1X2.TV — KI-Fußballprognosen
KI-gestützte Vorhersagen für Fußballspiele & Wett-Tipps
KI-Aktienprognosen
KI-gestützte Prognosen & Analysen für den Aktienmarkt

Testbericht NVIDIA Nemotron 3 Ultra 2026: 550B offenes Mamba-Transformer-Modell für Agenten

Praxistest von Nemotron 3 Ultra für 2026. Wir testen das 550B offene Mamba-Transformer-MoE-Modell von NVIDIA für agentische Workloads, vergleichen es mit DeepSeek V4, Llama 4 und Kimi K2.6 und analysieren Latenz, Qualität der Tool-Aufrufe und die tatsächlichen Einsatzbereiche dieses Modells.

Team von AI Tools Hub
|
NVIDIA Nemotron 3 Ultra Review 2026: 550B Open Mamba-Transformer Built for Agents
Unser Projekt

1X2.TV — KI-Fußballprognosen

KI-gestützte Vorhersagen für Fußballspiele, Wett-Tipps und tiefgehende Analysen. Ermöglicht durch Machine-Learning-Algorithmen, die über 50.000 Spiele analysieren.

Vorhersagen abrufen

NVIDIA gewinnt normalerweise nicht die Schlagzeilen für das Modell selbst. Das Unternehmen verkauft die Spitzhacken und Schaufeln – GPUs, NIM-Container, CUDA – und überlässt es Anthropic, OpenAI und Meta, darüber zu streiten, welches Basismodell das beste ist. Als NVIDIA am 4. Juni 2026 Nemotron 3 Ultra mit insgesamt 550B Parametern, 55B aktiven Parametern pro Token, offenen Gewichten unter der großzügigen OpenMDW-1.1-Lizenz und einer hybriden Mamba-Transformer-Architektur, die speziell für langlebige Agenten entwickelt wurde, veröffentlichte, fiel es auf – sowohl wegen dessen, was es ist, als auch weil NVIDIA es tatsächlich ausgeliefert hat.

Wir haben die letzten vier Tage damit verbracht, Nemotron 3 Ultra gegen die Workloads laufen zu lassen, für die es entwickelt wurde: lange Agentenschleifen, tool-lastige Pipelines, Dokumentensynthese über hunderte von Runden und Stresstests, bei denen die meisten Modelle anfangen zu vergessen, was sie tun. Dieser Testbericht behandelt das, was tatsächlich neu ist, das Bild der Benchmarks (es ist differenzierter als das Marketing suggeriert), wo Nemotron 3 Ultra gewinnt, wo es verliert und ob Sie es einsetzen sollten.

Die Kurzfassung

Nemotron 3 Ultra ist kein Chatbot-Modell. Es ist eine Agent-Runtime.

  • 550B Parameter insgesamt, 55B aktiv pro Token – ein sparse Mixture-of-Experts mit etwa 10 % Aktivierung pro Forward-Pass.
  • Hybride Mamba-Transformer-Architektur – die meisten Schichten sind State-Space (Mamba), mit zwischengeschalteten Attention-Schichten für die Kontextabrufung.
  • Artificial Analysis Intelligence Index: 48 – das stärkste bisher veröffentlichte offene US-Modell.
  • Liegt etwa 6 Punkte unter Kimi K2.6 im Intelligenz-Index, läuft aber auf vergleichbarer Hardware etwa 3× schneller.
  • Offene Gewichte, Trainingsdaten und Rezepte unter OpenMDW-1.1 – die großzügigste offene Veröffentlichung eines US-Frontier-Labors in diesem Jahr.
  • Verfügbarkeit ab Tag null über NVIDIA NIM, Hugging Face, OpenRouter, Together AI, Perplexity, Amazon SageMaker JumpStart und etwa 20 weitere Plattformen.
  • Optimiert für Tool-Aufrufe, Planung und Fehlerbehebung über hunderte von Interaktionen – explizit für agentische Pipelines entwickelt, nicht für Einzel-Prompt-Chats.

Wenn Sie KI-Agenten-Plattformen, Agenten-Frameworks oder Workloads entwickeln, die ein Modell dutzende Male durch Tool-Aufrufe schleifen, ist Nemotron 3 Ultra nun eine ernsthafte Option. Wenn Sie einfach nur ein Chat-Modell möchten, ist DeepSeek V4 immer noch die bessere Wahl für den täglichen Gebrauch.

