ਬਿਨਾਂ ਸੈਂਸਰ Nemotron API
NVIDIA ਦੀ ਖੋਜ ਦੀ ਵਿਰਾਸਤ, ਖੁੱਲ੍ਹੇ ਵਿੱਚ ਛਾਪੀ ਗਈ, ਬਿਨਾਂ ਇਨਕਾਰ ਪਰਤ ਦੇ ਪਰੋਸੀ ਗਈ: STEM ਅਤੇ ਲੰਮੇ ਦਾਇਰੇ ਵਾਲੇ ਤਰਕ ਲਈ ਟਿਊਨ ਕੀਤਾ 550B ਹਾਈਬ੍ਰਿਡ Mamba-Attention MoE — ਪ੍ਰਤੀ ਦਸ ਲੱਖ ਟੋਕਨ $0.75 ਅੰਦਰ / $3.30 ਬਾਹਰ ਉੱਤੇ।
ਸੰਖੇਪ
Nemotron3Ultra-3BIT-REAP Shannon ਵੱਲੋਂ NVIDIA Nemotron 3 Ultra ਦੀ ਬਿਨਾਂ ਸੈਂਸਰ ਤੈਨਾਤੀ ਹੈ — 550 ਅਰਬ ਪੈਰਾਮੀਟਰਾਂ ਵਾਲਾ ਮਾਹਰਾਂ-ਦੇ-ਮਿਸ਼ਰਣ ਵਾਲਾ ਮਾਡਲ ਜਿਸ ਵਿੱਚ ਪ੍ਰਤੀ ਟੋਕਨ 55B ਸਰਗਰਮ ਹਨ, ਜੋ 4 ਜੂਨ 2026 ਨੂੰ ਵਜ਼ਨਾਂ, ਸਿਖਲਾਈ ਡੇਟਾ ਅਤੇ ਵਿਧੀਆਂ ਸਮੇਤ Linux Foundation ਦੇ ਖੁੱਲ੍ਹਦਿਲ OpenMDW-1.1 ਲਾਇਸੰਸ ਹੇਠ ਜਾਰੀ ਹੋਇਆ। ਸਾਡੇ ਆਪਣੇ GPU ਕਲੱਸਟਰ ਉੱਤੇ ਇਹ ਕੋਈ ਇਨਕਾਰ ਪਰਤ ਅਤੇ ਕੋਈ ਆਊਟਪੁੱਟ ਫਿਲਟਰਿੰਗ ਲਾਏ ਬਿਨਾਂ ਚੱਲਦਾ ਹੈ, 262,144 ਟੋਕਨ ਸੰਦਰਭ, ਪ੍ਰਤੀ ਬੇਨਤੀ 16,384 ਆਊਟਪੁੱਟ ਟੋਕਨ ਤੱਕ, ਟੂਲ ਕਾਲਿੰਗ, ਸਟ੍ਰੀਮਿੰਗ, ਤਰਕ ਦੇ ਨਿਸ਼ਾਨ ਅਤੇ ਸਖ਼ਤ json_schema ਆਊਟਪੁੱਟ ਨਾਲ। ਇਹ ਚਿੱਤਰ ਨਹੀਂ ਲੈਂਦਾ। ਕੀਮਤ: ਪ੍ਰਤੀ 1M ਟੋਕਨ $0.75 / $3.30।
ਬਹੁਤੇ “ਖੁੱਲ੍ਹੇ” ਮਾਡਲ ਸਿਰਫ਼ ਖੁੱਲ੍ਹੇ ਵਜ਼ਨ ਹੁੰਦੇ ਹਨ ਅਤੇ ਹੋਰ ਕੁਝ ਨਹੀਂ — ਪੈਰਾਮੀਟਰਾਂ ਦੀ ਇੱਕ ਪੰਡ, ਇੱਕ ਲਾਇਸੰਸ, ਅਤੇ ਇਸ ਬਾਰੇ ਚੁੱਪ ਕਿ ਅੰਕੜੇ ਆਏ ਕਿੱਥੋਂ। Nemotron ਦੋ ਸਾਲਾਂ ਤੋਂ ਲਗਾਤਾਰ ਅਪਵਾਦ ਰਿਹਾ ਹੈ: NVIDIA ਵਜ਼ਨ, ਸਿਖਲਾਈ-ਬਾਅਦ ਦੇ ਡੇਟਾਸੈੱਟ, RL ਵਾਤਾਵਰਨ ਅਤੇ ਵਿਧੀ, ਸਭ ਭੇਜਦਾ ਹੈ। ਬਿਨਾਂ ਸੈਂਸਰ ਐਂਡਪੁਆਇੰਟ ਲਈ ਇਹ ਇੱਕ ਅਜਿਹੇ ਢੰਗ ਨਾਲ ਮਾਅਨੇ ਰੱਖਦਾ ਹੈ ਜਿਸ ਵੱਲ ਧਿਆਨ ਜਾਣਾ ਸੌਖਾ ਨਹੀਂ। ਜਿਸ ਮਾਡਲ ਦਾ ਅਲਾਈਨਮੈਂਟ ਡੇਟਾ ਛਪਿਆ ਹੋਵੇ, ਉਸਦੇ ਇਨਕਾਰ ਵਾਲੇ ਵਿਹਾਰ ਬਾਰੇ ਤੁਸੀਂ ਅੰਦਾਜ਼ਾ ਲਾਉਣ ਦੀ ਥਾਂ ਸੋਚ-ਵਿਚਾਰ ਕਰ ਸਕਦੇ ਹੋ — ਅਤੇ ਉਸਨੂੰ ਕੋਈ ਤੀਜੀ ਧਿਰ ਮੂੰਹ ਉੱਤੇ ਸਮੱਗਰੀ ਫਿਲਟਰ ਜੜੇ ਬਿਨਾਂ ਜਾਇਜ਼ ਤੌਰ ਉੱਤੇ ਤੈਨਾਤ ਕਰ ਸਕਦੀ ਹੈ।
01Nemotron 3 Ultra ਹੈ ਕੀ?
Nemotron 3 Ultra, NVIDIA ਦੇ Nemotron 3 ਪਰਿਵਾਰ ਦਾ ਸਭ ਤੋਂ ਵੱਡਾ ਮੈਂਬਰ ਹੈ, ਜੋ 4 ਜੂਨ 2026 ਨੂੰ Hugging Face ਉੱਤੇ ਜਾਰੀ ਹੋਇਆ। NVIDIA ਦੀ ਤਕਨੀਕੀ ਰਿਪੋਰਟ ਇਸਨੂੰ “ਕੁੱਲ 550 ਅਰਬ ਅਤੇ 55 ਅਰਬ ਸਰਗਰਮ ਪੈਰਾਮੀਟਰਾਂ ਵਾਲਾ ਮਾਹਰਾਂ-ਦੇ-ਮਿਸ਼ਰਣ ਵਾਲਾ ਹਾਈਬ੍ਰਿਡ Mamba-Attention ਭਾਸ਼ਾ ਮਾਡਲ” ਦੱਸਦੀ ਹੈ — ਯਾਨੀ ਕਿਸੇ ਵੀ ਟੋਕਨ ਉੱਤੇ ਨੈੱਟਵਰਕ ਦਾ ਲਗਭਗ 10% ਕੰਮ ਕਰਦਾ ਹੈ, ਅਤੇ ਇਹੀ ਗੱਲ ਅੱਧੇ ਖਰਬ ਪੈਰਾਮੀਟਰਾਂ ਵਾਲੇ ਮਾਡਲ ਨੂੰ ਪਰੋਸਣਯੋਗ ਬਣਾਉਂਦੀ ਹੈ।
ਦੱਸਿਆ ਗਿਆ ਖ਼ਾਕਾ 8,192 ਮਾਡਲ ਪਸਾਰ ਉੱਤੇ 108 ਪਰਤਾਂ ਦਾ ਹੈ, ਜਿਸ ਵਿੱਚ Mamba-2 ਅਵਸਥਾ-ਥਾਂ ਪਰਤਾਂ ਅਤੇ ਪੂਰੀਆਂ ਅਟੈਂਸ਼ਨ ਪਰਤਾਂ ਦਾ ਵਿਰਲਾ ਸੈੱਟ ਵਾਰੀ-ਵਾਰੀ ਆਉਂਦੇ ਹਨ, ਹਰ MoE ਪਰਤ ਵਿੱਚ 512 ਮਾਹਰ ਅਤੇ ਟਾਪ-22 ਰਾਊਟਿੰਗ। ਪੂਰਵ-ਸਿਖਲਾਈ ਲਗਭਗ 20 ਖਰਬ ਲਿਖਤੀ ਟੋਕਨਾਂ ਉੱਤੇ ਦੋ ਪੜਾਵਾਂ ਵਿੱਚ ਹੋਈ — ਪਹਿਲਾਂ ਵੰਨ-ਸੁਵੰਨਤਾ ਵੱਲ ਝੁਕੀ, ਫਿਰ ਗੁਣਵੱਤਾ ਵੱਲ — ਸਤੰਬਰ 2025 ਦੀ ਹੱਦ ਨਾਲ, 12 ਕੁਦਰਤੀ ਭਾਸ਼ਾਵਾਂ ਅਤੇ 43 ਪ੍ਰੋਗਰਾਮਿੰਗ ਭਾਸ਼ਾਵਾਂ ਸਮੇਤ। ਸਿਖਲਾਈ-ਬਾਅਦ ਵਿੱਚ SFT, ਪੜਤਾਲਯੋਗ ਇਨਾਮਾਂ ਨਾਲ ਬਹੁ-ਵਾਤਾਵਰਨ RL, ਅਤੇ ਦਸ ਤੋਂ ਵੱਧ ਮਾਹਰ ਉਸਤਾਦਾਂ ਤੋਂ Multi-Teacher On-Policy Distillation ਵਰਤੀ ਗਈ। ਦੱਸਿਆ ਗਿਆ ਡਿਜ਼ਾਈਨ ਨਿਸ਼ਾਨਾ ਲੰਮੇ ਚੱਲਣ ਵਾਲੇ ਏਜੰਟ ਹਨ: ਉਹ ਸੈਸ਼ਨ ਜੋ ਵੱਡਾ ਸੰਦਰਭ ਸੰਭਾਲਦੇ ਹਨ, ਦਰਜਨਾਂ ਵਾਰ ਟੂਲ ਸੱਦਦੇ ਹਨ, ਅਤੇ ਏਨੀ ਦੇਰ ਚੱਲਦੇ ਹਨ ਕਿ ਪ੍ਰਤੀ-ਟੋਕਨ ਅਰਥਸ਼ਾਸਤਰ ਹੀ ਬਿੱਲ ਉੱਤੇ ਹਾਵੀ ਹੋ ਜਾਂਦਾ ਹੈ।
