NVIDIA-Nemotron-3-Nano-30B-A3B

Nemotron-3 Nano-30B новое поколение LLM от компании NVIDIA. Главной особенностью модели является инновационная архитектура, которая объединяет слои Mamba2, слои Трансформера и технологию Mixture-of-Experts в единый вычислительный кластер. Такая структура позволяет модели эффективно обрабатывать огромные массивы данных, сохраняя логическую связность и высокую пропускную способность. модель имеет общий объем 32 миллиардов параметров, но благодаря MoE-маршрутизации для генерации каждого отдельного токена задействуется только активное подмножество из примерно 3,5 миллиардов параметров. Это обеспечивает уникальный баланс: модель обладает «знаниями» и емкостью 30-миллиардной сети, но потребляет вычислительные ресурсы на уровне компактных моделей, оптимизированных для быстрого инференса. Модель обучена на датасете объемом около 25 триллионов токенов, включающем 43 языка программирования и более 19 естественных языков.

По сравнению с Nemotron v2 новая версия предлагает архитектуру MoE вместо плотной (dense), что дает в 4 раза большую пропускную способность (throughput). Еще одной из ключевых возможностей Nemotron-3-Nano является поддержка контекстного окна длиной до 1 миллион токенов. Такое расширение идеально демонстрирует возможности слоев Mamba2 которые обрабатывают длинные последовательности с минимальными затратами памяти. Важным этапом создания модели стало обучение с подкреплением в мульти-средах (Multi-environment Reinforcement Learning) с использованием библиотеки NeMo Gym. Модель тренировалась не просто отвечать на вопросы, а выполнять последовательности действий: вызывать инструменты, писать функциональный код и строить многоступенчатые планы. Это делает её поведение более предсказуемым и надежным в сложных сценариях, где требуется верификация результата на каждом шаге.

На бенчмарке AIME25 (American Invitational Mathematics Examination), проверяющем математическое и количественное рассуждение, Nemotron 3 Nano достигает 99,2% точности с использованием инструментов, превосходя GPT-OSS-20B с 98,7%. На LiveCodeBench (v6 2025-08–2025–05) модель показывает 68,2%, опережая Qwen3-30B (66,0%) и GPT-OSS-20B (61,0%). На других бенчмарках модель если не опережает, то нисколько не уступает аналогам.

С учетом архитектурных преимуществ и рекомендациях NVIDIA, модель идеально подходит для следующих задач: Агентные системы и оркестрация, RAG с длинным контекстом (Long-Context RAG), локальная обработка и Edge-вычисления, генерация кода и структурирование данных.

Дата анонса: 15.12.2025
Параметров: 32B
Экспертов: 128
Активно параметров при инференсе: 3.6B
Контекст: 263K
Слоев: 29, с полным вниманием: 6
Тип внимания: Mamba Attention
Потребление памяти: 18.9 ГБ в точности 4 бит
Разработчик: NVIDIA
Версия Transformers: 4.55.4
Лицензия: NVIDIA Open Model License

Воспользуйтесь нашими готовыми публичными эндпоинтами бесплатно для теста инференса и знакомства с NVIDIA-Nemotron-3-Nano-30B-A3B. Получить токен для доступа к API вы можете на странице управления токенами после регистрации и верификации.

Арендуйте собственный физически выделенный инстанс с почасовой оплатой или на длительный срок с помесячной оплатой.

Мы рекомендуем создание частных инстансов в случаях, если необходимо:

• получить максимальную производительность эндпоинта,
• получить полный контекст для обработки больших запросов и диалогов,
• обеспечить максимальную безопасность, для обработки данных в выделенном изолированном пространстве,
• использовать кастомизированные веса: fine-tuned версии или lora-адаптеры.

Свяжитесь с нашей специализированной группой поддержки по нейросетям nn@immers.cloud или отправьте ваш запрос в отдел продаж sale@immers.cloud.