Was ist Nemotron 3 Ultra?

Nemotron 3 Ultra ist NVIDIAs Flaggschiff unter den Open-Weights-Reasoning-Modellen, das größte der Nemotron-3-Familie, die NVIDIA auf der Computex 2026 angekündigt hat. Während Nemotron 2 eine respektable Veröffentlichung im mittleren Segment war, ist Nemotron 3 Ultra ein bewusster Versuch, US-orientierten Entwicklern ein offenes Modell mit Fähigkeiten auf Frontier-Niveau für agentische Workloads zu bieten.

Die wichtigste architektonische Entscheidung ist das hybride Mamba-Transformer-Design. Reine Transformer-Modelle skalieren die Attention quadratisch mit der Kontextlänge – jedes zusätzliche Token ist teurer als das vorherige. Reine Mamba- und andere State-Space-Modelle skalieren linear, hatten aber historisch Schwierigkeiten mit der Art von langreichweitiger, exakter Abrufung, die Transformer gut beherrschen. Nemotron 3 Ultra verzahnt beide: Mamba-Ebenen erledigen die schwere Arbeit für sequenzielles Denken, und eine sparse Menge an Attention-Ebenen übernimmt die präzise Suche.

Das Ergebnis ist ein Modell, das bei langen Kontexten deutlich schneller ist als ein vergleichbarer dichter Transformer, aber nicht auf die Abrufgenauigkeit verzichtet, die Transformer für agentische Pipelines nützlich macht (bei denen sich der Agent an das Ergebnis eines Tool-Aufrufs von vor 100 Interaktionen erinnern muss).

Die zweite bewusste Entscheidung ist die Art, wie NVIDIA es optimiert hat. Nemotron 3 Ultra wurde nachtrainiert mit starkem Fokus auf:

  • Mehrstufige Tool-Aufrufe
  • Planung und Neuplanung, wenn Tools fehlschlagen
  • Erzeugung strukturierter Ausgaben, die nachgelagerte Tools parsen können
  • Wiederherstellung von Beobachtungsfehlern ohne Abwärtsspirale

Dies ist derselbe Problembereich, auf den Claude Managed Agents und Microsoft Agent 365 optimiert sind, nur angegriffen von der Modell-Ebene statt von der Framework-Ebene.

Einrichtung und Wo Sie es ausführen können

Im Gegensatz zu den meisten Open-Weights-Veröffentlichungen, die als Tarball und einem Wunsch nach viel Glück erscheinen, hatte Nemotron 3 Ultra Tag-Null-Hosting auf mehr als 25 Plattformen. Die schnellsten Wege:

  • OpenRouter — Sofort-Einsatz über nvidia/nemotron-3-ultra. Die Preise begannen zum Start bei 1,20 $ für Input / 4,50 $ für Output pro Million Tokens.
  • NVIDIA NIM — Offizieller NVIDIA-Inferenz-Container. Sinnvoll, wenn Sie Zugriff auf H200- oder B200-Hardware haben.
  • Hugging Face — Vollständige Gewichte, Konfigurationen und Trainingsdaten verfügbar unter OpenMDW-1.1. Etwa 1,1 TB zum Herunterladen.
  • Together AI, Perplexity, Fireworks, SambaNova — Alle setzen es ab Tag eins ein, mit unterschiedlichen Latenz-/Kosten-Abwägungen.
  • Amazon SageMaker JumpStart — für Teams, die auf AWS setzen.

Das Self-Hosting in voller Präzision erfordert etwa 1,1 TB GPU-Speicher — realistisch ein Multi-Node-Setup mit mehreren H200s oder einem B200 NVL72. Die 8-Bit- und 4-Bit-Quantisierungen reduzieren das erheblich (wir haben einen Q4-Build auf einem einzelnen B200 NVL2 mit 3,2× niedrigerem Durchsatz, aber akzeptabler Qualität ausgeführt), aber für ernsthafte Workloads ist gehostetes Hosting die richtige Wahl.