02Nemotron ਦੀ ਵੰਸ਼ਾਵਲੀ, ਅਤੇ ਵਿਰਾਸਤ ਕਿਉਂ ਮਾਅਨੇ ਰੱਖਦੀ ਹੈ
Nemotron ਕੋਈ ਇੱਕ-ਵਾਰੀ ਦੀ ਗੱਲ ਨਹੀਂ। ਇਹ NVIDIA ਦੇ ਉਸ ਖੋਜ ਪ੍ਰੋਗਰਾਮ ਦਾ ਦਿਸਦਾ ਨਤੀਜਾ ਹੈ ਜੋ 2024 ਤੋਂ ਇਸੇ ਦਿਸ਼ਾ ਵਿੱਚ ਚੱਲ ਰਿਹਾ ਹੈ, ਅਤੇ ਹਰ ਪੀੜ੍ਹੀ ਨੇ ਕੁਝ ਅਜਿਹਾ ਛੱਡਿਆ ਜੋ ਮੌਜੂਦਾ ਮਾਡਲ ਅਜੇ ਵੀ ਨਾਲ ਲਈ ਫਿਰਦਾ ਹੈ। Nemotron-4 340B (ਜੂਨ 2024) ਖੁੱਲ੍ਹੀ ਬਣਾਵਟੀ ਡੇਟਾ ਪੈਦਾਵਾਰ ਪਾਈਪਲਾਈਨ, ਆਪਣੇ ਇਨਾਮ ਮਾਡਲ ਅਤੇ ਆਪਣੇ ਜਨਰੇਟਰ ਸਮੇਤ ਆਇਆ, ਨਾਲੇ ਇੱਕ ਅਸਾਧਾਰਨ ਖ਼ੁਲਾਸਾ ਵੀ: ਉਸਦੇ ਅਲਾਈਨਮੈਂਟ ਡੇਟਾ ਦਾ ਬਹੁਤ ਵੱਡਾ ਹਿੱਸਾ ਮਾਡਲ ਵੱਲੋਂ ਹੀ ਪੈਦਾ ਕੀਤਾ ਗਿਆ ਸੀ। ਮਾਡਲ ਨੂੰ ਦੈਵੀ ਸ੍ਰੋਤ ਦੀ ਥਾਂ ਡੇਟਾ ਫ਼ੈਕਟਰੀ ਵਜੋਂ ਵੇਖਣ ਦਾ ਇਹੀ ਨਜ਼ਰੀਆ ਕਾਰਨ ਹੈ ਕਿ ਬਾਅਦ ਦੀਆਂ Nemotron ਰਿਲੀਜ਼ਾਂ ਵਜ਼ਨਾਂ ਦੇ ਨਾਲ ਡੇਟਾਸੈੱਟ ਵੀ ਭੇਜਦੀਆਂ ਰਹਿੰਦੀਆਂ ਹਨ।
Llama-Nemotron — ਉਹ ਤਰਕ ਜਿਸਨੂੰ ਬੰਦ ਕੀਤਾ ਜਾ ਸਕੇ
2025 ਦੇ Llama-Nemotron ਪਰਿਵਾਰ (LN-Nano 8B, LN-Super 49B, LN-Ultra 253B) ਨੇ ਦੋ ਵਿਚਾਰ ਦਿੱਤੇ ਜੋ ਚੰਗੇ ਟਿਕੇ। ਪਹਿਲਾ ਢਾਂਚਾਗਤ ਸੀ: NVIDIA ਦੀ Puzzle ਨਿਊਰਲ ਢਾਂਚਾ ਖੋਜ ਨੇ ਬਲਾਕ-ਪੱਧਰੀ ਡਿਸਟਿਲ ਕੀਤੇ ਟ੍ਰਾਂਸਫ਼ਾਰਮਰ ਬਲਾਕਾਂ ਦੀ ਲਾਇਬ੍ਰੇਰੀ ਬਣਾਈ ਅਤੇ ਉਨ੍ਹਾਂ ਨੂੰ ਮਿਸ਼ਰਤ-ਪੂਰਨ-ਅੰਕ ਪ੍ਰੋਗਰਾਮਿੰਗ ਨਾਲ ਜੋੜਿਆ, ਜਿਸ ਤੋਂ ਅਜਿਹੇ ਮਾਡਲ ਬਣੇ ਜਿਨ੍ਹਾਂ ਦੇ ਕੁਝ ਬਲਾਕ ਅਟੈਂਸ਼ਨ ਪੂਰੀ ਤਰ੍ਹਾਂ ਛੱਡ ਦਿੰਦੇ ਹਨ ਜਾਂ ਉਸਦੀ ਥਾਂ ਇੱਕੋ ਰੇਖਿਕ ਪਰਤ ਰੱਖ ਲੈਂਦੇ ਹਨ, ਜਦਕਿ FFN Fusion ਨੇ ਲਗਾਤਾਰ ਆਉਂਦੇ ਫੀਡ-ਫ਼ਾਰਵਰਡ ਬਲਾਕਾਂ ਨੂੰ ਘੱਟ, ਚੌੜੇ ਅਤੇ ਸਮਾਂਤਰ ਬਲਾਕਾਂ ਵਿੱਚ ਸਮੇਟ ਦਿੱਤਾ — ਪੈਰਾਮੀਟਰਾਂ ਦੀ ਗਿਣਤੀ ਨਹੀਂ, ਲੜੀਵਾਰ ਡੂੰਘਾਈ ਘਟਾ ਕੇ। LN-Ultra ਇੱਕੋ 8×H100 ਨੋਡ ਉੱਤੇ ਸਮਾ ਗਿਆ ਅਤੇ, NVIDIA ਦੇ ਪਰਚੇ ਮੁਤਾਬਕ, GPQA-Diamond ਉੱਤੇ DeepSeek-R1 ਤੋਂ ਅੱਗੇ ਰਿਹਾ (76.0% ਬਨਾਮ 71.5%)।
ਦੂਜਾ ਵਿਹਾਰਕ ਸੀ: Llama-Nemotron ਪਹਿਲਾ ਖੁੱਲ੍ਹਾ ਪਰਿਵਾਰ ਸੀ ਜਿਸ ਵਿੱਚ ਗਤੀਸ਼ੀਲ ਤਰਕ ਸਵਿੱਚ ਸੀ, ਜਿੱਥੇ ਸਿਖਲਾਈ ਡੇਟਾ ਨੂੰ ਸਿਸਟਮ ਹਦਾਇਤ ਵਿੱਚ detailed thinking on ਜਾਂ detailed thinking off ਟੈਗ ਕੀਤਾ ਜਾਂਦਾ ਸੀ, ਅਤੇ ਚਾਲੂ ਢੰਗ ਵਿੱਚ <think> ਟੈਗ ਲਾਗੂ ਕਰਵਾਉਣ ਲਈ ਰੂਪ ਦੇ ਇਨਾਮ ਸਨ। ਇੱਕੋ ਵਜ਼ਨ ਸੈੱਟ, ਦੋ ਵਿਹਾਰ, ਅਨੁਮਾਨ ਵੇਲੇ ਚੁਣਨਯੋਗ। Nemotron 3 ਦਾ ਤਰਕ ਬਜਟ ਕੰਟਰੋਲ — ਅਤੇ ਸਾਡੇ API ਉੱਤੇ reasoning_effort ਪੈਰਾਮੀਟਰ — ਸਿੱਧਾ ਉਸੇ ਕੰਮ ਤੋਂ ਆਉਂਦਾ ਹੈ।
Nemotron 3 — ਹਾਈਬ੍ਰਿਡ ਵੱਲ ਮੋੜ
Nemotron 3 ਨੇ Llama ਤੋਂ ਲਈ ਗਈ ਬਣਤਰ ਦੀ ਥਾਂ ਸਿਫ਼ਰ ਤੋਂ ਬਣਿਆ ਹਾਈਬ੍ਰਿਡ ਢਾਂਚਾ ਰੱਖਿਆ ਅਤੇ LatentMoE ਜੋੜਿਆ (ਰਾਊਟ ਕਰਨ ਤੋਂ ਪਹਿਲਾਂ ਟੋਕਨਾਂ ਨੂੰ ਸੁੰਗੇੜਨਾ, ਜਿਸ ਬਾਰੇ NVIDIA ਕਹਿੰਦਾ ਹੈ ਕਿ ਇਹ “ਉਸੇ ਅਨੁਮਾਨ ਲਾਗਤ ਉੱਤੇ 4 ਗੁਣਾ ਮਾਹਰ” ਸੰਭਵ ਬਣਾਉਂਦਾ ਹੈ), ਬਹੁ-ਟੋਕਨ ਭਵਿੱਖਬਾਣੀ, ਅਤੇ ਮੂਲ NVFP4 ਪੂਰਵ-ਸਿਖਲਾਈ। NVIDIA ਨੇ ਵਜ਼ਨਾਂ ਦੇ ਨਾਲ ਕੁੱਲ 5 ਕਰੋੜ SFT ਨਮੂਨੇ, 20 ਲੱਖ RL ਕੰਮ ਅਤੇ 55 RL ਵਾਤਾਵਰਨ ਵੀ ਛਾਪੇ — ਤੁਹਾਨੂੰ ਇਸ ਗੱਲ ਲਈ ਕਿਸੇ ਵਿਕਰੇਤਾ ਦੀ ਜ਼ਬਾਨ ਉੱਤੇ ਭਰੋਸਾ ਨਹੀਂ ਕਰਨਾ ਪੈਂਦਾ ਕਿ ਮਾਡਲ ਨੂੰ ਕੀ ਸਿਖਾਇਆ ਗਿਆ, ਕਿਉਂਕਿ ਪੜ੍ਹਾਉਣ ਵਾਲੀ ਸਮੱਗਰੀ ਡਾਊਨਲੋਡ ਕੀਤੀ ਜਾ ਸਕਦੀ ਹੈ।
