Nemotron 3 Ultra (550B A55B)

Fiche modèle · NVIDIA · nemotron-3-ultra-550b-a55b

Nemotron 3 Ultra is NVIDIA's frontier-scale open model with 550B total / 55B active parameters, built for agentic reasoning, long-context analysis, tool use, and high-stakes RAG. It uses a hybrid Latent Mixture-of-Experts (LatentMoE) architecture interleaving Mamba-2, MoE, and select Attention layers, with Multi-Token Prediction (MTP) for native speculative decoding, and is pre-trained on ~20T tokens with an NVFP4 recipe. Reasoning is configurable on/off (plus a medium-effort mode) via the chat template. It supports up to a 1M-token context and 10 languages (English, French, Spanish, Italian, German, Japanese, Hindi, Korean, Brazilian Portuguese, Chinese). Released with open weights, training data, and recipes under the OpenMDW-1.1 license.

Fiches modèles

Identité

OrganisationNVIDIA
Pays—
Famille—
Typellm
Date de sortie2026-06-04
Licenceopenmdw license v1.1
Licence commercialeoui
Licence open sourceoui
Poids ouvertsoui
Auto-hébergement (DGX Spark)non — 550 Md > 107 Md
Modalitésimage|text
Fenêtre de contexte1 000 000
KV cache / token (Q8)—
Paramètres totaux550 B
Paramètres actifs (session)55 B
Source des paramètres actifsactifs : nom (heuristique) ; total : nom (heuristique)
Curation des paramètres actifs2026-11-04
Prix par session0.94 $ (1 000 000 tokens entrée + 200 000 sortie, prix le moins cher par fournisseur)
Tokens / tâche (Data Players)1.2 M
Tokens / tâche (Terminal-Bench)83.3 M (est.)
Ratio Terminal-Bench / Data Players69.4×
Coût / tâche (Terminal-Bench)7.89 $ (est.)
Tokens d'entraînement20 000 000 000 000
Coupure de connaissance2025-09-30
Créé le2026-06-16T23:57:38.252458Z
Mis à jour le2026-11-04T06:04:58.613077Z
SourceLLM Stats
URLhttps://llm-stats.com/models/nemotron-3-ultra-550b-a55b
Tokens/tâche

Prix par fournisseur

Prix

Statut du modèle (offres + auto-hébergement) : non — hors DGX Spark (> 107 Md).

Toutes sources confondues : catalogue llm-stats, routeurs EUrouter/Cortecs et catalogues directs (OVHcloud, Scaleway, Infomaniak). Les prix sont convertis en USD pour la comparaison ; le prix publié et le taux BCE utilisé sont dans l'infobulle. Les prix inconnus restent indiqués « — ».

FournisseurSourceSouverainetéEntrée (/M tok)Sortie (/M tok)QuantificationContexteLatence (s)Débit (tok/s)Statut
DeepInfrallm-statsnon0.50 $2.20 $————active

Souveraineté qualifiée par offre (modèle × fournisseur) ; survolez le badge pour les critères.

Souveraineté

Scores par catégorie (top_scores)

CatégorieScore
chat0.60
instruction_following0.80
knowledge0.70
language0.80
legal0.70
long_context0.70
math0.60
physics0.70
reasoning0.60
science0.80
search0.40
structured_output0.60
finance0.60
frontend_development0.70
general0.60
healthcare0.80
agents0.50
biology0.70
chemistry0.70
code0.70
communication0.60
tool_calling0.40
vision0.40

Scores par benchmark

BenchmarkCatégorieScoreMaxNormalisé (API)VérifiéAuto-déclaréDaté du
aa-lcrreasoning0.651.000.65nonoui2026-11-04T06:04:58.727938Z
apexreasoning0.851.000.85nonoui2026-11-04T06:04:58.682955Z
browsecompreasoning0.441.000.44nonoui2026-11-04T06:04:58.659952Z
critptreasoning0.031.000.03nonoui2026-11-04T06:04:58.707208Z
finance-agentagents0.541.000.54nonoui2026-11-04T06:04:58.752654Z
finance-agent-v2agents0.381.000.38nonnon2026-11-04T06:04:58.758337Z
gdpvalgeneral0.471.000.47nonoui2026-08-11T05:53:38.239177Z
gpqareasoning0.871.000.87nonoui2026-11-04T06:04:58.686249Z
humanity's-last-examreasoning0.371.000.37nonoui2026-11-04T06:04:58.704138Z
ifbenchinstruction_following0.821.000.82nonoui2026-11-04T06:04:58.721368Z
imo-answerbenchmath0.921.000.92nonoui2026-11-04T06:04:58.672028Z
livecodebench-v6reasoning0.891.000.89nonoui2026-11-04T06:04:58.664137Z
longbench-v2long_context0.621.000.62nonoui2026-11-04T06:04:58.738365Z
mmlu-prolanguage0.871.000.87nonoui2026-11-04T06:04:58.710156Z
mmlu-proxlanguage0.831.000.83nonoui2026-11-04T06:04:58.743378Z
multichallengechat0.641.000.64nonoui2026-11-04T06:04:58.725089Z
omnisciencescience0.791.000.79nonoui2026-11-04T06:04:58.718402Z
pinchbenchcode0.901.000.90nonoui2026-11-04T06:04:58.640481Z
profbenchreasoning0.561.000.56nonoui2026-11-04T06:04:58.633578Z
rulerlong_context0.951.000.95nonoui2026-11-04T06:04:58.732964Z
scicodereasoning0.451.000.45nonoui2026-11-04T06:04:58.689886Z
swe-bench-multilingualreasoning0.681.000.68nonoui2026-11-04T06:04:58.630245Z
swe-bench-verifiedreasoning0.711.000.71nonoui2026-11-04T06:04:58.627058Z
tau3-benchagents0.231.000.23nonoui2026-11-04T06:04:58.656438Z
terminal-bench-2.1reasoning0.561.000.56nonoui2026-11-04T06:04:58.623680Z
wmt24++language0.841.000.84nonoui2026-11-04T06:04:58.746214Z

Classements

CatégorieRangScoreNote conservatriceBenchmarks évaluésMéthodeDaté duProvenance
chat200.6024.331trueskill2026-11-04T08:08:43.789169Zrankings
knowledge10.7023.692trueskill2026-11-04T08:08:45.139626Zrankings
math440.6036.026trueskill2026-11-04T08:08:42.442591Zrankings
agents118—12.148trueskill2026-10-19model_history
code108—20.415trueskill2026-10-19model_history

Lecture : Note conservatrice = borne basse TrueSkill (niveau estimé − marge d’incertitude) ; Benchmarks évalués = nombre de benchmarks de la catégorie pris en compte. À performances égales, un modèle évalué sur moins de benchmarks obtient une note plus basse : la note ne se déduit pas d’un seul score. Provenance : rankings = top 50 de /rankings ; model_history = historique du modèle (/models/{id}/history), utilisé pour les rangs au-delà du top 50.

Données

Dates de curation (récupération depuis l'API) : models 2026-11-04 · benchmarks 2026-11-04 · scores 2026-11-04 · updates 2026-11-04 · account 2026-11-04 · model_history 2026-11-04 · rankings 2026-11-04