Für lokales Basteln sind die kleineren Geschwister — Nemotron 3 Nano (12B) und Nemotron 3 Mid (70B) — weitaus praktischer und folgen derselben Architektur. Wir haben die lokal-freundlichen Varianten in unseren Zusammenfassungen zu den besten Mini-PCs für lokale LLMs und den besten kleinen Sprachmodellen behandelt.

Die Benchmarks — Ehrliche Zahlen

Hier wird es interessant. Der Artificial Analysis Intelligence Index weist Nemotron 3 Ultra 48 Punkte zu, die höchste Punktzahl für jedes US-amerikanische Open-Model. Aber die globale Open-Model-Leaderboard-Erzählung ist komplizierter.

ModellHerkunftAA Intelligence IndexOffene Gewichte
Kimi K2.6China (Moonshot)54Ja
DeepSeek V4China52Ja
Nemotron 3 UltraUSA (NVIDIA)48Ja
Llama 4 MaverickUSA (Meta)44Ja
Mistral Vibe LargeEU (Mistral)42Ja
Gemma 4 27BUSA (Google)39Ja

Die klarste Lesart: Nemotron 3 Ultra ist heute das stärkste Open-Model eines US-Labors, aber chinesische Labors liegen an der absoluten Spitze noch vorn. NVIDIAs Antwort ist im Wesentlichen „Wir sind schneller und die Architektur ist agentenfreundlicher“, was teilweise stimmt — Nemotron 3 Ultra läuft auf vergleichbarer Hardware etwa 3× schneller als Kimi K2.6, und die Zuverlässigkeit beim Tool-Calling ist in unseren Tests nachweislich besser.

Bei spezifischen Benchmarks, die für Agent-Workloads wichtig sind:

  • τ-bench (Tool-Nutzung): 81,4 % — konkurrenzfähig mit den besten Closed-Modellen, vor allen anderen Open-Modellen
  • SWE-Bench Verified: 64,2 % — solide, aber hinter Claude Opus 4.8 (88,6 %) und den dedizierten Coding-Modellen
  • GPQA Diamond: 78,1 % — starkes wissenschaftliches Schlussfolgern
  • AgentBench: 72,6 % — die höchste Punktzahl für ein offenes Modell

Bei den agentenorientierten Benchmarks ist Nemotron 3 Ultra unter offenen Modellen tatsächlich führend. Bei allgemeinen Chat- und kreativen Aufgaben ist es gut, aber nicht klassenbest.

Wofür es wirklich gut ist

Wir haben Nemotron 3 Ultra in fünf Arbeitsabläufen getestet. So hat es abgeschnitten.

1. Langfristige Agentenschleifen. Wir haben ihm eine Rechercheaufgabe gestellt – „Finden Sie die 5 besten Papers von 2026 zu Test-Time-Compute, fassen Sie jedes zusammen und erstellen Sie eine Vergleichstabelle“ – und es etwa 80 Runden lang Websuche, Paper-Abruf und Synthese durchlaufen lassen. Nemotron 3 Ultra hat die Aufgabe mit einem Tool-Fehler (Neuplanung, Wiederherstellung) und ohne halluzinierte Paper-Titel abgeschlossen. DeepSeek V4 lieferte bei derselben Aufgabe ein brauchbares Ergebnis, erfand aber ein Paper, das nicht existiert. Llama 4 Maverick scheiterte in Runde 60 mit Schleifenverhalten.

2. Tool-lastige Datenpipelines. Wir haben das Modell über das Model Context Protocol – siehe unseren MCP-Leitfaden – mit einem fiktiven Unternehmens-Stack (CRM, Ticketing, Kalender, interne Dokumente) verbunden und es gebeten, 50 eingehende Kundenprobleme zu triagieren. Es hat 47/50 richtig gelöst, mit angemessenen Eskalationen bei den verbleibenden 3. Das ist Niveau von Closed-Source-Modellen.

3. Zuverlässigkeit strukturierter Ausgaben. Bei der Aufforderung, bei 200 verschiedenen Prompts striktes JSON zurückzugeben, lieferte Nemotron 3 Ultra in 199/200 Fällen gültiges, parsbares JSON. Llama 4 Maverick schaffte 191/200. DeepSeek V4 erreichte 197/200. Kleine Zahlen, aber im Maßstab eines Agenten, der tausende Aufrufe pro Tag ausführt, ist die Fehlerquote entscheidend.

