນການເລືອກເສັ້ນທາງ, ຊຶ່ງ NVIDIA ບອກວ່າໃຫ້ "experts ຫຼາຍກວ່າ 4 ເທົ່າ ໃນຄ່າໃຊ້ຈ່າຍອະນຸມານເທົ່າເກົ່າ"), multi-token prediction, ແລະ ການຝຶກລ່ວງໜ້າ NVFP4 ແບບພື້ນເມືອງ. NVIDIA ເຜີຍແຜ່ຕົວຢ່າງ SFT ລວມ 50 ລ້ານໂຕ, ວຽກ RL 2 ລ້ານໂຕ ແລະ ສະພາບແວດລ້ອມ RL 55 ອັນ ຄຽງຄູ່ນ້ຳໜັກ — ທ່ານບໍ່ຈຳເປັນຕ້ອງເຊື່ອຄຳເວົ້າຂອງຜູ້ຜະລິດວ່າໂມເດວຖືກສອນຫຍັງ, ຍ້ອນອຸປະກອນການສອນສາມາດດາວໂຫຼດໄດ້.

03ໂຄງສ້າງລູກປະສົມໃຫ້ຫຍັງແກ່ທ່ານ

KV cache ຂອງ transformer ຂະຫຍາຍແບບເສັ້ນຊື່ໄປຕາມຄວາມຍາວລຳດັບ, ຊຶ່ງນັ້ນຄືເຫດຜົນທີ່ການອະນຸມານບໍລິບົດຍາວແພງຂຶ້ນທາງໜ່ວຍຄວາມຈຳກ່ອນທາງການຄຳນວນ. ຊັ້ນ Mamba-2 ຄືໂມເດວ state-space ທີ່ຖືສະຖານະຄືນເກີດຂະໜາດຄົງທີ່, ສະນັ້ນຄ່າໃຊ້ຈ່າຍໜ່ວຍຄວາມຈຳຕໍ່ໂທເຄັນຂອງມັນຈຶ່ງບໍ່ຂະຫຍາຍໄປຕາມປະຫວັດສາດ; ສິ່ງທີ່ພວກມັນເຮັດບໍ່ດີຄືການລະນຶກແບບພົວພັນທີ່ແມ່ນຍຳ. ໂຄງສ້າງລູກປະສົມນີ້ຮັກສາ Mamba-2 ໄວ້ສຳລັບການປະມວນຜົນລຳດັບສ່ວນໃຫຍ່ ບວກກັບຊັ້ນ attention ຈິງສ່ວນນ້ອຍສຳລັບການລະນຶກທີ່ຊັ້ນ state-space ເຮັດຜິດ, ດ້ວຍອັດຕາສ່ວນ 64-query-head / 2-KV-head ທີ່ໜັກແໜ້ນ ຊ່ວຍຫຍໍ້ cache ລົງອີກ. NVIDIA ລາຍງານ 94.7% ໃນ RULER ທີ່ 1M ໂທເຄັນ — ເບັນມາກການດຶງເຂັມທີ່ສ້າງຂຶ້ນເພື່ອຈັບໂມເດວທີ່ອ້າງໜ້າຕ່າງທີ່ພວກມັນໃຊ້ບໍ່ໄດ້ຈິງ.

ຜົນທີ່ຕາມມາຄືປະລິມານງານ: NVIDIA ອ້າງວ່າມີປະລິມານງານອະນຸມານສູງກວ່າໂມເດວທຽບເທົ່າປະມານ 6 ເທົ່າທີ່ຄວາມແມ່ນຍຳເທົ່າກັນ, ແລະ Artificial Analysis ວັດແທກອິດສະຫຼະໄດ້ 140.3 ໂທເຄັນ/ວິນາທີ ດ້ວຍເວລາຮອດໂທເຄັນທຳອິດ 1.33 ວິນາທີ — ອັນດັບ 7 ຈາກ 89 ໂມເດວ. ໃນການແລ່ນ agent 200 ຮອບ ນັ້ນຄືຄວາມແຕກຕ່າງລະຫວ່າງການສຳເລັດພາຍໃນຕອນບ່າຍ ກັບການບໍ່ສຳເລັດເລີຍ.