03ਹਾਈਬ੍ਰਿਡ ਢਾਂਚਾ ਤੁਹਾਨੂੰ ਕੀ ਦਿੰਦਾ ਹੈ
ਟ੍ਰਾਂਸਫ਼ਾਰਮਰ ਦਾ KV ਕੈਸ਼ ਲੜੀ ਦੀ ਲੰਬਾਈ ਨਾਲ ਰੇਖਿਕ ਢੰਗ ਨਾਲ ਵਧਦਾ ਹੈ, ਇਸੇ ਕਰਕੇ ਲੰਮੇ ਸੰਦਰਭ ਦਾ ਅਨੁਮਾਨ ਗਿਣਤੀ ਤੋਂ ਪਹਿਲਾਂ ਮੈਮੋਰੀ ਵਿੱਚ ਮਹਿੰਗਾ ਪੈ ਜਾਂਦਾ ਹੈ। Mamba-2 ਪਰਤਾਂ ਅਵਸਥਾ-ਥਾਂ ਮਾਡਲ ਹਨ ਜੋ ਪੱਕੇ ਆਕਾਰ ਦੀ ਆਵਰਤੀ ਅਵਸਥਾ ਰੱਖਦੀਆਂ ਹਨ, ਸੋ ਉਨ੍ਹਾਂ ਦੀ ਪ੍ਰਤੀ-ਟੋਕਨ ਮੈਮੋਰੀ ਲਾਗਤ ਇਤਿਹਾਸ ਨਾਲ ਨਹੀਂ ਵਧਦੀ; ਉਹ ਕਮਜ਼ੋਰ ਹਨ ਸਹੀ ਸਹਿਯੋਗੀ ਯਾਦਦਾਸ਼ਤ ਵਿੱਚ। ਹਾਈਬ੍ਰਿਡ ਲੜੀ ਦੀ ਬਹੁਤੀ ਪ੍ਰਕਿਰਿਆ ਲਈ Mamba-2 ਰੱਖਦਾ ਹੈ ਅਤੇ ਨਾਲ ਥੋੜ੍ਹੀਆਂ ਅਸਲ ਅਟੈਂਸ਼ਨ ਪਰਤਾਂ, ਜੋ ਉਹ ਯਾਦਦਾਸ਼ਤ ਸੰਭਾਲਦੀਆਂ ਹਨ ਜਿਸ ਵਿੱਚ ਅਵਸਥਾ-ਥਾਂ ਪਰਤਾਂ ਡੋਲ ਜਾਂਦੀਆਂ ਹਨ, ਅਤੇ 64-ਪੁੱਛ-ਸਿਰ / 2-KV-ਸਿਰ ਦਾ ਸਖ਼ਤ ਅਨੁਪਾਤ ਕੈਸ਼ ਹੋਰ ਸੁੰਗੇੜ ਦਿੰਦਾ ਹੈ। NVIDIA ਦੱਸਦਾ ਹੈ ਕਿ 1M ਟੋਕਨਾਂ ਉੱਤੇ RULER ਵਿੱਚ 94.7% — ਇਹ ਸੂਈ-ਲੱਭਣ ਵਾਲਾ ਬੈਂਚਮਾਰਕ ਖ਼ਾਸ ਤੌਰ ਉੱਤੇ ਉਹ ਮਾਡਲ ਫੜਨ ਲਈ ਬਣਿਆ ਹੈ ਜੋ ਅਜਿਹੀ ਵਿੰਡੋ ਦਾ ਦਾਅਵਾ ਕਰਦੇ ਹਨ ਜਿਸਨੂੰ ਉਹ ਵਰਤ ਨਹੀਂ ਸਕਦੇ।
ਨਤੀਜਾ ਹੈ ਪੈਦਾਵਾਰ ਦੀ ਰਫ਼ਤਾਰ: NVIDIA ਦਾ ਦਾਅਵਾ ਹੈ ਕਿ ਬਰਾਬਰ ਸ਼ੁੱਧਤਾ ਉੱਤੇ ਤੁਲਨਾਯੋਗ ਮਾਡਲਾਂ ਨਾਲੋਂ ਲਗਭਗ 6 ਗੁਣਾ ਵੱਧ ਅਨੁਮਾਨ ਥਰੂਪੁੱਟ, ਅਤੇ Artificial Analysis ਨੇ ਸੁਤੰਤਰ ਤੌਰ ਉੱਤੇ 140.3 ਟੋਕਨ/ਸਕਿੰਟ ਮਾਪੇ ਜਿਨ੍ਹਾਂ ਵਿੱਚ ਪਹਿਲੇ ਟੋਕਨ ਤੱਕ 1.33 ਸਕਿੰਟ ਲੱਗੇ — 89 ਮਾਡਲਾਂ ਵਿੱਚੋਂ 7ਵਾਂ। 200 ਵਾਰੀਆਂ ਵਾਲੇ ਏਜੰਟ ਦੌਰ ਉੱਤੇ ਇਹ ਦੁਪਹਿਰ ਤੱਕ ਮੁੱਕ ਜਾਣ ਅਤੇ ਬਿਲਕੁਲ ਨਾ ਮੁੱਕਣ ਵਿਚਲਾ ਫ਼ਰਕ ਹੈ।
04“3BIT-REAP” ਦਾ ਕੀ ਮਤਲਬ ਹੈ, ਈਮਾਨਦਾਰੀ ਨਾਲ
ਇਹ ਪਿਛੇਤਰ ਸਜਾਵਟ ਨਹੀਂ — ਇਹ ਠੀਕ-ਠੀਕ ਦੱਸਦਾ ਹੈ ਕਿ ਬੁਨਿਆਦ ਨੂੰ ਸਮਾਉਣਯੋਗ ਬਣਾਉਣ ਲਈ ਉਸ ਨਾਲ ਕੀ ਕੀਤਾ ਗਿਆ।
REAP — Router-weighted Expert Activation Pruning — Cerebras Research ਤੋਂ ਆਉਂਦਾ ਹੈ ਅਤੇ ICLR 2026 ਵਿੱਚ ਪ੍ਰਵਾਨ ਹੋਇਆ। ਵਿਰਲੇ MoE ਵਿੱਚ ਰਾਊਟਰ ਹਰ ਟੋਕਨ ਨੂੰ ਮੁੱਠੀ ਭਰ ਮਾਹਰਾਂ ਵੱਲ ਭੇਜਦਾ ਹੈ; ਅਸਲ ਕੰਮ ਦੇ ਦੌਰਾਨ ਕੁਝ ਲਗਾਤਾਰ ਵਰਤੇ ਜਾਂਦੇ ਹਨ ਅਤੇ ਹੋਰ ਲਗਭਗ ਕਦੇ ਨਹੀਂ। REAP ਹਰ ਮਾਹਰ ਨੂੰ ਇੱਕ ਅਹਿਮੀਅਤ ਮਾਪਦੰਡ ਉੱਤੇ ਅੰਕ ਦਿੰਦਾ ਹੈ ਜੋ ਰਾਊਟਰ ਉਸਨੂੰ ਕਿੰਨੀ ਜ਼ੋਰ ਨਾਲ ਗੇਟ ਕਰਦਾ ਹੈ ਅਤੇ ਉਸਦੇ ਆਊਟਪੁੱਟ ਯੋਗਦਾਨ ਕਿੰਨੇ ਵੱਡੇ ਹਨ, ਦੋਵਾਂ ਨੂੰ ਜੋੜਦਾ ਹੈ, ਫਿਰ ਸਭ ਤੋਂ ਘੱਟ ਅਹਿਮ ਨੂੰ ਸਿੱਧਾ ਹਟਾ ਦਿੰਦਾ ਹੈ — Cerebras ਦੱਸਦਾ ਹੈ ਕਿ 1 ਖਰਬ ਪੈਰਾਮੀਟਰਾਂ ਤੱਕ ਦੇ ਮਾਡਲਾਂ ਵਿੱਚੋਂ 50% ਤੱਕ ਮਾਹਰ ਛਾਂਗ ਕੇ ਵੀ ਆਧਾਰ ਗੁਣਵੱਤਾ ਵੱਡੇ ਪੱਧਰ ਉੱਤੇ ਬਚੀ ਰਹਿੰਦੀ ਹੈ, ਅਤੇ ਇਹ ਵੀ ਕਿ ਕੋਡ ਵਰਗੇ ਪੈਦਾਵਾਰੀ ਕੰਮਾਂ ਲਈ ਛਾਂਗਣਾ ਰਲਾਉਣ ਨਾਲੋਂ ਬਿਹਤਰ ਹੈ। ਫਿਰ 3-ਬਿੱਟ ਕੁਆਂਟਾਈਜ਼ੇਸ਼ਨ ਬਚੇ ਹੋਏ ਹਿੱਸੇ ਨੂੰ ਸੰਕੁਚਿਤ ਕਰਦੀ ਹੈ। ਪਹਿਲਾਂ ਛਾਂਗੋ, ਫਿਰ ਕੁਆਂਟਾਈਜ਼ ਕਰੋ, ਤਾਂ ਜੋ ਬਿੱਟ ਬਜਟ ਮਰੇ ਹੋਏ ਮਾਹਰਾਂ ਉੱਤੇ ਖਿੱਲਰਨ ਦੀ ਥਾਂ ਟ੍ਰੈਫ਼ਿਕ ਢੋਣ ਵਾਲੇ ਮਾਹਰਾਂ ਉੱਤੇ ਲੱਗੇ।
