Nemotron 3 Ultra 550B A55B（Free）

NVIDIA Nemotron 3 Ultra 是 NVIDIA 推出的开放前沿推理与编排模型，总参数量 550B、激活参数量 55B（MoE），面向最苛刻的智能体、推理与长上下文任务。

核心特性

• 混合 LatentMoE 架构：以交织的 Mamba-2 与 MoE 层为主，并间隔布置注意力层，兼顾长序列效率与推理能力。
• 多 Token 预测（MTP）：共享权重预测头，提升训练信号质量，并通过原生推测解码加速生成。
• 超长上下文：支持最长 100 万 Token 上下文，适合跨文档推理、超长代码库分析与多步任务规划。
• 可配置推理模式：通过 chat template 的 enable_thinking 开关启用或关闭思考过程（默认开启），并支持 reasoning_effort 调节推理强度。
• 多语言支持：英语、法语、西班牙语、意大利语、德语、日语、韩语、巴西葡萄牙语、印地语和中文。
• 工具调用与结构化输出：支持 function calling、结构化输出与多轮对话。

适用场景

• 复杂多步智能体（Agent）编排与工具/函数调用
• 代码、数学与科学领域的高难度推理
• 高价值 RAG、长文档与超长代码库分析
• 多语言推理与翻译、复杂指令跟随

模型信息

该模型为免费版本，具体配额与限速以平台实际配置为准。