04"3BIT-REAP" ໝາຍຄວາມວ່າຫຍັງ, ແບບຊື່ສັດ

ຄຳຕໍ່ທ້າຍນີ້ບໍ່ແມ່ນການຕົກແຕ່ງ — ມັນບອກທ່ານແທ້ໆວ່າຫຍັງຖືກເຮັດກັບພື້ນຖານເພື່ອໃຫ້ມັນພໍດີ.

REAP — Router-weighted Expert Activation Pruning — ມາຈາກ Cerebras Research ແລະ ຖືກຮັບເຂົ້າ ICLR 2026. ໃນ MoE ແບບເບົາບາງ router ສົ່ງແຕ່ລະໂທເຄັນໄປໃຫ້ experts ຈຳນວນໜ້ອຍ; ໃນວຽກຈິງບາງໂຕຖືກໃຊ້ຢູ່ຕະຫຼອດ ແລະ ບາງໂຕເກືອບບໍ່ຖືກໃຊ້ເລີຍ. REAP ໃຫ້ຄະແນນແຕ່ລະ expert ດ້ວຍເກນຄວາມສຳຄັນທີ່ປະສົມຄວາມແຮງທີ່ router ເລືອກມັນ ແລະ ຂະໜາດການປະກອບສ່ວນຂອງຜົນຜະລິດຂອງມັນ, ແລ້ວລຶບອັນທີ່ສຳຄັນໜ້ອຍທີ່ສຸດອອກໄປໂດຍກົງ — Cerebras ລາຍງານການລຶບ experts ຫາເຖິງ 50% ຈາກໂມເດວໃຫຍ່ເຖິງ 1 ຕັນລ້ານພາລາມິເຕີ ໃນຂະນະທີ່ຮັກສາຄຸນນະພາບພື້ນຖານໄວ້ໄດ້ເປັນສ່ວນໃຫຍ່, ແລະ ພົບວ່າສຳລັບວຽກສ້າງເນື້ອຫາເຊັ່ນລະຫັດ, ການລຶບຊະນະການລວມ. ການຫຍໍ້ 3-bit ຈຶ່ງບີບອັດອັນທີ່ລອດຢູ່. ລຶບກ່ອນ, ຫຍໍ້ຫຼັງ, ສະນັ້ນງົບບິດຈຶ່ງໄປຫາ experts ທີ່ຮັບການຈະລາຈອນ ແທນທີ່ຈະຖືກແຈກຢາຍໃສ່ໂຕທີ່ຕາຍແລ້ວ.

ການບີບອັດບໍ່ໄດ້ບໍ່ເສຍຄ່າ, ແລະ ພວກເຮົາຈະບໍ່ເຮັດເປັນວ່າມັນບໍ່ເສຍ: ການຫຍໍ້ຢ່າງໜັກປາກົດອອກມາທຳອິດເປັນຄວາມເສື່ອມນ້ອຍໆໃນການປະຕິບັດຕາມຮູບແບບທີ່ແນ່ນອນ ແລະ ການຄິດເລກລະດັບຕໍ່ເນື່ອງຍາວ, ບໍ່ແມ່ນເປັນຄວາມບໍ່ສອດຄ່ອງທີ່ເບິ່ງເຫັນໄດ້. ບ່ອນທີ່ສາມລະດັບຢູ່:

