Nemotron 3 Ultra 550B-A55B

Technische Einordnung

Nemotron 3 Ultra ist laut NVIDIA das letzte und leistungsstärkste Modell der Nemotron-3-Familie. Die Architektur ist ein hybrider Latent-Mixture-of-Experts-Aufbau aus Mamba-2-, MoE- und Attention-Schichten mit Multi-Token-Prediction; vortrainiert wurde mit einem NVFP4-Rezept. NVIDIA veröffentlicht vier getrennte Checkpoints: das nachtrainierte BF16-Modell, eine NVFP4-quantisierte Variante, das Basismodell und ein GenRM-Modell für RLHF. Dieses Portrait behandelt die nachtrainierten Varianten BF16 und NVFP4; Werte des Basismodells oder von GenRM werden nicht übernommen.

Zugang & Nutzung

Offene Modellgewichte über Hugging Face (BF16, NVFP4, Base und GenRM); laut NVIDIA-Pressemitteilung außerdem über ModelScope, OpenRouter und als NIM-Microservice. Eine gehostete Test-API gibt es auf build.nvidia.com unter den NVIDIA API Trial Terms of Service. Selbstbetrieb über vLLM, SGLang oder TensorRT-LLM; laut Modellkarte mindestens 8x B200 (BF16) beziehungsweise 4x B200 (NVFP4).

OpenMDW License Agreement 1.1 (Steward: Linux Foundation). Die Lizenz erlaubt Nutzung, Änderung und Weitergabe ohne Einsatzbeschränkung, auch kommerziell; bei Weitergabe sind Lizenztext und Herkunftshinweise zu behalten. Erzeugte Ausgaben unterliegen keinen Lizenzpflichten. Eine Klausel beendet die Rechte bei aktiven Patent- oder Urheberrechtsklagen gegen die Modellmaterialien. Die Linux Foundation hat OpenMDW-1.1 im August 2026 der OSI zur Prüfung vorgelegt; eine OSI-Anerkennung ist daraus nicht abzuleiten. Der gehostete Testdienst auf build.nvidia.com hat eigene Nutzungsbedingungen.

Grenzen & richtig lesen

Alle Benchmark- und Durchsatzwerte sind Herstellerangaben aus NVIDIAs eigener Auswertung (Nemo Evaluator SDK), keine unabhängigen Messungen. Der Betrieb erfordert Rechenzentrums-Hardware, keine Consumer-GPUs. Die 1-Mio.-Token-Konfiguration muss am Server ausdrücklich freigeschaltet werden; die dokumentierten Beispiele nutzen standardmäßig 262.144 Token. TensorRT-LLM unterstützt das Modell laut Modellkarte derzeit nur auf Blackwell-Hardware. NVIDIA weist zudem auf unausgewogene Demografie-Anteile in Trainingsdaten hin und empfiehlt eigene Bias-Prüfungen. Ein offizielles Ausgabelimit und ein offizieller Tokenpreis werden von NVIDIA nicht genannt.

Benchmark-Belege

Für dieses Portrait ist noch kein ausreichend zugeordnetes Ergebnis erfasst. Fehlende Werte sind keine Null. Wir übernehmen keine Werte aus ähnlich benannten Modell- oder Benchmark-Versionen.