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

размышляющая
русскоязычная
можно попробовать

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: 4B
Контекст: 263K
Слоев: 52, с полным вниманием: 6, без внимания: 23
Тип внимания: Hybrid Attention
Тип Mamba: Mamba 2
Разработчик: NVIDIA
Версия Transformers: 4.55.4
Лицензия: NVIDIA Nemotron Open Model License

Публичный эндпоинт

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.
Наименование модели Контекст Тип GPU TPS Tooling Статус Ссылка
stelterlab/NVIDIA-Nemotron-3-Nano-30B-A3B-AWQ 262 144 Публичный — 14.52 доступен чат

API доступ к NVIDIA-Nemotron-3-Nano-30B-A3B эндпоинтам

curl https://chat.immers.cloud/v1/endpoints/nemotron3-nano-30b-a3b/generate/chat/completions \
-H "Content-Type: application/json" \
-H "Authorization: Bearer USER_API_KEY" \
-d '{"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}'
$response = Invoke-WebRequest https://chat.immers.cloud/v1/endpoints/nemotron3-nano-30b-a3b/generate/chat/completions `
-Method POST `
-Headers @{
"Authorization" = "Bearer USER_API_KEY"
"Content-Type" = "application/json"
} `
-Body (@{
model = "NVIDIA-Nemotron-3-Nano-30B-A3B"
messages = @(
@{ role = "system"; content = "You are a helpful assistant." },
@{ role = "user"; content = "Say this is a test" }
)
} | ConvertTo-Json)
($response.Content | 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/nemotron3-nano-30b-a3b/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)

Частный сервер

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.

Рекомендуемые конфигурации сервера для хостинга NVIDIA-Nemotron-3-Nano-30B-A3B

Цены:
Наименование GPU Цена, час TPS Параллельность (макс.)
teslaa10-1.16.32.160
262 144
 1 46,94 ₽ 1,61 Запустить
teslat4-2.16.32.160
262 144
tensor
 2 48,14 ₽ 4,65 Запустить
teslaa2-2.16.32.160
262 144
tensor
 2 51,34 ₽ 4,65 Запустить
rtx3090-1.16.24.160
262 144
 1 73,73 ₽ 1,61 Запустить
rtx2080ti-3.12.24.120
262 144
pipeline
 3 74,84 ₽ 3,61 Запустить
rtx4090-1.16.32.160
262 144
 1 91,14 ₽ 1,61 Запустить
rtx2080ti-4.16.32.160
262 144
tensor
 4 99,74 ₽ 8,40 Запустить
rtxa5000-2.16.64.160.nvlink
262 144
tensor
 2 109,77 ₽ 13,96 Запустить
rtx3080-3.16.64.160
262 144
pipeline
 3 127,37 ₽ 1,87 Запустить
rtx5090-1.16.64.160
262 144
 1 141,77 ₽ 6,27 Запустить
rtx3080-4.16.64.160
262 144
tensor
 4 162,57 ₽ 6,07 Запустить
teslaa100-1.16.64.160
262 144
 1 211,77 ₽ 34,21 Запустить
h100-1.16.64.160
262 144
 1 341,77 ₽ 34,21 Запустить
h100nvl-1.16.96.160
262 144
 1 367,41 ₽ 42,37 Запустить
teslaa100-2.24.96.160.nvlink
262 144
tensor
 2 411,81 ₽ 79,18 Запустить
h200-1.16.128.160
262 144
 1 423,04 ₽ 69,73 Запустить
h200-2.24.256.160.nvlink
262 144
tensor
 2 839,97 ₽ 150,22 Запустить
Цены:
Наименование GPU Цена, час TPS Параллельность (макс.)
teslat4-3.32.64.160
262 144
pipeline
 3 78,57 ₽ 2,39 Запустить
teslaa10-2.16.64.160
262 144
tensor
 2 83,37 ₽ 4,01 Запустить
teslat4-4.16.64.160
262 144
tensor
 4 85,77 ₽ 10,09 Запустить
teslaa2-3.32.128.160
262 144
pipeline
 3 94,64 ₽ 2,39 Запустить
rtxa5000-2.16.64.160.nvlink
262 144
tensor
 2 109,77 ₽ 4,01 Запустить
teslaa2-4.32.128.160
262 144
tensor
 4 112,24 ₽ 10,09 Запустить
rtx3090-2.16.64.160
262 144
tensor
 2 139,77 ₽ 4,01 Запустить
rtx4090-2.16.64.160
262 144
tensor
 2 171,77 ₽ 4,01 Запустить
teslaa100-1.16.64.160
262 144
 1 211,77 ₽ 24,26 Запустить
rtx5090-2.16.64.160
262 144
tensor
 2 261,77 ₽ 13,33 Запустить
h100-1.16.64.160
262 144
 1 341,77 ₽ 134,65 24,26 Запустить
h100nvl-1.16.96.160
262 144
 1 367,41 ₽ 32,41 Запустить
teslaa100-2.24.96.160.nvlink
262 144
tensor
 2 411,81 ₽ 69,23 Запустить
h200-1.16.128.160
262 144
 1 423,04 ₽ 59,78 Запустить
h200-2.24.256.160.nvlink
262 144
tensor
 2 839,97 ₽ 140,27 Запустить
Цены:
Наименование GPU Цена, час TPS Параллельность (макс.)
teslaa2-6.32.128.240
262 144
pipeline
 6 148,21 ₽ 5,33 Запустить
teslaa10-4.16.128.240
262 144
tensor
 4 157,01 ₽ 8,57 Запустить
teslaa100-1.16.128.240
262 144
 1 223,81 ₽ 4,10 Запустить
rtx3090-4.16.96.320
262 144
tensor
 4 264,96 ₽ 8,57 Запустить
rtx4090-4.16.96.320
262 144
tensor
 4 328,96 ₽ 8,57 Запустить
h100-1.16.128.240
262 144
 1 353,81 ₽ 4,10 Запустить
h100nvl-1.16.96.240
262 144
 1 368,18 ₽ 12,25 Запустить
rtx5090-3.16.96.240
262 144
pipeline
 3 388,18 ₽ 10,18 Запустить
h200-1.16.128.240
262 144
 1 423,81 ₽ 39,62 Запустить
teslaa100-2.24.256.320.nvlink
262 144
tensor
 2 441,52 ₽ 49,07 Запустить
rtx5090-4.16.128.320
262 144
tensor
 4 514,59 ₽ 27,20 Запустить
h200-2.24.256.240.nvlink
262 144
tensor
 2 840,74 ₽ 120,11 Запустить

Связанные модели

NVIDIA-Nemotron-3-Super-120B-A12B

Остались вопросы?

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