ຄຳຕໍ່ທ້າຍ	ມັນຄືຫຍັງ	ພວກເຮົາໃຊ້ມັນຢູ່ໃສ
3BIT-REAP	ນ້ຳໜັກ 3-bit + ການລຶບ expert	ພື້ນຖານໃຫຍ່ທີ່ສຸດ, ບ່ອນທີ່ບໍ່ມີວິທີອື່ນພໍດີດ້ວຍຄວາມໄວ
W4A16-AUTOROUND-REAP	ນ້ຳໜັກ 4-bit / activation 16-bit, ການປັດເສດແບບຮຽນຮູ້ AutoRound, + ການລຶບ	ພື້ນຖານຂະໜາດກາງ; AutoRound ຟື້ນຟູຄວາມແມ່ນຍຳເໜືອກວ່າການປັດເສດແບບທຳມະດາ
W8A16	ນ້ຳໜັກ 8-bit / activation 16-bit	ຄວາມແມ່ນຍຳສູງສຸດ; ພື້ນຖານນ້ອຍພໍທີ່ບໍ່ຈຳເປັນຕ້ອງບີບອັດຢ່າງໜັກ

Nemotron 3 Ultra ຂະໜາດ 550B ຢູ່ໃນໝວດທຳອິດຢ່າງແທ້ຈິງ. ຖ້າວຽກຂອງທ່ານໄວຕໍ່ຜົນຜະລິດຕົວເລກທີ່ແນ່ນອນເປັນພິເສດຂ້າມລຳດັບຍາວ, ດັດຊະນີການຄົ້ນຄວ້າ ມີລະດັບ W8A16 — MiMo-V2.5-Pro-W8A16 ແລະ Hy3-W8A16 — ໃນລາຄາພື້ນ $0.50/$2.00. ການແລກປ່ຽນທີ່ແທ້ຈິງ, ບໍ່ແມ່ນກົນອຸບາຍ: ໂມເດວນ້ອຍລົງ, ບີບອັດໜ້ອຍລົງ.

05"ບໍ່ມີການເຊັນເຊີ" ໝາຍຄວາມວ່າຫຍັງເທິງ endpoint ນີ້

ໃນທາງປະຕິບັດ: ບໍ່ມີຊັ້ນປະຕິເສດ ແລະ ບໍ່ມີການກັ່ນຕອງເນື້ອຫາທີ່ໃຊ້ກັບຜົນຜະລິດ. ບໍ່ມີຕົວຈັດປະເພດກວດພຣອມຂອງທ່ານແລ້ວສົ່ງຄືນຄຳປະຕິເສດສຳເລັດຮູບ, ແລະ ຄຳຕອບບໍ່ຖືກກວດກ່ອນຮອດສະຕຣີມຂອງທ່ານ. ສິ່ງທີ່ທ່ານໄດ້ຄືພຶດຕິກຳຂອງໂມເດວເອງ.

ນີ້ຄືບ່ອນທີ່ສາຍພັນເປີດເລີກເປັນເລື່ອງເລັກນ້ອຍ. ຍ້ອນ NVIDIA ເຜີຍແຜ່ຂໍ້ມູນຫຼັງການຝຶກ ແລະ ສະພາບແວດລ້ອມ RL, ນິໄສຂອງໂມເດວຈຶ່ງກວດສອບໄດ້ໃນຫຼັກການ ແທນທີ່ຈະເປັນນິທານ. ແລະ ຍ້ອນ OpenMDW-1.1 ຄືໃບອະນຸຍາດຂອງ Linux Foundation ທີ່ອະນຸຍາດຢ່າງກວ້າງຂວາງ ຄອບຄຸມໂຄງສ້າງ, ພາລາມິເຕີ, ເອກະສານ ແລະ ຊອບແວ, ຜູ້ດຳເນີນງານທີ່ເປັນເອກະລາດຈຶ່ງໃຫ້ບໍລິການສະບັບທີ່ຖືກດັດແປງ ບໍ່ມີການກັ່ນຕອງ ເທິງຮາດແວຂອງຕົນເອງໄດ້ ໂດຍບໍ່ມີໃບອະນຸຍາດເປັນອຸປະສັກ. ໃບອະນຸຍາດໂມເດວ "ເປີດ" ຫຼາຍໂຕບໍ່ອະນຸຍາດແບບນັ້ນ. ອັນນີ້ອະນຸຍາດ. ຄວາມແຕກຕ່າງປາກົດອອກມາຢູ່ບ່ອນທີ່ການປະຕິເສດແບບອັດຕະໂນມັດຄືຂໍ້ບົກພ່ອງ, ບໍ່ແມ່ນຄຸນສົມບັດຄວາມປອດໄພ:

