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.
| Наименование модели | Контекст | Тип | GPU | TPS | Tooling | Статус | Ссылка |
|---|---|---|---|---|---|---|---|
| stelterlab/NVIDIA-Nemotron-3-Nano-30B-A3B-AWQ | 263K | Публичный | 4090 | 477 | да | доступен | чат |
curl https://chat.immers.cloud/v1/endpoints/generate/chat/completions \
-H "Content-Type: application/json" \
-H "Authorization: Bearer USER_API_KEY" \
--data-binary @- <<"EOF"
{"model": "NVIDIA-Nemotron-3-Nano-30B-A3B", "messages": [
{"role": "system", "content": "You are a helpful assistant."},
{"role": "user", "content": "Say this is a test"}
], "temperature": 0, "max_tokens": 150
}
EOF
$response = Invoke-WebRequest https://chat.immers.cloud/v1/endpoints/generate/chat/completions `
-Method POST `
-Headers @{
"Authorization" = "Bearer USER_API_KEY"
"Content-Type" = "application/json; charset=utf-8"
} `
-Body ([System.Text.Encoding]::UTF8.GetBytes((@{
model = "NVIDIA-Nemotron-3-Nano-30B-A3B"
messages = @(
@{ role = "system"; content = "You are a helpful assistant." },
@{ role = "user"; content = "Say this is a test" })
} | ConvertTo-Json -Depth 10)))
([System.Text.Encoding]::UTF8.GetString($response.RawContentStream.ToArray()) | ConvertFrom-Json).choices[0].message.content
#!pip install OpenAI --upgrade
from openai import OpenAI
client = OpenAI(
api_key="USER_API_KEY",
base_url="https://chat.immers.cloud/v1/endpoints/generate/",
)
chat_response = client.chat.completions.create(
model="NVIDIA-Nemotron-3-Nano-30B-A3B",
messages=[
{"role": "system", "content": "You are a helpful assistant."},
{"role": "user", "content": "Say this is a test"},
]
)
print(chat_response.choices[0].message.content)
# linux
export ANTHROPIC_BASE_URL=https://chat.immers.cloud/v1/endpoints/generate/
export ANTHROPIC_API_KEY=USER_API_KEY
export ANTHROPIC_MODEL=NVIDIA-Nemotron-3-Nano-30B-A3B
# windows (ps)
[Environment]::SetEnvironmentVariable("ANTHROPIC_BASE_URL", "https://chat.immers.cloud/v1/endpoints/generate/", "User")
[Environment]::SetEnvironmentVariable("ANTHROPIC_AUTH_TOKEN", "USER_API_KEY", "User")
[Environment]::SetEnvironmentVariable("ANTHROPIC_MODEL", "NVIDIA-Nemotron-3-Nano-30B-A3B", "User")
# linux
export OPENAI_BASE_URL=https://chat.immers.cloud/v1/endpoints/generate/
export OPENAI_API_KEY=USER_API_KEY
export OPENAI_MODEL=NVIDIA-Nemotron-3-Nano-30B-A3B
# windows (ps)
[Environment]::SetEnvironmentVariable("OPENAI_BASE_URL", "https://chat.immers.cloud/v1/endpoints/generate/", "User")
[Environment]::SetEnvironmentVariable("OPENAI_API_KEY", "USER_API_KEY", "User")
[Environment]::SetEnvironmentVariable("OPENAI_MODEL", "NVIDIA-Nemotron-3-Nano-30B-A3B", "User")
Арендуйте собственный физически выделенный инстанс с почасовой оплатой или на длительный срок с помесячной оплатой.
Мы рекомендуем создание частных инстансов в случаях, если необходимо:
| Наименование | GPU | TPS | Параллельность (макс.) | |||
|---|---|---|---|---|---|---|
262 144 |
1 | 91,14 ₽ | 477.00 | 2,12 | Запустить | |
262 144 |
1 | 211,77 ₽ | 223.80 | 34,31 | Запустить | |
262 144 |
1 | 141,77 ₽ | 6,01 | Запустить | ||
262 144 |
1 | 341,77 ₽ | 209.21 | 34,82 | Запустить | |
262 144 |
1 | 367,41 ₽ | 244.39 | 42,49 | Запустить | |
262 144 |
1 | 423,04 ₽ | 70,09 | Запустить | ||
262 144 tensor |
2 | 51,34 ₽ | 2,99 | Запустить | ||
262 144 tensor |
2 | 83,37 ₽ | 12,50 | Запустить | ||
262 144 tensor |
2 | 139,77 ₽ | 13,77 | Запустить | ||
262 144 tensor |
2 | 411,81 ₽ | 80,82 | Запустить | ||
262 144 tensor |
2 | 839,97 ₽ | 153,71 | Запустить | ||
| Наименование | GPU | TPS | Параллельность (макс.) | |||
|---|---|---|---|---|---|---|
262 144 |
1 | 341,77 ₽ | 134.65 | 45,64 | Запустить | |
262 144 |
1 | 367,41 ₽ | 61,62 | Запустить | ||
262 144 |
1 | 423,04 ₽ | 115,26 | Запустить | ||
262 144 tensor |
2 | 261,77 ₽ | 20,10 | Запустить | ||
262 144 tensor |
2 | 839,97 ₽ | 276,42 | Запустить | ||
| Наименование | GPU | TPS | Параллельность (макс.) | |||
|---|---|---|---|---|---|---|
262 144 tensor |
4 | 144,97 ₽ | 3,54 | Запустить | ||
262 144 |
1 | 211,77 ₽ | 143.67 | 6,88 | Запустить | |
262 144 tensor |
4 | 257,77 ₽ | 138.92 | 4,83 | Запустить | |
262 144 tensor |
4 | 269,04 ₽ | 4,83 | Запустить | ||
262 144 tensor |
4 | 321,77 ₽ | 4,78 | Запустить | ||
262 144 |
1 | 341,77 ₽ | 133.86 | 6,84 | Запустить | |
262 144 |
1 | 367,41 ₽ | 15,05 | Запустить | ||
262 144 pipeline |
3 | 387,41 ₽ | 9,90 | Запустить | ||
262 144 tensor |
2 | 411,81 ₽ | 52,55 | Запустить | ||
262 144 |
1 | 423,04 ₽ | 42,65 | Запустить | ||
262 144 tensor |
4 | 513,04 ₽ | 14,34 | Запустить | ||
262 144 tensor |
2 | 839,97 ₽ | 125,44 | Запустить | ||
Свяжитесь с нашей специализированной группой поддержки по нейросетям support@immers.cloud или отправьте ваш запрос в отдел продаж sale@immers.cloud.