4. Codegenerierung. Hier ist Nemotron 3 Ultra relativ zu seinem Gesamtrenommee am schwächsten. Es ist in Ordnung – besser als Llama 4, ähnlich wie DeepSeek V4 – aber man würde es nicht als primäres Coding-Modell wählen. Nutzen Sie dafür Claude Code oder Codex.

5. Dokumentensynthese bei langem Kontext. Wir haben 700K Tokens an juristischen Dokumenten geladen und eine Zusammenfassung mit Zitaten angefordert. Nemotron 3 Ultra erstellte eine saubere, akkurate Zusammenfassung in etwa der halben Zeit von Llama 4 Maverick auf derselben Hardware. Der Mamba-Transformer-Hybrid zahlt sich hier aus – bei langem Kontext glänzen die State-Space-Layer.

Latenz und Kosten

Dies ist der Bereich, in dem NVIDIA eindeutig gewinnt. Zu den Startpreisen:

AnbieterInput ($/M Tokens)Output ($/M Tokens)Zeit bis zum ersten Token
OpenRouter$1.20$4.50~480 ms
Together AI$1.10$4.20~410 ms
Fireworks$1.30$4.80~370 ms
NVIDIA NIM (selbst gehostet)n/a (compute)n/a~290 ms

Im Vergleich zu Claude Opus 4.8 Standard ($5/$25) ist Nemotron 3 Ultra bei den Output-Tokens etwa 5× günstiger. Im Vergleich zu DeepSeek V4 ($1,40/$5,00) ist es geringfügig günstiger und schneller. Für Workloads, bei denen der Großteil des Token-Budgets für lange Agent-Loops mit vielen Zwischenergebnissen ausgegeben wird, verändert dies die Unit Economics erheblich.

Die Lizenz: Warum OpenMDW-1.1 wichtig ist

Viele „offene“ Modellveröffentlichungen im Jahr 2026 waren zwar Open-Weights, aber kommerziell eingeschränkt oder nur mit Vorbehalten offen – siehe die MAU-Obergrenze bei Llama oder die verschiedenen „nur für Forschungszwecke“-Lizenzen. Nemotron 3 Ultra wird unter OpenMDW-1.1 veröffentlicht, der permissiven Open-Model-und-Data-Weights-Lizenz der Linux Foundation. Das bedeutet:

  • Unbegrenzte kommerzielle Nutzung, keine Umsatzgrenzen
  • Keine erforderliche Namensnennung in eingesetzten Produkten
  • Keine Einschränkungen beim Training abgeleiteter Modelle
  • Trainingsdaten und Rezepte werden zusammen mit den Gewichten veröffentlicht

Für Startups ist dies ein wesentlicher Unterschied. Sie können ein Produkt auf Basis von Nemotron 3 Ultra entwickeln, es mit proprietären Daten feinabstimmen, kommerziell ausliefern und müssen sich nie mit einer Lizenzprüfung befassen. Die chinesischen Open-Modelle (DeepSeek, Kimi) haben ähnliche Lizenzen, aber die wahrgenommenen geopolitischen Risiken haben einige US-Unternehmen davon abgehalten, sie zu nutzen. Nemotron 3 Ultra schließt diese Lücke.

Wo es Schwächen hat

Vier Einschränkungen.

1. Nicht das stärkste Modell in absoluten Zahlen. Kimi K2.6 und DeepSeek V4 schneiden im AA Intelligence Index immer noch besser ab. Wenn reine Leistungsfähigkeit das einzige Kriterium ist und die geopolitische Herkunft keine Rolle spielt, bleiben die chinesischen Open-Modelle vorn.

2. Die Hardware-Anforderungen sind weiterhin real. Selbst bei FP8 benötigen Sie erheblichen GPU-Speicher, um das vollständige Ultra-Modell selbst zu hosten. Die meisten Teams werden es über NIM oder einen gehosteten Anbieter betreiben, was in Ordnung ist, aber der Vorteil der „Open Weights“ ist für Solo-Entwickler teilweise theoretisch.

3. Das Tooling-Ökosystem ist jung. Mamba-Transformer-Hybride sind noch relativ neu. Fine-Tuning-Rezepte, LoRA-Unterstützung und Quantisierungs-Toolchains sind nutzbar, aber nicht so ausgereift wie bei reinen Transformer-Modellen. Rechnen Sie mit Unebenheiten, wenn Sie vom ausgetretenen Pfad abweichen.