• ການຄົ້ນຄວ້າຄວາມປອດໄພ — ການວິເຄາະຈຸດອ່ອນ, ການໃຫ້ເຫດຜົນເລື່ອງ exploit, ພຶດຕິກຳມາລແວ, ເຄື່ອງມື red-team, ໂດຍບໍ່ຕ້ອງໂຕ້ຖຽງວ່າຄຳຖາມນັ້ນອະນຸຍາດຫຼືບໍ່.
• ເຄມີສາດ, ຊີວະສາດ ແລະ ເພສັດຊະສາດ — ການຄິດເລກປະລິມານຢາ, ກົນໄກປະຕິກິລິຍາ, ພິດວິທະຍາ, ເສັ້ນທາງການສັງເຄາະ ທີ່ endpoint ແບບກັ່ນຕອງປະຕິເສດພຽງແຕ່ສຳພັດຄຳສຳຄັນ.
• ML ແບບຄູ່ຕໍ່ຄູ່ — hard negatives, ຄັງ jailbreak ແລະ ອານຸກົມການລ່ວງລະເມີດ ສຳລັບຕົວຈັດປະເພດທີ່ຕ້ອງເຫັນຂອງແທ້.
• ຂໍ້ຄວາມທາງຄລີນິກ, ກົດໝາຍ ແລະ ນິຕິວິທະຍາສາດ — ອຸປະກອນຄະດີທີ່ໂຫດຮ້າຍໂດຍທຳມະຊາດ ແລະ ຖືກປະຕິເສດຍ້ອນເຫດຜົນນັ້ນເປັນຫຼັກ.

ບໍ່ມີການເຊັນເຊີບໍ່ໄດ້ໝາຍຄວາມວ່າບໍ່ຮັບຜິດຊອບ. ທ່ານເປັນເຈົ້າຂອງສິ່ງທີ່ທ່ານສ້າງ, ແລະ ນະໂຍບາຍການໃຊ້ຢ່າງມີຄວາມຮັບຜິດຊອບ ແລະ ຂໍ້ກຳນົດການໃຊ້ງານຂອງພວກເຮົາຄວບຄຸມບັນຊີນັ້ນ. ການເອົາຊັ້ນປະຕິເສດອອກ ຄືການເອົາການຄາດເດົາເລື່ອງເຈຕະນາອອກ; ມັນບໍ່ໄດ້ເອົາພັນທະຂອງທ່ານພາຍໃຕ້ກົດໝາຍທີ່ໃຊ້ກັບທ່ານອອກໄປ.

06STEM ແລະ ການໃຫ້ເຫດຜົນ: ຕົວເລກທີ່ເຜີຍແຜ່ບອກຫຍັງ

ຈຸດສຸມການຝຶກຂອງ Nemotron ຄືຄະນິດສາດ, ລະຫັດ, ວິທະຍາສາດ ແລະ ການປະຕິບັດຕາມຄຳສັ່ງ ຕັ້ງແຕ່ຊຸດຂໍ້ມູນຫຼັງການຝຶກຂອງ Llama-Nemotron ຖືກສ້າງຂຶ້ນອ້ອມແກນສີ່ອັນນັ້ນເປົ້າ. ສິ່ງທີ່ NVIDIA ລາຍງານສຳລັບພື້ນຖານ Nemotron 3 Ultra — ຕົວເລກທີ່ຜູ້ຜະລິດລາຍງານເທິງໂມເດວທີ່ບໍ່ຖືກບີບອັດ, ຊຶ່ງພວກເຮົາບໍ່ໄດ້ແລ່ນທົດສອບເອງ:

