NVIDIA 釋出 Nemotron 3 開源模型：主打多智慧體協作，Nano 版即日上線

Nemotron 3 是 NVIDIA 專為多智慧體協作打造的開源模型家族。它主打低推理成本和高執行效率，能幫開發者搭建併發呼叫、多步驟規劃的 AI 智慧體工作流。

以往把多個大模型串聯起來做智慧體時，往往會遇到上下文漂移、通訊延遲大以及推理費用過高的問題。Nemotron 3 通過引入混合潛在專家（MoE）架構，讓模型在保持高精度的同時，把實際啟用的引數量壓到極低，從而直接降低單次任務的 token 成本。

三種規格與混合專家機制

該系列一共設計了三種尺寸，兼顧邊緣計算和重度複雜推理。

首發上線的 Nemotron 3 Nano 總引數量為 300 億，但每個 token 實際僅啟用最多 30 億引數。根據官方公佈的資料，其 token 吞吐量是前代 Nemotron 2 Nano 的 4 倍，推理所需的 reasoning token 生成量減少了最多 60%。此外，Nano 版自帶 100 萬 token 的超長上下文視窗，獨立評測機構 Artificial Analysis 將其評為同級別中兼具最高效率和開源度的領先模型。

另外兩款體量更大的版本將在 2026 年上半年陸續推出。其中 Nemotron 3 Super 總引數約 1000 億，啟用 100 億，面向低延遲的多智慧體協同；旗艦款 Nemotron 3 Ultra 總引數約 5000 億，啟用 500 億，用於深度研究與戰略規劃。這兩款大模型都在 Blackwell 架構上採用了 4 位 NVFP4 格式訓練，大幅節省視訊記憶體並加快了訓練速度。

連資料和評測配方一起開源

NVIDIA 這次不僅開放了權重，還把整個訓練工具鏈公之於眾。

官方同步放出了總計 3 萬億 token 的預訓練、後訓練與強化學習資料集，以及一套專門用來檢測複雜智慧體安全邊界的真實遙測資料集。配套釋出的 NeMo Gym 和 NeMo RL 提供了強化學習環境與訓練框架，Unsloth 和 Prime Intellect 已經將其接入自家工作流。

為了解決行業裡跑分不透明的亂象，NVIDIA 還開源了 NeMo Evaluator 測試庫，把 Nano 版本的完整測試指令碼、Prompt 和執行時配置全盤公開，允許任何人獨立驗證跑分結果。

在本地部署方面，Nemotron 3 已經支援 LM Studio、llama.cpp、vLLM 和 SGLang 等主流本地推理引擎。開發者現在就可以直接在 Hugging Face 下載 Nemotron 3 Nano，或者通過 OpenRouter、Fireworks、DeepInfra、Baseten 等雲端 API 平臺直接呼叫，也可以使用官方的 NVIDIA NIM 微服務在私有算力叢集上部署。

為什麼重要

如果你正在開發多智慧體流程，或者想在本地搭建輕量級程式碼審查、長文本檢索助手，Nemotron 3 Nano 很值得現在就上手試試。啟用 30 億引數意味著它的執行門檻相當親民，而在百萬上下文的加持下，它處理多輪對話工具呼叫的開銷要比常規濃縮模型低得多。

從行業角度看，NVIDIA 這次把資料集、訓練框架到評測流程全盤開源，做法相當聰明。它不僅在給自家的 Blackwell 硬體生態鋪路，更是在用極高的透明度倒逼其他開源大模型廠商放棄黑盒基準測試。對於需要將業務資料牢牢抓在手中的企業而言，這種完全可復現、高度輕量化的開源路線，比單純依賴商業封閉介面要可靠得多。