ਸੰਕੁਚਨ ਮੁਫ਼ਤ ਨਹੀਂ, ਅਤੇ ਅਸੀਂ ਹੋਰ ਕੁਝ ਦਾ ਦਿਖਾਵਾ ਨਹੀਂ ਕਰਾਂਗੇ: ਸਖ਼ਤ ਕੁਆਂਟਾਈਜ਼ੇਸ਼ਨ ਪਹਿਲਾਂ ਸਹੀ-ਰੂਪ ਦੀ ਪਾਲਣਾ ਅਤੇ ਲੰਮੀ ਲੜੀ ਵਾਲੇ ਹਿਸਾਬ ਵਿੱਚ ਛੋਟੀਆਂ ਖ਼ਰਾਬੀਆਂ ਵਜੋਂ ਦਿਸਦੀ ਹੈ, ਦਿਸਦੀ ਬੇਤੁਕੀ ਗੱਲਬਾਤ ਵਜੋਂ ਨਹੀਂ। ਤਿੰਨੋਂ ਦਰਜੇ ਕਿੱਥੇ ਬੈਠਦੇ ਹਨ:
| ਪਿਛੇਤਰ | ਇਹ ਕੀ ਹੈ | ਅਸੀਂ ਇਹ ਕਿੱਥੇ ਵਰਤਦੇ ਹਾਂ |
|---|---|---|
| 3BIT-REAP | 3-ਬਿੱਟ ਵਜ਼ਨ + ਮਾਹਰ ਛਾਂਗਣਾ | ਸਭ ਤੋਂ ਵੱਡੀਆਂ ਬੁਨਿਆਦਾਂ, ਜਿੱਥੇ ਹੋਰ ਕੁਝ ਰਫ਼ਤਾਰ ਨਾਲ ਸਮਾਉਂਦਾ ਨਹੀਂ |
| W4A16-AUTOROUND-REAP | 4-ਬਿੱਟ ਵਜ਼ਨ / 16-ਬਿੱਟ ਐਕਟੀਵੇਸ਼ਨ, AutoRound ਸਿੱਖੀ ਗੋਲਾਈ, + ਛਾਂਗਣਾ | ਦਰਮਿਆਨੇ ਆਕਾਰ ਦੀਆਂ ਬੁਨਿਆਦਾਂ; AutoRound ਸਿੱਧੀ ਨੇੜਲੇ-ਵੱਲ-ਗੋਲਾਈ ਨਾਲੋਂ ਸ਼ੁੱਧਤਾ ਵਾਪਸ ਲਿਆਉਂਦਾ ਹੈ |
| W8A16 | 8-ਬਿੱਟ ਵਜ਼ਨ / 16-ਬਿੱਟ ਐਕਟੀਵੇਸ਼ਨ | ਸਭ ਤੋਂ ਵੱਧ ਵਫ਼ਾਦਾਰੀ; ਉਹ ਬੁਨਿਆਦਾਂ ਜੋ ਏਨੀਆਂ ਛੋਟੀਆਂ ਹਨ ਕਿ ਸਖ਼ਤ ਸੰਕੁਚਨ ਦੀ ਲੋੜ ਨਹੀਂ |
550B ਉੱਤੇ Nemotron 3 Ultra ਪੂਰੀ ਤਰ੍ਹਾਂ ਪਹਿਲੀ ਸ਼੍ਰੇਣੀ ਵਿੱਚ ਹੈ। ਜੇ ਤੁਹਾਡਾ ਕੰਮ ਲੰਮੀਆਂ ਲੜੀਆਂ ਉੱਤੇ ਸਹੀ ਅੰਕੀ ਆਊਟਪੁੱਟ ਪ੍ਰਤੀ ਅਸਾਧਾਰਨ ਤੌਰ ਉੱਤੇ ਸੰਵੇਦਨਸ਼ੀਲ ਹੈ, ਤਾਂ ਖੋਜ ਸੂਚੀ ਵਿੱਚ W8A16 ਦਰਜਾ ਦਿੱਤਾ ਹੈ — MiMo-V2.5-Pro-W8A16 ਅਤੇ Hy3-W8A16 — $0.50/$2.00 ਫ਼ਰਸ਼ ਉੱਤੇ। ਇਹ ਅਸਲ ਸੌਦਾ ਹੈ, ਕੋਈ ਜਾਲ ਨਹੀਂ: ਛੋਟਾ ਮਾਡਲ, ਘੱਟ ਸੰਕੁਚਨ।
05ਇਸ ਐਂਡਪੁਆਇੰਟ ਉੱਤੇ “ਬਿਨਾਂ ਸੈਂਸਰ” ਦਾ ਕੀ ਮਤਲਬ ਹੈ
ਠੋਸ ਗੱਲ: ਕੋਈ ਇਨਕਾਰ ਪਰਤ ਨਹੀਂ ਅਤੇ ਆਊਟਪੁੱਟ ਉੱਤੇ ਕੋਈ ਸਮੱਗਰੀ ਫਿਲਟਰਿੰਗ ਨਹੀਂ ਲਾਈ ਜਾਂਦੀ। ਕੋਈ ਵਰਗੀਕਾਰ ਤੁਹਾਡਾ ਪ੍ਰੌਂਪਟ ਵੇਖ ਕੇ ਡੱਬਾਬੰਦ ਨਾਂਹ ਨਹੀਂ ਮੋੜਦਾ, ਅਤੇ ਜਵਾਬ ਤੁਹਾਡੀ ਸਟ੍ਰੀਮ ਤੱਕ ਪਹੁੰਚਣ ਤੋਂ ਪਹਿਲਾਂ ਸਕੈਨ ਨਹੀਂ ਹੁੰਦਾ। ਜੋ ਤੁਹਾਨੂੰ ਮਿਲਦਾ ਹੈ ਉਹ ਮਾਡਲ ਦਾ ਆਪਣਾ ਵਿਹਾਰ ਹੈ।
ਇੱਥੇ ਹੀ ਖੁੱਲ੍ਹੀ ਵੰਸ਼ਾਵਲੀ ਸਿਰਫ਼ ਦਿਲਚਸਪ ਜਾਣਕਾਰੀ ਨਹੀਂ ਰਹਿੰਦੀ। ਕਿਉਂਕਿ NVIDIA ਨੇ ਸਿਖਲਾਈ-ਬਾਅਦ ਦਾ ਡੇਟਾ ਅਤੇ RL ਵਾਤਾਵਰਨ ਛਾਪੇ ਹਨ, ਮਾਡਲ ਦੇ ਰੁਝਾਨ ਲੋਕ-ਕਥਾ ਦੀ ਥਾਂ ਸਿਧਾਂਤਕ ਤੌਰ ਉੱਤੇ ਪੜਤਾਲਯੋਗ ਹਨ। ਅਤੇ ਕਿਉਂਕਿ OpenMDW-1.1 ਇੱਕ ਖੁੱਲ੍ਹਦਿਲ Linux Foundation ਲਾਇਸੰਸ ਹੈ ਜੋ ਢਾਂਚੇ, ਪੈਰਾਮੀਟਰਾਂ, ਦਸਤਾਵੇਜ਼ਾਂ ਅਤੇ ਸਾਫ਼ਟਵੇਅਰ ਨੂੰ ਕਵਰ ਕਰਦਾ ਹੈ, ਕੋਈ ਸੁਤੰਤਰ ਚਲਾਉਣ ਵਾਲਾ ਆਪਣੇ ਹਾਰਡਵੇਅਰ ਉੱਤੇ ਬਦਲੀ ਹੋਈ, ਬਿਨਾਂ ਫਿਲਟਰ ਵਾਲੀ ਤੈਨਾਤੀ ਦੇ ਸਕਦਾ ਹੈ ਅਤੇ ਲਾਇਸੰਸ ਰੁਕਾਵਟ ਨਹੀਂ ਬਣਦਾ। ਬਹੁਤੇ “ਖੁੱਲ੍ਹੇ” ਮਾਡਲ ਲਾਇਸੰਸ ਇਸਦੀ ਇਜਾਜ਼ਤ ਨਹੀਂ ਦਿੰਦੇ। ਇਹ ਦਿੰਦਾ ਹੈ। ਫ਼ਰਕ ਉੱਥੇ ਦਿਸਦਾ ਹੈ ਜਿੱਥੇ ਸੁਭਾਵਕ ਇਨਕਾਰ ਸੁਰੱਖਿਆ ਦੀ ਖ਼ੂਬੀ ਨਹੀਂ ਸਗੋਂ ਨੁਕਸ ਹੁੰਦਾ ਹੈ:
- ਸੁਰੱਖਿਆ ਖੋਜ — ਕਮਜ਼ੋਰੀ ਵਿਸ਼ਲੇਸ਼ਣ, ਐਕਸਪਲਾਇਟ ਬਾਰੇ ਤਰਕ, ਮਾਲਵੇਅਰ ਦਾ ਵਿਹਾਰ, ਰੈੱਡ-ਟੀਮ ਸੰਦ, ਬਿਨਾਂ ਇਸ ਬਹਿਸ ਦੇ ਕਿ ਸਵਾਲ ਦੀ ਇਜਾਜ਼ਤ ਹੈ ਜਾਂ ਨਹੀਂ।
- ਰਸਾਇਣ, ਜੀਵ ਵਿਗਿਆਨ ਅਤੇ ਫਾਰਮਾਕੌਲੋਜੀ — ਖ਼ੁਰਾਕ ਦਾ ਹਿਸਾਬ, ਪ੍ਰਤੀਕਿਰਿਆ ਵਿਧੀਆਂ, ਜ਼ਹਿਰ ਵਿਗਿਆਨ, ਸੰਸ਼ਲੇਸ਼ਣ ਰਾਹ, ਜਿਨ੍ਹਾਂ ਤੋਂ ਫਿਲਟਰ ਵਾਲਾ ਐਂਡਪੁਆਇੰਟ ਸ਼ਬਦ ਵੇਖਦੇ ਸਾਰ ਇਨਕਾਰ ਕਰ ਦਿੰਦਾ ਹੈ।
- ਵਿਰੋਧੀ ML — ਔਖੇ ਨਾਂਹਵਾਚਕ ਨਮੂਨੇ, ਜੇਲ੍ਹ-ਤੋੜ ਕਾਰਪਸ ਅਤੇ ਦੁਰਵਰਤੋਂ ਦੀਆਂ ਸ਼੍ਰੇਣੀਆਂ, ਉਨ੍ਹਾਂ ਵਰਗੀਕਾਰਾਂ ਲਈ ਜਿਨ੍ਹਾਂ ਨੂੰ ਅਸਲ ਚੀਜ਼ ਵੇਖੀ ਹੋਣੀ ਚਾਹੀਦੀ ਹੈ।