ສອງຂໍ້ລະວັງທີ່ສຳຄັນກວ່າຕົວເລກ. ຕົວເລກ SWE-Bench Verified ຄືຊ່ວງ — NVIDIA ລາຍງານ 65.0% ຫາ 70.4% ຂຶ້ນຢູ່ກັບວ່າ agent harness ໃດແລ່ນມັນ (Pi, OpenHands, Hermes, OpenCode, Mini SWE Agent), ແລະ ຄວາມແຕກຕ່າງຫ້າຈຸດຈາກ scaffolding ຢ່າງດຽວ ສະແດງໃຫ້ເຫັນວ່າຄະແນນ agentic ອີງໃສ່ harness ຫຼາຍປານໃດ ຫຼາຍກວ່າໂມເດວເອງ. ແລະ Artificial Analysis ຈັດ Nemotron 3 Ultra ໄວ້ທີ່ 48 ໃນ Intelligence Index ຂອງເຂົາ, ອັນດັບ 9 ຈາກ 89 ໂມເດວ — ແຂງແຮງ, ບໍ່ແມ່ນອັນດັບໜຶ່ງຂອງວົງການ, ແລະ ການວັດແທກອິດສະຫຼະຂອງພວກເຂົາຄືອັນທີ່ພວກເຮົາໃຫ້ນ້ຳໜັກຫຼາຍກວ່າສະໄລດ໌ໃດໆຂອງຜູ້ຜະລິດ.

ໃນຮຸ່ນກ່ອນ, ບົດຄວາມ Llama-Nemotron ຂອງ NVIDIA ລາຍງານ LN-Ultra ໄດ້ 76.0% ໃນ GPQA-Diamond ທຽບກັບ 71.5% ຂອງ DeepSeek-R1 ແລະ 43.4% ຂອງ Llama-3.1-405B-Instruct, ພ້ອມ 80.8% ໃນ AIME 2024 — ໂມເດວອື່ນ, ຖືກລວມໄວ້ຍ້ອນວິທະຍາສາດລະດັບປະລິນຍາໂທ ແລະ ຄະນິດສາດການແຂ່ງຂັນ ຄືເປົ້າໝາຍຂອງຕະກູນນີ້ມາສອງລຸ້ນແລ້ວ.

ຕົວເລກເບັນມາກຕາມທີ່ NVIDIA ເຜີຍແຜ່ (ມິຖຸນາ 2026) ເທິງ Nemotron 3 Ultra ທີ່ບໍ່ຖືກບີບອັດ, ແລະ ໂດຍ Artificial Analysis ສຳລັບການວັດແທກອິດສະຫຼະ. ໂຕທີ່ຖືກບີບອັດອາດແຕກຕ່າງກັນ. ພວກເຮົາບໍ່ເຜີຍແຜ່ຕົວເລກເບັນມາກທີ່ພວກເຮົາບໍ່ໄດ້ພິສູດ ຫຼືອ້າງອີງແຫຼ່ງທີ່ມາບໍ່ໄດ້.

07ລາຄາ, ແລະ ຂໍ້ລະວັງເລື່ອງຄວາມຍາວ

ໃນລາຄາ $0.75 ຕໍ່ລ້ານໂທເຄັນເຂົ້າ ແລະ $3.30 ຕໍ່ລ້ານໂທເຄັນອອກ, Nemotron3Ultra ຢູ່ໃນສາມສ່ວນລຸ່ມຂອງແຄຕາລັອກພວກເຮົາເລື່ອງເຂົ້າ ແລະ ຢູ່ກາງເລື່ອງອອກ. ຕົວຢ່າງທີ່ຄິດໄລ່ໄວ້ໃຫ້, ຍ້ອນລາຄາຕໍ່ລ້ານຮູ້ສຶກຍາກ:

ຮູບຮ່າງການເອີ້ນ	ເຂົ້າ	ອອກ	ຄ່າໃຊ້ຈ່າຍ
ຮອບ RAG ທົ່ວໄປ	50,000	4,000	$0.051
ການວິເຄາະເອກະສານຍາວ	150,000	8,000	$0.139
ການເອີ້ນຂະໜາດສູງສຸດ	262,144	16,384	$0.251

