Что делает архитектуру Nemotron 3 Ultra особенной?

Модель использует гибридную архитектуру Transformer-Mamba и механизм Mixture-of-Experts (MoE), где из 550 млрд параметров активны только 55 млрд, что оптимизирует процесс рассуждения.

Какой объем текста может обработать модель за один раз?

Nemotron 3 Ultra поддерживает контекстное окно до 512 288 токенов, что позволяет анализировать сотни страниц текста или крупные технические спецификации.

Поддерживает ли модель работу с кодом и инструментами?

Да, модель оптимизирована для программирования, поддерживает структурированный вывод (JSON mode) и вызов внешних инструментов (tools).

NVIDIA: Nemotron 3 Ultra (batch)

NVNvidiaОбновлено: 04 июня 2026 г.

NVIDIA Nemotron 3 Ultra — это мощная модель с архитектурой Mixture-of-Experts (MoE), сочетающая трансформеры и Mamba для эффективного рассуждения. Благодаря огромному контекстному окну более 500 тысяч токенов, она отлично справляется с анализом масштабных документов и сложной оркестрацией задач.

Использовать через API

Метрики

Вход

36 ₽/M

Выход

216 ₽/M

Контекст

512k tokens

Параметры

Релиз

04 июня 2026 г.

Поддерживаемые параметры

frequency_penaltyinclude_reasoninglogit_biasmax_tokensmin_ppresence_penaltyreasoningreasoning_effortrepetition_penaltyresponse_formatstopstructured_outputstemperaturetool_choicetoolstop_ktop_p

Технический обзор

NVIDIA Nemotron 3 Ultra — это модель для рассуждений и оркестрации с открытым доступом от NVIDIA, содержащая 55 миллиардов активных параметров из общего числа 550 миллиардов (MoE). Модель построена на гибридной архитектуре Transformer-Mamba с использованием смеси экспертов.

Кодинг

Инструменты

Длинный контекст

Мультимодальность

Веб-автоматизация

Смежные подборки

Модели для программирования Недорогие модели Модели с длинным контекстом

Сравнение с похожими моделями

Модель

Для чего

Контекст

Цена ₽

Модель

NVIDIA: Nemotron 3 Ultra (batch)Текущая

Для чего

Контекст

512k

Цена ₽

36 / 216

NVIDIA: Nemotron 3 Ultra (batch)Текущая

512k

36 / 216

Модель

Z.ai: GLM 5.2

Для чего

Обе модели относятся к классу продвинутых решений для сложного логического вывода и поддерживают работу с инструментами.

Контекст

Цена ₽

66 / 206

Z.ai: GLM 5.2

66 / 206

Модель

AionLabs: Aion-3.0-Mini

Для чего

Модели конкурируют в сегменте эффективных архитектур, предлагая высокую производительность при обработке текстовых запросов.

Контекст

131k

Цена ₽

84 / 168

AionLabs: Aion-3.0-Mini

131k

84 / 168

Когда выбирать

Необходима обработка сверхдлинных документов или целых кодовых баз благодаря контексту в 512k токенов.
Требуется высокая точность в задачах логического рассуждения и сложной оркестрации процессов.
Нужна поддержка структурированного вывода и работы с внешними инструментами через Function Calling.

Когда не выбирать

Требуется мгновенный отклик в чат-ботах реального времени, где критична минимальная задержка первого токена.
Задача ограничивается простыми короткими ответами, не требующими глубокого анализа контекста.
Необходима работа с мультимодальными данными, такими как изображения или аудио.