- ਕਲੀਨਿਕਲ, ਕਾਨੂੰਨੀ ਅਤੇ ਫੋਰੈਂਸਿਕ ਲਿਖਤ — ਉਹ ਕੇਸ ਸਮੱਗਰੀ ਜੋ ਸੁਭਾਅ ਤੋਂ ਹੀ ਖੌਫ਼ਨਾਕ ਹੁੰਦੀ ਹੈ ਅਤੇ ਬਿਲਕੁਲ ਇਸੇ ਕਰਕੇ ਇਨਕਾਰ ਦੀ ਸ਼ਿਕਾਰ ਹੁੰਦੀ ਹੈ।
ਬਿਨਾਂ ਸੈਂਸਰ ਦਾ ਮਤਲਬ ਬਿਨਾਂ ਜਵਾਬਦੇਹੀ ਨਹੀਂ। ਜੋ ਤੁਸੀਂ ਪੈਦਾ ਕਰਦੇ ਹੋ ਉਹ ਤੁਹਾਡਾ ਹੈ, ਅਤੇ ਸਾਡੀ ਜ਼ਿੰਮੇਵਾਰ ਵਰਤੋਂ ਨੀਤੀ ਅਤੇ ਸੇਵਾ ਦੀਆਂ ਸ਼ਰਤਾਂ ਖਾਤੇ ਉੱਤੇ ਲਾਗੂ ਹੁੰਦੀਆਂ ਹਨ। ਇਨਕਾਰ ਪਰਤ ਹਟਾਉਣ ਨਾਲ ਇਰਾਦੇ ਬਾਰੇ ਇੱਕ ਅੰਦਾਜ਼ਾ ਹਟਦਾ ਹੈ; ਤੁਹਾਡੇ ਉੱਤੇ ਲਾਗੂ ਕਾਨੂੰਨ ਹੇਠਲੀਆਂ ਤੁਹਾਡੀਆਂ ਜ਼ਿੰਮੇਵਾਰੀਆਂ ਨਹੀਂ ਹਟਦੀਆਂ।
06STEM ਅਤੇ ਤਰਕ: ਛਾਪੇ ਹੋਏ ਅੰਕੜੇ ਕੀ ਕਹਿੰਦੇ ਹਨ
Nemotron ਦੀ ਸਿਖਲਾਈ ਦਾ ਧਿਆਨ ਗਣਿਤ, ਕੋਡ, ਵਿਗਿਆਨ ਅਤੇ ਹਦਾਇਤਾਂ ਦੀ ਪਾਲਣਾ ਉੱਤੇ ਉਦੋਂ ਤੋਂ ਹੈ ਜਦੋਂ ਤੋਂ Llama-Nemotron ਦਾ ਸਿਖਲਾਈ-ਬਾਅਦ ਵਾਲਾ ਡੇਟਾਸੈੱਟ ਬਿਲਕੁਲ ਇਨ੍ਹਾਂ ਚਾਰ ਧੁਰਿਆਂ ਦੁਆਲੇ ਬਣਾਇਆ ਗਿਆ ਸੀ। Nemotron 3 Ultra ਬੁਨਿਆਦ ਲਈ NVIDIA ਜੋ ਦੱਸਦਾ ਹੈ — ਬਿਨਾਂ ਸੰਕੁਚਿਤ ਮਾਡਲ ਉੱਤੇ ਵਿਕਰੇਤਾ ਵੱਲੋਂ ਦੱਸੇ ਅੰਕੜੇ, ਜੋ ਅਸੀਂ ਖ਼ੁਦ ਨਹੀਂ ਚਲਾਏ:
ਦੋ ਸ਼ਰਤਾਂ ਅੰਕੜਿਆਂ ਨਾਲੋਂ ਵੱਧ ਕੀਮਤੀ ਹਨ। SWE-Bench Verified ਵਾਲਾ ਅੰਕੜਾ ਇੱਕ ਹੱਦ ਹੈ — NVIDIA 65.0% ਤੋਂ 70.4% ਦੱਸਦਾ ਹੈ, ਇਸ ਮੁਤਾਬਕ ਕਿ ਕਿਹੜਾ ਏਜੰਟ ਢਾਂਚਾ ਇਸਨੂੰ ਚਲਾਉਂਦਾ ਹੈ (Pi, OpenHands, Hermes, OpenCode, Mini SWE Agent), ਅਤੇ ਸਿਰਫ਼ ਢਾਂਚੇ ਕਰਕੇ ਪੰਜ ਅੰਕਾਂ ਦਾ ਫ਼ਰਕ ਦੱਸਦਾ ਹੈ ਕਿ ਏਜੰਟ ਅੰਕ ਮਾਡਲ ਨਾਲੋਂ ਢਾਂਚੇ ਉੱਤੇ ਕਿੰਨੇ ਨਿਰਭਰ ਹਨ। ਅਤੇ Artificial Analysis ਨੇ Nemotron 3 Ultra ਨੂੰ ਆਪਣੇ Intelligence Index ਉੱਤੇ 48 ਅੰਕ, 89 ਮਾਡਲਾਂ ਵਿੱਚੋਂ 9ਵੇਂ ਥਾਂ ਰੱਖਿਆ — ਮਜ਼ਬੂਤ, ਪਰ ਖੇਤਰ ਦੇ ਸਿਖਰ ਉੱਤੇ ਨਹੀਂ, ਅਤੇ ਉਨ੍ਹਾਂ ਦਾ ਸੁਤੰਤਰ ਮਾਪ ਹੀ ਉਹ ਹੈ ਜਿਸਨੂੰ ਅਸੀਂ ਕਿਸੇ ਵੀ ਵਿਕਰੇਤਾ ਦੀ ਸਲਾਈਡ ਨਾਲੋਂ ਵੱਧ ਭਾਰ ਦੇਵਾਂਗੇ।
ਪਿਛਲੀ ਪੀੜ੍ਹੀ ਬਾਰੇ, NVIDIA ਦਾ Llama-Nemotron ਪਰਚਾ LN-Ultra ਨੂੰ GPQA-Diamond ਉੱਤੇ 76.0% ਦੱਸਦਾ ਹੈ, ਜਦਕਿ DeepSeek-R1 71.5% ਅਤੇ Llama-3.1-405B-Instruct 43.4% ਉੱਤੇ ਸੀ, ਨਾਲੇ AIME 2024 ਉੱਤੇ 80.8% — ਵੱਖਰਾ ਮਾਡਲ, ਜੋ ਇਸ ਲਈ ਸ਼ਾਮਲ ਕੀਤਾ ਹੈ ਕਿਉਂਕਿ ਖੋਜ-ਪੱਧਰੀ ਵਿਗਿਆਨ ਅਤੇ ਮੁਕਾਬਲੇ ਵਾਲਾ ਗਣਿਤ ਦੋ ਪੀੜ੍ਹੀਆਂ ਤੋਂ ਇਸ ਪਰਿਵਾਰ ਦਾ ਨਿਸ਼ਾਨਾ ਰਹੇ ਹਨ।
ਇੱਥੇ ਹਰ ਅੰਕੜਾ ਸਾਡੇ ਤੋਂ ਇਲਾਵਾ ਕਿਸੇ ਹੋਰ ਵੱਲੋਂ ਛਾਪਿਆ ਗਿਆ ਹੈ। ਮੂਲ ਸਰੋਤ ਖ਼ੁਦ ਵੇਖੋ।
ਬੈਂਚਮਾਰਕ ਅੰਕੜੇ NVIDIA ਵੱਲੋਂ (ਜੂਨ 2026) ਬਿਨਾਂ ਸੰਕੁਚਿਤ Nemotron 3 Ultra ਉੱਤੇ ਛਾਪੇ ਗਏ, ਅਤੇ ਸੁਤੰਤਰ ਮਾਪਾਂ ਲਈ Artificial Analysis ਵੱਲੋਂ। ਸੰਕੁਚਿਤ ਬਿਲਡ ਵੱਖਰੇ ਹੋ ਸਕਦੇ ਹਨ। ਅਸੀਂ ਉਹ ਬੈਂਚਮਾਰਕ ਅੰਕੜੇ ਨਹੀਂ ਛਾਪਦੇ ਜਿਨ੍ਹਾਂ ਦੀ ਪੁਸ਼ਟੀ ਅਸੀਂ ਨਹੀਂ ਕੀਤੀ ਜਾਂ ਜਿਨ੍ਹਾਂ ਦਾ ਹਵਾਲਾ ਨਹੀਂ ਦੇ ਸਕਦੇ।
07ਕੀਮਤ, ਅਤੇ ਲੰਮੀ ਬਕਬਕ ਵਾਲੀ ਸ਼ਰਤ
ਪ੍ਰਤੀ ਦਸ ਲੱਖ ਇਨਪੁੱਟ ਟੋਕਨ $0.75 ਅਤੇ ਪ੍ਰਤੀ ਦਸ ਲੱਖ ਆਊਟਪੁੱਟ ਟੋਕਨ $3.30 ਉੱਤੇ, Nemotron3Ultra ਇਨਪੁੱਟ ਦੇ ਹਿਸਾਬ ਨਾਲ ਸਾਡੀ ਸੂਚੀ ਦੇ ਹੇਠਲੇ ਤੀਜੇ ਹਿੱਸੇ ਵਿੱਚ ਅਤੇ ਆਊਟਪੁੱਟ ਦੇ ਹਿਸਾਬ ਨਾਲ ਵਿਚਕਾਰ ਬੈਠਦਾ ਹੈ। ਹਿਸਾਬ ਲਾ ਕੇ ਵੇਖੀਆਂ ਮਿਸਾਲਾਂ, ਕਿਉਂਕਿ ਪ੍ਰਤੀ-ਦਸ-ਲੱਖ ਕੀਮਤ ਦਾ ਅੰਦਾਜ਼ਾ ਲਾਉਣਾ ਔਖਾ ਹੈ:
| ਕਾਲ ਦੀ ਸ਼ਕਲ | ਇਨਪੁੱਟ | ਆਊਟਪੁੱਟ | ਲਾਗਤ |