ການຮ້ອງຂໍທີ່ໃຊ້ບໍລິບົດເຕັມ ຜົນຜະລິດເຕັມ — ທຸກໂທເຄັນທີ່ endpoint ຈະຮັບ ແລະ ທຸກໂທເຄັນທີ່ມັນຈະຜະລິດ — ຄ່າໃຊ້ຈ່າຍປະມານ 25 ເຊັນ. ຮູບຮ່າງດຽວກັນເທິງ Kimi-K3-3BIT-REAP, ໂມເດວແພງທີ່ສຸດຂອງພວກເຮົາທີ່ $3.83/$19.12, ຄ່າໃຊ້ຈ່າຍປະມານ $1.32, ຫຼືແພງກວ່າ 5.3 ເທົ່າ.

ຕອນນີ້ຄືຂໍ້ລະວັງ, ແລະ ມັນເປັນຈິງ. Artificial Analysis ວັດແທກໄດ້ວ່າ Nemotron 3 Ultra ຜະລິດໂທເຄັນຜົນຜະລິດ ຫຼາຍກວ່າຄູ່ແຂ່ງມັດທະຍານ 2.3 ເທົ່າ ຂ້າມຊຸດເບັນມາກຂອງພວກເຂົາ. ໂມເດວການໃຫ້ເຫດຜົນຄິດເງິນທ່ານສຳລັບການຄິດ, ແລະ ໂຕນີ້ຄິດຍາວ; ຂໍ້ໄດ້ປຽບລາຄາຕໍ່ໂທເຄັນຫາຍໄປກາຍເປັນຂໍ້ເສຍປຽບຕໍ່ວຽກ ຖ້າໂມເດວໃຫ້ເຫດຜົນນານກວ່າສາມເທົ່າເພື່ອຮອດຄຳຕອບດຽວກັນ. ວິທີບັນເທົາຖືກສ້າງໄວ້ໃນຕົວ ແລະ ເປີດເຜີຍໃນ API ຂອງພວກເຮົາ: Nemotron 3 ຖືກຝຶກຫຼັງໃຫ້ມີ ການຄວບຄຸມງົບການໃຫ້ເຫດຜົນ, ແລະ reasoning_effort ຮັບຮອງຢູ່ນີ້ — NVIDIA ອະທິບາຍໂໝດຄວາມພະຍາຍາມຕ່ຳ ທີ່ໃຊ້ໂທເຄັນຄິດໜ້ອຍລົງຢ່າງຫຼວງຫຼາຍ ແລກກັບຄວາມແມ່ນຍຳທີ່ຫຼຸດລົງລະດັບຕົວເລກດຽວ. ໃນວຽກຈັດປະເພດ, ການດຶງຂໍ້ມູນ ແລະ ການກຳນົດເສັ້ນທາງ, ຫຼຸດມັນລົງ ແລ້ວເສດຖະສາດຈະປ່ຽນຢ່າງມີນັຍສຳຄັນ; ໃນການພິສູດ ຫຼືການປັບໂຄງສ້າງໄຟລ໌ຫຼາຍໄຟລ໌, ເພີ່ມມັນຂຶ້ນ ແລ້ວຈ່າຍໃຫ້ມັນຢ່າງຕັ້ງໃຈ. ວັດແທກໂທເຄັນຕໍ່ວຽກຂອງທ່ານເອງ ແທນທີ່ຈະອ່ານລາຍການລາຄາແລ້ວຄາດເດົາ.

08ການເອີ້ນມັນ: ສາມພາສາ, ໂມເດວດຽວ

ໂມເດວທຸກໂຕເທິງ gateway ຕອບຢູ່ສາມ API ແບບສະຕຣີມ, ສະນັ້ນທ່ານຊີ້ client ທີ່ມີຢູ່ແລ້ວໃສ່ມັນໄດ້ໂດຍບໍ່ຕ້ອງຂຽນການເຊື່ອມຕໍ່ຄືນໃໝ່: /v1/chat/completions (ພາສາ OpenAI), /v1/messages (ພາສາ Anthropic), ແລະ /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."}
    ]
  }'

