NVIDIA Nemotron 3 Ultra 是老黄家 2026年6月初刚发的开源旗舰大模型，Nemotron 3 家族里最强的那个（上面还有 Nano 和 Super 两个小弟）。

几个关键数字：

• 550B 总参数，MoE 架构（混合专家），每个 token 只激活 ~55B，所以推理很快
• 100 万 token 上下文窗口
• Hybrid LatentMoE 架构，把 Mamba-2、MoE、Attention 揉在一起，还加了 Multi-Token Prediction（MTP）做投机解码
• 推理速度能做到 300+ tokens/s（在 DeepInfra 等平台上）

定位很明确：专打长程 Agent 场景——多步推理、工具调用、代码生成、深度研究、复杂企业工作流（客服自动化、供应链、IT 安全这些）。

开源权重直接挂 HuggingFace，也上了 NVIDIA NIM、OpenRouter 等推理平台。在 Artificial Analysis 智能指数上拿了 48 分，是美国开源模型里最高的（不过 Kimi K2.6 等国产模型分更高）。

一句话：老黄在模型层也下场卷了，不是光卖铲子。这玩意对标的更像是 "给企业跑 Agent 的基建"，跟他的硬件生态深度绑定。