|---|---|---|---|
| ਆਮ RAG ਵਾਰੀ | 50,000 | 4,000 | $0.051 |
| ਲੰਮੇ ਦਸਤਾਵੇਜ਼ ਦਾ ਵਿਸ਼ਲੇਸ਼ਣ | 150,000 | 8,000 | $0.139 |
| ਵੱਧ ਤੋਂ ਵੱਧ ਆਕਾਰ ਵਾਲੀ ਕਾਲ | 262,144 | 16,384 | $0.251 |
ਪੂਰੇ ਸੰਦਰਭ ਅਤੇ ਪੂਰੇ ਆਊਟਪੁੱਟ ਵਾਲੀ ਬੇਨਤੀ — ਹਰ ਉਹ ਟੋਕਨ ਜੋ ਐਂਡਪੁਆਇੰਟ ਲਵੇਗਾ ਅਤੇ ਹਰ ਉਹ ਟੋਕਨ ਜੋ ਉਹ ਪੈਦਾ ਕਰੇਗਾ — ਲਗਭਗ 25 ਸੈਂਟ ਦੀ ਪੈਂਦੀ ਹੈ। ਇਹੀ ਸ਼ਕਲ Kimi-K3-3BIT-REAP ਉੱਤੇ, ਜੋ $3.83/$19.12 ਨਾਲ ਸਾਡਾ ਸਭ ਤੋਂ ਮਹਿੰਗਾ ਮਾਡਲ ਹੈ, ਲਗਭਗ $1.32 ਯਾਨੀ 5.3 ਗੁਣਾ ਵੱਧ ਪੈਂਦੀ ਹੈ।
ਹੁਣ ਉਹ ਸ਼ਰਤ, ਅਤੇ ਇਹ ਅਸਲੀ ਹੈ। Artificial Analysis ਨੇ ਆਪਣੇ ਬੈਂਚਮਾਰਕ ਸੈੱਟ ਵਿੱਚ ਮਾਪਿਆ ਕਿ Nemotron 3 Ultra ਵਿਚਕਾਰਲੇ ਸਾਥੀ ਮਾਡਲ ਨਾਲੋਂ 2.3 ਗੁਣਾ ਵੱਧ ਆਊਟਪੁੱਟ ਟੋਕਨ ਪੈਦਾ ਕਰਦਾ ਹੈ। ਤਰਕ ਵਾਲੇ ਮਾਡਲ ਤੁਹਾਨੂੰ ਸੋਚਣ ਦਾ ਵੀ ਬਿੱਲ ਦਿੰਦੇ ਹਨ, ਅਤੇ ਇਹ ਲੰਮਾ ਸੋਚਦਾ ਹੈ; ਪ੍ਰਤੀ-ਟੋਕਨ ਕੀਮਤ ਦਾ ਲਾਭ ਪ੍ਰਤੀ-ਕੰਮ ਦੇ ਨੁਕਸਾਨ ਵਿੱਚ ਉੱਡ ਜਾਂਦਾ ਹੈ ਜੇ ਮਾਡਲ ਉਸੇ ਜਵਾਬ ਤੱਕ ਪਹੁੰਚਣ ਲਈ ਤਿੰਨ ਗੁਣਾ ਦੇਰ ਸੋਚੇ। ਇਸਦਾ ਇਲਾਜ ਅੰਦਰ ਹੀ ਬਣਿਆ ਹੋਇਆ ਹੈ ਅਤੇ ਸਾਡੇ API ਉੱਤੇ ਮੌਜੂਦ ਹੈ: Nemotron 3 ਨੂੰ ਤਰਕ ਬਜਟ ਕੰਟਰੋਲ ਲਈ ਸਿਖਲਾਈ-ਬਾਅਦ ਦਿੱਤੀ ਗਈ, ਅਤੇ ਇੱਥੇ reasoning_effort ਸਮਰਥਿਤ ਹੈ — NVIDIA ਇੱਕ ਘੱਟ-ਮਿਹਨਤ ਵਾਲਾ ਢੰਗ ਦੱਸਦਾ ਹੈ ਜੋ ਇੱਕ-ਅੰਕੀ ਸ਼ੁੱਧਤਾ ਦੇ ਸੌਦੇ ਬਦਲੇ ਕਾਫ਼ੀ ਘੱਟ ਸੋਚਣ ਵਾਲੇ ਟੋਕਨ ਵਰਤਦਾ ਹੈ। ਵਰਗੀਕਰਨ, ਕੱਢਣ ਅਤੇ ਰਾਊਟਿੰਗ ਉੱਤੇ ਇਸਨੂੰ ਘਟਾ ਦਿਓ ਅਤੇ ਅਰਥਸ਼ਾਸਤਰ ਸੱਚਮੁੱਚ ਬਦਲ ਜਾਂਦਾ ਹੈ; ਕਿਸੇ ਸਬੂਤ ਜਾਂ ਬਹੁ-ਫ਼ਾਈਲ ਰੀਫੈਕਟਰ ਉੱਤੇ ਇਸਨੂੰ ਵਧਾਓ ਅਤੇ ਸੋਚ-ਸਮਝ ਕੇ ਕੀਮਤ ਦਿਓ। ਕੀਮਤ ਸੂਚੀ ਪੜ੍ਹ ਕੇ ਮੰਨ ਲੈਣ ਦੀ ਥਾਂ ਆਪਣੇ ਪ੍ਰਤੀ-ਕੰਮ ਟੋਕਨ ਖ਼ੁਦ ਮਾਪੋ।
08ਇਸਨੂੰ ਸੱਦਣਾ: ਤਿੰਨ ਬੋਲੀਆਂ, ਇੱਕੋ ਮਾਡਲ
ਗੇਟਵੇ ਦਾ ਹਰ ਮਾਡਲ ਤਿੰਨ ਸਟ੍ਰੀਮਿੰਗ API ਸਤਹਾਂ ਉੱਤੇ ਜਵਾਬ ਦਿੰਦਾ ਹੈ, ਸੋ ਤੁਸੀਂ ਆਪਣਾ ਏਕੀਕਰਨ ਦੁਬਾਰਾ ਲਿਖੇ ਬਿਨਾਂ ਮੌਜੂਦਾ ਕਲਾਇੰਟ ਇਸ ਵੱਲ ਮੋੜ ਸਕਦੇ ਹੋ: /v1/chat/completions (OpenAI ਬੋਲੀ), /v1/messages (Anthropic ਬੋਲੀ), ਅਤੇ /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."}
]
}'ਸਮਰੱਥਾ ਦਾ ਸਾਰ, ਤਾਂ ਜੋ ਏਕੀਕਰਨ ਵੇਲੇ ਕੋਈ ਹੈਰਾਨੀ ਨਾ ਹੋਵੇ:
| ਸਮਰੱਥਾ | Nemotron3Ultra · 3BIT-REAP |
|---|---|
| ਸੰਦਰਭ ਵਿੰਡੋ | 262,144 ਟੋਕਨ |
| ਪ੍ਰਤੀ ਬੇਨਤੀ ਵੱਧ ਤੋਂ ਵੱਧ ਆਊਟਪੁੱਟ | 16,384 ਟੋਕਨ |
| ਸਟ੍ਰੀਮਿੰਗ | ਹਾਂ |
| ਟੂਲ ਕਾਲਿੰਗ | ਹਾਂ |
| ਤਰਕ ਦੇ ਨਿਸ਼ਾਨ | ਹਾਂ |
reasoning_effort | ਹਾਂ |
json_schema (ਸਖ਼ਤ) | ਹਾਂ |
response_format | ਹਾਂ |
| ਵਿਜ਼ਨ / ਚਿੱਤਰ ਇਨਪੁੱਟ | ਨਹੀਂ — ਸਿਰਫ਼ ਲਿਖਤ |
| ਇਨਕਾਰ ਪਰਤ | ਕੋਈ ਨਹੀਂ |
ਵਿਜ਼ਨ ਵਾਲੀ ਕਤਾਰ ਲੋਕਾਂ ਨੂੰ ਫੜ ਲੈਂਦੀ ਹੈ: Nemotron3Ultra ਸਿਰਫ਼ ਲਿਖਤ ਲਈ ਹੈ। ਜੇ ਤੁਹਾਡੀ ਪਾਈਪਲਾਈਨ ਚਿੱਤਰ ਭੇਜਦੀ ਹੈ, ਤਾਂ $0.50/$2.00 ਉੱਤੇ MiniMax-M3-3BIT-REAP ਜਾਂ MiMo-V2.5-W8A16, ਜਾਂ $0.78/$3.67 ਉੱਤੇ Kimi-K2.6-W4A16-AUTOROUND-REAP ਵਰਤੋ — ਸਾਰੇ ਵਿਜ਼ਨ ਵਾਲੇ, ਸਾਰੇ ਬਿਨਾਂ ਸੈਂਸਰ, ਸਾਰੇ ਉਸੇ 262,144 ਟੋਕਨ ਸੰਦਰਭ ਉੱਤੇ। ਪੂਰਾ ਪੈਰਾਮੀਟਰ ਹਵਾਲਾ API ਦਸਤਾਵੇਜ਼ਾਂ ਵਿੱਚ ਹੈ।