ສະຫຼຸບຄວາມສາມາດ, ເພື່ອບໍ່ໃຫ້ມີຫຍັງແປກໃຈຕອນເຊື່ອມຕໍ່:

ຄວາມສາມາດ	Nemotron3Ultra · 3BIT-REAP
ໜ້າຕ່າງບໍລິບົດ	262,144 ໂທເຄັນ
ຜົນຜະລິດສູງສຸດ / ການຮ້ອງຂໍ	16,384 ໂທເຄັນ
ການສະຕຣີມ	ຮັບຮອງ
ການເອີ້ນເຄື່ອງມື	ຮັບຮອງ
ຮ່ອງຮອຍການໃຫ້ເຫດຜົນ	ຮັບຮອງ
reasoning_effort	ຮັບຮອງ
json_schema (ເຄັ່ງຄັດ)	ຮັບຮອງ
response_format	ຮັບຮອງ
ວິຊັນ / ຮູບພາບເຂົ້າ	ບໍ່ຮັບຮອງ — ຂໍ້ຄວາມຢ່າງດຽວ
ຊັ້ນປະຕິເສດ	ບໍ່ມີ

ແຖວວິຊັນຄືບ່ອນທີ່ຄົນຕິດກັບດັກ: Nemotron3Ultra ຮັບຂໍ້ຄວາມຢ່າງດຽວ. ຖ້າທໍ່ວຽກຂອງທ່ານສົ່ງຮູບ, ໃຫ້ໃຊ້ MiniMax-M3-3BIT-REAP ຫຼື MiMo-V2.5-W8A16 ໃນລາຄາ $0.50/$2.00, ຫຼື Kimi-K2.6-W4A16-AUTOROUND-REAP ໃນລາຄາ $0.78/$3.67 — ທຸກໂຕຮັບຮູບໄດ້, ທຸກໂຕບໍ່ມີການເຊັນເຊີ, ທຸກໂຕຢູ່ໃນບໍລິບົດ 262,144 ໂທເຄັນດຽວກັນ. ເອກະສານພາຣາມິເຕີເຕັມຢູ່ໃນ ເອກະສານ API.

09Nemotron3Ultra ຢູ່ໃສໃນສິບສອງໂຕ

ແຄຕາລັອກຄືໂມເດວບໍ່ມີການເຊັນເຊີສິບສອງໂຕທີ່ໃຊ້ໜ້າຕ່າງບໍລິບົດດຽວກັນ, ພາສາສາມແບບດຽວກັນ ແລະ ການບໍ່ມີຊັ້ນປະຕິເສດດຽວກັນ; ພວກມັນຕ່າງກັນທີ່ພື້ນຖານ, ລາຄາ ແລະ ຄວາມສາມາດ. ຕຳແໜ່ງຂອງ Nemotron ສະເພາະເຈາະຈົງ: ໂຕເຮັດວຽກການໃຫ້ເຫດຜົນສາຍພັນເປີດ — ບໍ່ແມ່ນຖືກທີ່ສຸດ, ບໍ່ແມ່ນຄວາມສາມາດສູງສຸດ, ແຕ່ເປັນໂຕທີ່ມີຮ່ອງຮອຍເອກະສານສາທາລະນະຫຼາຍທີ່ສຸດຢູ່ເບື້ອງຫຼັງພຶດຕິກຳຂອງມັນ, ປັບແຕ່ງໜັກທີ່ສຸດໄປສູ່ STEM ແລະ agent.