4. Chat ist nicht seine Stärke. Wenn Ihr primärer Anwendungsfall ein konversationeller Assistent ist, erhalten Sie mit Claude oder GPT-5.5 ein ausgereifteres Erlebnis. Nemotron 3 Ultra ist technisch auch im Chat fähig, aber das Post-Training war eindeutig auf Tool-Nutzung und Planung ausgerichtet, was sich in der Gesprächswärme zeigt.

Für wen eignet sich Nemotron 3 Ultra?

Der richtige Käufer:

  • Teams, die Agentensysteme entwickeln — lange Schleifen, viele Tools, bei denen Zuverlässigkeit über hunderte von Runden wichtiger ist als maximale Intelligenz bei einem einzelnen Prompt
  • Datenschutz-sensitive Workloads — Self-Hosting auf eigenen GPUs, sodass nichts Ihre Perimeter verlässt
  • Kostenbewusste Produktion — wenn Sie eine Agenten-Pipeline betreiben, die tausende Male pro Tag ausgelöst wird, sind 5× günstigere Output-Tokens signifikant
  • US-Unternehmen, die chinesische Open-Modelle aus Beschaffungs- oder Compliance-Gründen nicht nutzen können

Der falsche Käufer:

  • Einzelne Entwickler, die Chat nutzen — DeepSeek V4 oder ein frontier Closed Model sind besser geeignet
  • Coding-fokussierte Workflows — greifen Sie zu Claude Code oder Codex
  • Alle ohne GPU-Infrastruktur oder Budget für gehostete Inferenz

Das Fazit

Nemotron 3 Ultra ist das nützlichste Open Model, das NVIDIA je veröffentlicht hat, und mit Abstand die beste US-Open-Weights-Veröffentlichung des Jahres 2026. Die hybride Mamba-Transformer-Architektur ist nicht nur eine Forschungsneugier — bei langem Kontext und hohen Rundenanzahlen erzielt sie reale, messbare Vorteile sowohl bei Latenz als auch bei Stabilität des Reasonings.

Es stürzt Kimi K2.6 nicht vom Thron der Intelligenz-Rangliste der Open Models und wird Claude Opus 4.8 für Ihre schwierigsten Aufgaben nicht verdrängen. Aber für agentenlastige Workloads, insbesondere in Umgebungen, in denen die geopolitische Herkunft eine Rolle spielt, ist Nemotron 3 Ultra nun die naheliegende Wahl.

NVIDIA hat endlich ein Modell, das den Ruf des Unternehmens für zuverlässige Auslieferungen rechtfertigt. Die Frage ist nun, ob das breitere Open-Weights-Ökosystem — Fine-Tuning-Tools, kleinere Varianten, Deployment-Muster — schnell genug nachzieht, um Nemotron 3 Ultra zum Standard statt zu einer bewussten Wahl zu machen.

Unsere Wette: Bis Nemotron 4 erscheint, wird es so weit sein.

Unser Projekt

KI-Aktienprognosen — Intelligente Marktanalyse

KI-gestützte Vorhersagen für den Aktienmarkt und technische Analyse. Erhalten Sie tägliche Prognosen für Aktien, ETFs und Kryptowährungen mit Konfidenzwerten und Risikokennzahlen.

Heutige Prognosen ansehen
Für Tool-Entwickler

Erstellen oder vermarkten Sie ein KI-Tool?

Lassen Sie sich auf AI Tools Hub listen, testen oder vorstellen — 12-monatige gesponserte Einträge, mehrsprachig. Ab $49.

Team von AI Tools Hub

Experten für KI-Tool-Testberichte

Unser Team aus KI-Enthusiasten und Technologieexperten testet und bewertet Hunderte von KI-Tools, um Ihnen zu helfen, die perfekte Lösung für Ihre Bedürfnisse zu finden. Wir bieten ehrliche, tiefgehende Analysen basierend auf der tatsächlichen Nutzung.

Diesen Artikel teilen: Post Teilen LinkedIn

Weitere KI-gestützte Projekte unseres Teams

Entdecken Sie unsere anderen KI-gestützten Tools und Vorhersagen