09ਬਾਰਾਂ ਵਿੱਚ Nemotron3Ultra ਕਿੱਥੇ ਬੈਠਦਾ ਹੈ
ਸੂਚੀ ਵਿੱਚ ਬਾਰਾਂ ਬਿਨਾਂ ਸੈਂਸਰ ਮਾਡਲ ਹਨ ਜੋ ਉਹੀ ਸੰਦਰਭ ਵਿੰਡੋ, ਉਹੀ ਤਿੰਨ ਬੋਲੀਆਂ ਅਤੇ ਇਨਕਾਰ ਪਰਤ ਦੀ ਉਹੀ ਗ਼ੈਰਹਾਜ਼ਰੀ ਸਾਂਝੀ ਕਰਦੇ ਹਨ; ਫ਼ਰਕ ਬੁਨਿਆਦ, ਕੀਮਤ ਅਤੇ ਸਮਰੱਥਾ ਦਾ ਹੈ। Nemotron ਦੀ ਥਾਂ ਖ਼ਾਸ ਹੈ: ਖੁੱਲ੍ਹੀ ਵੰਸ਼ਾਵਲੀ ਵਾਲਾ ਤਰਕ ਦਾ ਮਜ਼ਦੂਰ — ਨਾ ਸਭ ਤੋਂ ਸਸਤਾ, ਨਾ ਸਭ ਤੋਂ ਸਮਰੱਥ, ਪਰ ਉਹ ਜਿਸਦੇ ਵਿਹਾਰ ਪਿੱਛੇ ਸਭ ਤੋਂ ਵੱਧ ਜਨਤਕ ਕਾਗ਼ਜ਼ੀ ਲਕੀਰ ਹੈ, ਅਤੇ ਜੋ STEM ਤੇ ਏਜੰਟਾਂ ਵੱਲ ਸਭ ਤੋਂ ਸਖ਼ਤੀ ਨਾਲ ਟਿਊਨ ਕੀਤਾ ਗਿਆ ਹੈ।
| ਮਾਡਲ | ਅੰਦਰ / 1M | ਬਾਹਰ / 1M | ਵਿਜ਼ਨ | ਇਸ ਲਈ ਚੁਣੋ |
|---|---|---|---|---|
| MiniMax-M3 · 3BIT-REAP | $0.50 | $2.00 | ਹਾਂ | ਸਭ ਤੋਂ ਸਸਤਾ ਵਿਜ਼ਨ ਵਾਲਾ ਵਿਕਲਪ |
| MiMo-V2.5-Pro · W8A16 | $0.50 | $2.00 | ਨਹੀਂ | ਸਭ ਤੋਂ ਵੱਧ ਵਫ਼ਾਦਾਰੀ ਵਾਲਾ ਕੁਆਂਟਾਈਜ਼ੇਸ਼ਨ ਦਰਜਾ |
| GLM-5.2 · 3BIT-REAP | $0.73 | $2.34 | ਨਹੀਂ | ਸਭ ਤੋਂ ਸਸਤਾ ਵੱਡੀ-ਬੁਨਿਆਦ ਵਾਲਾ ਤਰਕ |
| Nemotron3Ultra · 3BIT-REAP | $0.75 | $3.30 | ਨਹੀਂ | STEM, ਏਜੰਟ, ਖੁੱਲ੍ਹੀ ਵੰਸ਼ਾਵਲੀ |
| Kimi-K2.6 · W4A16-AUTOROUND-REAP | $0.78 | $3.67 | ਹਾਂ | ਵਿਜ਼ਨ + AutoRound ਵਫ਼ਾਦਾਰੀ |
| DeepSeek-V4-Pro · 3BIT-REAP | $1.95 | $3.90 | ਨਹੀਂ | ਡੂੰਘਾ ਇੱਕ-ਸ਼ਾਟ ਵਿਸ਼ਲੇਸ਼ਣ |
| Kimi-K3 · 3BIT-REAP | $3.83 | $19.12 | ਹਾਂ | ਸਮਰੱਥਾ ਦੀ ਸਭ ਤੋਂ ਉੱਚੀ ਹੱਦ |
ਬਾਰਾਂ ਵਿੱਚੋਂ ਸੱਤ ਦਿਖਾਏ ਗਏ। ਪੂਰੀ ਸੂਚੀ — ਜਿਸ ਵਿੱਚ Laguna-S-2.1, inkling, DeepSeek-V4-Flash, MiMo-V2.5 ਅਤੇ Hy3 ਸ਼ਾਮਲ ਹਨ — API ਦਸਤਾਵੇਜ਼ਾਂ ਵਿੱਚ ਹੈ। ਧਿਆਨ ਰਹੇ ਕਿ Laguna-S-2.1 ਢਾਂਚਾਗਤ ਆਊਟਪੁੱਟ ਸਮਰਥਿਤ ਨਹੀਂ ਕਰਦਾ ਅਤੇ inkling json_schema ਸਮਰਥਿਤ ਨਹੀਂ ਕਰਦਾ; Nemotron3Ultra ਦੋਵੇਂ ਕਰਦਾ ਹੈ।
ਕੀਮਤ ਪੱਖੋਂ ਸਭ ਤੋਂ ਨੇੜਲਾ ਗੁਆਂਢੀ $0.73/$2.34 ਉੱਤੇ GLM-5.2-3BIT-REAP ਹੈ, ਅਤੇ ਈਮਾਨਦਾਰ ਤੁਲਨਾ ਇਹ ਹੈ: GLM-5.2 ਪ੍ਰਤੀ ਟੋਕਨ ਸਸਤਾ ਹੈ, ਖ਼ਾਸ ਕਰਕੇ ਆਊਟਪੁੱਟ ਉੱਤੇ। Nemotron ਛਪਿਆ ਹੋਇਆ ਸਿਖਲਾਈ ਕਾਰਪਸ, ਤਰਕ-ਬਜਟ ਦਾ ਸਪੱਸ਼ਟ ਹੱਥਾ, ਅਤੇ ਖੋਜ-ਪੱਧਰੀ ਵਿਗਿਆਨ ਵੱਲ ਸੇਧਿਤ ਪਰਿਵਾਰਕ ਇਤਿਹਾਸ ਲਿਆਉਂਦਾ ਹੈ। ਵੱਡੀ ਮਾਤਰਾ ਵਾਲਾ ਆਮ ਤਰਕ: ਸਸਤਾ ਵਾਲਾ ਚਲਾਓ। STEM-ਭਾਰੀ, ਏਜੰਟ ਵਾਲਾ, ਜਾਂ ਅਜਿਹੀ ਪੜਤਾਲ ਹੇਠ ਜੋ ਪੁੱਛਦੀ ਹੈ ਕਿ ਮਾਡਲ ਦਾ ਵਿਹਾਰ ਆਇਆ ਕਿੱਥੋਂ: Nemotron ਫ਼ਰਕ ਦੀ ਕੀਮਤ ਕਮਾ ਲੈਂਦਾ ਹੈ।
10ਅਕਸਰ ਪੁੱਛੇ ਜਾਂਦੇ ਸਵਾਲ
ਬਿਨਾਂ ਸੈਂਸਰ Nemotron API ਕੀ ਹੈ?
ਇਹ Nemotron3Ultra 3BIT-REAP ਲਈ Shannon AI ਦਾ ਹੋਸਟ ਕੀਤਾ ਐਂਡਪੁਆਇੰਟ ਹੈ, ਜੋ NVIDIA ਦੇ ਖੁੱਲ੍ਹੇ-ਵਜ਼ਨ ਵਾਲੇ Nemotron 3 Ultra ਦਾ ਸੰਕੁਚਿਤ ਬਿਲਡ ਹੈ। ਇਹ ਸਾਡੇ ਆਪਣੇ GPU ਕਲੱਸਟਰ ਉੱਤੇ ਕੋਈ ਇਨਕਾਰ ਪਰਤ ਅਤੇ ਕੋਈ ਆਊਟਪੁੱਟ ਫਿਲਟਰਿੰਗ ਲਾਏ ਬਿਨਾਂ ਚੱਲਦਾ ਹੈ, 262,144 ਟੋਕਨ ਸੰਦਰਭ ਅਤੇ ਪ੍ਰਤੀ ਬੇਨਤੀ 16,384 ਆਊਟਪੁੱਟ ਟੋਕਨ ਦਿੰਦਾ ਹੈ, ਅਤੇ ਇਸਦੀ ਕੀਮਤ ਪ੍ਰਤੀ ਦਸ ਲੱਖ ਇਨਪੁੱਟ ਟੋਕਨ $0.75 ਅਤੇ ਪ੍ਰਤੀ ਦਸ ਲੱਖ ਆਊਟਪੁੱਟ ਟੋਕਨ $3.30 ਹੈ।
ਕੀ NVIDIA Nemotron ਸੱਚਮੁੱਚ ਖੁੱਲ੍ਹੇ ਵਜ਼ਨਾਂ ਵਾਲਾ ਹੈ?