ໂມເດວ	ເຂົ້າ / 1M	ອອກ / 1M	ວິຊັນ	ເລືອກມັນເພື່ອ
MiniMax-M3 · 3BIT-REAP	$0.50	$2.00	ຮັບຮອງ	ທາງເລືອກຮັບຮູບໄດ້ຖືກທີ່ສຸດ
MiMo-V2.5-Pro · W8A16	$0.50	$2.00	ບໍ່ຮັບຮອງ	ລະດັບການຫຍໍ້ຄວາມແມ່ນຍຳສູງສຸດ
GLM-5.2 · 3BIT-REAP	$0.73	$2.34	ບໍ່ຮັບຮອງ	ການໃຫ້ເຫດຜົນພື້ນຖານໃຫຍ່ທີ່ຖືກທີ່ສຸດ
Nemotron3Ultra · 3BIT-REAP	$0.75	$3.30	ບໍ່ຮັບຮອງ	STEM, agent, ສາຍພັນເປີດ
Kimi-K2.6 · W4A16-AUTOROUND-REAP	$0.78	$3.67	ຮັບຮອງ	ວິຊັນ + ຄວາມແມ່ນຍຳ AutoRound
DeepSeek-V4-Pro · 3BIT-REAP	$1.95	$3.90	ບໍ່ຮັບຮອງ	ການວິເຄາະຄັ້ງດຽວແບບເລິກ
Kimi-K3 · 3BIT-REAP	$3.83	$19.12	ຮັບຮອງ	ເພດານຄວາມສາມາດສູງສຸດ

ສະແດງ 7 ຈາກ 12 ໂຕ. ແຄຕາລັອກເຕັມ — ລວມທັງ Laguna-S-2.1, inkling, DeepSeek-V4-Flash, MiMo-V2.5 ແລະ Hy3 — ຢູ່ໃນເອກະສານ API. ໃຫ້ສັງເກດວ່າ Laguna-S-2.1 ບໍ່ຮັບຮອງຜົນຜະລິດແບບມີໂຄງສ້າງ ແລະ inkling ບໍ່ຮັບຮອງ json_schema; Nemotron3Ultra ຮັບຮອງທັງສອງ.

ໂຕໃກ້ຄຽງທີ່ສຸດທາງລາຄາຄື GLM-5.2-3BIT-REAP ໃນລາຄາ $0.73/$2.34, ແລະ ການປຽບທຽບແບບຊື່ສັດຄື: GLM-5.2 ຖືກກວ່າຕໍ່ໂທເຄັນ, ໂດຍສະເພາະດ້ານຜົນຜະລິດ. Nemotron ນຳມາເຊິ່ງທໍ່ຂໍ້ມູນຝຶກທີ່ເຜີຍແຜ່, ໜ້າປັດງົບການໃຫ້ເຫດຜົນທີ່ຊັດເຈນ, ແລະ ປະຫວັດຕະກູນທີ່ມຸ້ງໄປສູ່ວິທະຍາສາດລະດັບປະລິນຍາໂທ. ການໃຫ້ເຫດຜົນທົ່ວໄປປະລິມານສູງ: ໃຊ້ໂຕທີ່ຖືກກວ່າ. ໜັກ STEM, ແບບ agent, ຫຼືຢູ່ພາຍໃຕ້ການກວດສອບທີ່ຖາມວ່າພຶດຕິກຳຂອງໂມເດວມາຈາກໃສ: Nemotron ຄຸ້ມຄ່າກັບຄວາມແຕກຕ່າງນັ້ນ.

10ຄຳຖາມທີ່ພົບເລື້ອຍ

---

ແຫຼ່ງຂໍ້ມູນ: ບົດລາຍງານທາງເຕັກນິກ NVIDIA Nemotron 3 Ultra · Blog ນັກພັດທະນາ NVIDIA (ມິຖຸນາ 2026) · ບົດບັນທຶກໂຄງສ້າງ Nemotron 3 Super · Llama-Nemotron: Efficient Reasoning Models · Cerebras Research, REAP. ຕົວເລກເບັນມາກພື້ນຖານແມ່ນລາຍງານໂດຍ NVIDIA ເທິງໂມເດວທີ່ບໍ່ຖືກບີບອັດ ເວັ້ນເສຍແຕ່ອ້າງອິງ Artificial Analysis; ໂຕທີ່ຖືກບີບອັດອາດແຕກຕ່າງກັນ. ລາຄາ ແລະ ຄວາມສາມາດເປັນປັດຈຸບັນນັບເຖິງວັນທີ 5 ກັນຍາ 2026.