ਹਾਂ। NVIDIA ਨੇ Nemotron 3 Ultra 4 ਜੂਨ 2026 ਨੂੰ ਵਜ਼ਨਾਂ, ਸਿਖਲਾਈ ਡੇਟਾ ਅਤੇ ਵਿਧੀਆਂ ਸਮੇਤ Linux Foundation ਦੇ ਖੁੱਲ੍ਹਦਿਲ OpenMDW-1.1 ਲਾਇਸੰਸ ਹੇਠ ਛਾਪਿਆ, Nemotron-4 340B ਅਤੇ Llama-Nemotron ਪਰਿਵਾਰ ਦੇ ਮਗਰੋਂ। ਇਹੀ ਖੁੱਲ੍ਹਾਪਣ ਸੁਤੰਤਰ ਤੌਰ ਉੱਤੇ ਚਲਾਈ ਜਾਂਦੀ, ਬਿਨਾਂ ਫਿਲਟਰ ਵਾਲੀ ਤੈਨਾਤੀ ਨੂੰ ਸੰਭਵ ਬਣਾਉਂਦਾ ਹੈ।
3BIT-REAP ਦਾ ਕੀ ਮਤਲਬ ਹੈ?
ਦੋ ਸੰਕੁਚਨ ਕਦਮ। REAP — Router-weighted Expert Activation Pruning, Cerebras Research ਤੋਂ ਅਤੇ ICLR 2026 ਵਿੱਚ ਪ੍ਰਵਾਨਿਆ — ਹਰ ਮਾਹਰਾਂ-ਦੇ-ਮਿਸ਼ਰਣ ਵਾਲੇ ਮਾਹਰ ਨੂੰ ਇਸ ਹਿਸਾਬ ਨਾਲ ਅੰਕ ਦਿੰਦਾ ਹੈ ਕਿ ਰਾਊਟਰ ਉਸਨੂੰ ਕਿੰਨੀ ਜ਼ੋਰ ਨਾਲ ਗੇਟ ਕਰਦਾ ਹੈ ਅਤੇ ਉਸਦੇ ਆਊਟਪੁੱਟ ਯੋਗਦਾਨ ਕਿੰਨੇ ਵੱਡੇ ਹਨ, ਫਿਰ ਸਭ ਤੋਂ ਘੱਟ ਅਹਿਮ ਨੂੰ ਸਿੱਧਾ ਕੱਢ ਦਿੰਦਾ ਹੈ। ਬਚੇ ਹੋਏ ਮਾਹਰਾਂ ਨੂੰ 3-ਬਿੱਟ ਵਜ਼ਨਾਂ ਵਿੱਚ ਕੁਆਂਟਾਈਜ਼ ਕੀਤਾ ਜਾਂਦਾ ਹੈ, ਤਾਂ ਜੋ ਬਿੱਟ ਬਜਟ ਉਨ੍ਹਾਂ ਮਾਹਰਾਂ ਉੱਤੇ ਲੱਗੇ ਜੋ ਸੱਚਮੁੱਚ ਟ੍ਰੈਫ਼ਿਕ ਢੋਂਦੇ ਹਨ।
ਕੀ Nemotron3Ultra ਵਿਜ਼ਨ ਜਾਂ JSON ਸਕੀਮਾ ਆਊਟਪੁੱਟ ਸਮਰਥਿਤ ਕਰਦਾ ਹੈ?
ਚਿੱਤਰ ਨਹੀਂ: ਇਹ ਐਂਡਪੁਆਇੰਟ ਸਿਰਫ਼ ਲਿਖਤ ਲਈ ਹੈ। ਇਹ ਸਖ਼ਤ ਢਾਂਚਾਗਤ ਆਊਟਪੁੱਟ ਜ਼ਰੂਰ ਸਮਰਥਿਤ ਕਰਦਾ ਹੈ — json_schema ਅਤੇ response_format, ਦੋਵੇਂ — ਨਾਲੇ ਟੂਲ ਕਾਲਿੰਗ, ਸਟ੍ਰੀਮਿੰਗ, ਤਰਕ ਦੇ ਨਿਸ਼ਾਨ ਅਤੇ reasoning_effort ਵੀ। ਬਿਨਾਂ ਸੈਂਸਰ ਮਾਡਲ ਉੱਤੇ ਚਿੱਤਰਾਂ ਲਈ ਇਸਦੀ ਥਾਂ MiniMax-M3, Kimi-K2.6, Kimi-K3, MiMo-V2.5 ਜਾਂ inkling ਵਰਤੋ।
ਜਦੋਂ NVIDIA 1M ਦਾ ਪ੍ਰਚਾਰ ਕਰਦਾ ਹੈ ਤਾਂ ਸੰਦਰਭ 262,144 ਟੋਕਨ ਕਿਉਂ ਹੈ?
Nemotron 3 ਢਾਂਚੇ ਦਾ ਨਿਸ਼ਾਨਾ 1M ਟੋਕਨ ਵਿੰਡੋ ਹੈ ਅਤੇ NVIDIA ਉਸ ਲੰਬਾਈ ਉੱਤੇ RULER ਵਿੱਚ 94.7% ਦੱਸਦਾ ਹੈ। ਸਾਡੀ ਤੈਨਾਤੀ 262,144 ਟੋਕਨ ਪਰੋਸਦੀ ਹੈ, ਯਾਨੀ ਉਹ ਵਿੰਡੋ ਜੋ ਅਸੀਂ ਪੂਰੀ ਸੂਚੀ ਵਿੱਚ ਪੂਰੀ ਰਫ਼ਤਾਰ ਉੱਤੇ ਸੰਭਾਲਦੇ ਹਾਂ। ਗੇਟਵੇ ਦਾ ਹਰ ਮਾਡਲ ਉਹੀ ਸੰਦਰਭ ਦਿੰਦਾ ਹੈ, ਸੋ ਤੁਸੀਂ ਆਪਣੀ ਚੰਕਿੰਗ ਦੁਬਾਰਾ ਲਿਖੇ ਬਿਨਾਂ ਮਾਡਲ ID ਬਦਲ ਸਕਦੇ ਹੋ।
ਕੀ Nemotron ਗਣਿਤ, ਵਿਗਿਆਨ ਅਤੇ ਕੋਡ ਲਈ ਵਧੀਆ ਹੈ?
STEM ਅਤੇ ਤਰਕ ਇਸ ਪਰਿਵਾਰ ਦਾ ਐਲਾਨਿਆ ਹੋਇਆ ਧਿਆਨ ਹਨ। NVIDIA Nemotron 3 Ultra ਲਈ PinchBench ਉੱਤੇ 90%, ਪੰਜ ਏਜੰਟ ਢਾਂਚਿਆਂ ਵਿੱਚ SWE-Bench Verified ਉੱਤੇ 65.0-70.4% ਅਤੇ Terminal-Bench 2.1 ਉੱਤੇ 56.4% ਦੱਸਦਾ ਹੈ; ਪਹਿਲਾਂ ਵਾਲੇ Llama-Nemotron Ultra ਨੇ GPQA-Diamond ਉੱਤੇ 76.0% ਦੱਸਿਆ ਸੀ, ਜਦਕਿ DeepSeek-R1 71.5% ਉੱਤੇ ਸੀ। ਇਹ ਸਭ ਬਿਨਾਂ ਸੰਕੁਚਿਤ ਬੁਨਿਆਦ ਉੱਤੇ ਵਿਕਰੇਤਾ ਵੱਲੋਂ ਦੱਸੇ ਗਏ ਹਨ।
ਬਿਨਾਂ ਸੈਂਸਰ Nemotron API ਸੱਦੋ
262K ਸੰਦਰਭ, ਟੂਲ ਕਾਲਿੰਗ, ਸਖ਼ਤ JSON ਸਕੀਮਾ, ਕੋਈ ਇਨਕਾਰ ਪਰਤ ਨਹੀਂ — ਪ੍ਰਤੀ 1M ਟੋਕਨ $0.75 ਅੰਦਰ / $3.30 ਬਾਹਰ।
API ਦਸਤਾਵੇਜ਼ ਪੜ੍ਹੋ ਸਾਰੇ ਮਾਡਲ ਕਾਰਡShannon Lab LLC · New Mexico, USA · ਵਰਤੋਂ ਸਾਡੀ ਜ਼ਿੰਮੇਵਾਰ ਵਰਤੋਂ ਨੀਤੀ ਅਧੀਨ
ਸਰੋਤ: NVIDIA Nemotron 3 Ultra ਤਕਨੀਕੀ ਰਿਪੋਰਟ · NVIDIA ਡਿਵੈਲਪਰ ਬਲੌਗ (ਜੂਨ 2026) · Nemotron 3 Super ਢਾਂਚਾ ਨੋਟ · Llama-Nemotron: Efficient Reasoning Models · Cerebras Research, REAP। ਬੁਨਿਆਦ ਦੇ ਬੈਂਚਮਾਰਕ ਬਿਨਾਂ ਸੰਕੁਚਿਤ ਮਾਡਲ ਉੱਤੇ NVIDIA ਵੱਲੋਂ ਦੱਸੇ ਗਏ ਹਨ, ਜਦ ਤੱਕ Artificial Analysis ਦਾ ਹਵਾਲਾ ਨਾ ਦਿੱਤਾ ਹੋਵੇ; ਸੰਕੁਚਿਤ ਬਿਲਡ ਵੱਖਰੇ ਹੋ ਸਕਦੇ ਹਨ। ਕੀਮਤਾਂ ਅਤੇ ਸਮਰੱਥਾਵਾਂ 5 ਸਤੰਬਰ 2026 ਤੱਕ ਚਾਲੂ ਹਨ।