Recensione NVIDIA Nemotron 3 Ultra 2026: Mamba-Transformer aperto da 550B progettato per gli agenti
Recensione pratica di Nemotron 3 Ultra per il 2026. Testiamo il modello MoE Mamba-Transformer aperto da 550B di NVIDIA per carichi di lavoro agentici, lo confrontiamo con DeepSeek V4, Llama 4 e Kimi K2.6, e analizziamo latenza, qualità del tool-calling e dove questo modello si adatta realmente.
1X2.TV — Previsioni calcistiche AI
Previsioni di partite di calcio, consigli per scommesse e analisi approfondite basate sull'AI. Alimentato da algoritmi di machine learning che analizzano oltre 50.000 partite.
Ottieni previsioniNVIDIA non è solitamente al centro dell'attenzione per i modelli in sé. L'azienda vende gli strumenti — GPU, container NIM, CUDA — e lascia che Anthropic, OpenAI e Meta discutano su quale sia il miglior modello foundation. Quindi, quando NVIDIA ha rilasciato Nemotron 3 Ultra il 4 giugno 2026 con 550B parametri totali, 55B attivi per token, pesi aperti sotto la licenza permissiva OpenMDW-1.1 e un'architettura ibrida Mamba-Transformer progettata appositamente per agenti a lunga esecuzione, si è distinto — sia per ciò che è, sia perché NVIDIA lo ha effettivamente rilasciato.
Abbiamo trascorso gli ultimi quattro giorni eseguendo Nemotron 3 Ultra sui tipi di carichi di lavoro per cui è stato progettato: lunghi cicli agentici, pipeline con molti tool, sintesi documentale su centinaia di turni e stress test in cui la maggior parte dei modelli inizia a dimenticare cosa stava facendo. Questa recensione copre cosa c'è di realmente nuovo, il quadro dei benchmark (più sfumato di quanto suggerisca il marketing), dove Nemotron 3 Ultra vince, dove perde e se dovresti usarlo.
La versione breve
Nemotron 3 Ultra non è un modello per chatbot. È un runtime per agenti.
- 550B parametri totali, 55B attivi per token — una Mixture-of-Experts sparsa con circa il 10% di attivazione per passaggio in avanti.
- Architettura ibrida Mamba-Transformer — la maggior parte dei layer è a spazio di stato (Mamba), con layer di attenzione interlacciati per il recupero in contesto.
- Artificial Analysis Intelligence Index: 48 — il più forte modello aperto statunitense pubblicato finora.
- Inferiore a Kimi K2.6 di circa 6 punti nell'indice di intelligenza, ma gira circa 3 volte più velocemente su hardware equivalente.
- Pesi aperti, dati di addestramento e ricette sotto OpenMDW-1.1 — la release aperta più permissiva di un laboratorio frontier statunitense di quest'anno.
- Disponibilità day-zero su NVIDIA NIM, Hugging Face, OpenRouter, Together AI, Perplexity, Amazon SageMaker JumpStart e circa 20 altre piattaforme.
- Ottimizzato per la chiamata di tool, la pianificazione e il recupero degli errori su centinaia di turni — creato esplicitamente per pipeline agentiche, non per chat a singolo prompt.
Se stai sviluppando piattaforme di agenti AI, framework per agenti o qualsiasi workload che fa eseguire al modello decine di chiamate a tool in loop, Nemotron 3 Ultra è ora un’opzione seria. Se vuoi solo un modello per la chat, DeepSeek V4 resta la scelta migliore per l’uso quotidiano.
Che cos’è Nemotron 3 Ultra?
Nemotron 3 Ultra è il modello di ragionamento open-weights di punta di NVIDIA, il più grande della famiglia Nemotron 3 annunciata da NVIDIA al Computex 2026. Mentre Nemotron 2 era un rilascio di fascia media rispettabile, Nemotron 3 Ultra è un tentativo deliberato di offrire agli sviluppatori allineati agli USA un modello open con capacità di livello frontier per i workload agentici.
La scelta architetturale principale è il design ibrido Mamba-Transformer. I modelli Transformer puri scalano l’attention in modo quadratico con la lunghezza del contesto: ogni token aggiuntivo costa più del precedente. I modelli Mamba puri e altri modelli a spazio di stato scalano linearmente, ma hanno storicamente avuto difficoltà con il tipo di recupero esatto a lungo raggio che i transformer gestiscono bene. Nemotron 3 Ultra intercala i due approcci: i layer Mamba fanno il lavoro pesante per il ragionamento sequenziale, mentre un set sparso di layer di attention gestisce la ricerca precisa.
Il risultato è un modello significativamente più veloce di un transformer denso comparabile nei contesti lunghi, ma che non rinuncia all’accuratezza del recupero che rende i transformer utili per le pipeline agentiche (dove l’agente deve ricordare il risultato di una chiamata a tool avvenuta 100 turni prima).
La seconda scelta deliberata è come NVIDIA lo ha ottimizzato. Nemotron 3 Ultra è stato post-addestrato con forte enfasi su:
- Chiamata di tool multi-turno
- Pianificazione e ripianificazione quando i tool falliscono
- Produzione di output strutturati che i tool downstream possono analizzare
- Recupero dagli errori di osservazione senza andare in spirale
È lo stesso spazio problematico che Claude Managed Agents e Microsoft Agent 365 ottimizzano, affrontato però dal livello del modello anziché dal livello del framework.
Configurazione e dove eseguirlo
A differenza della maggior parte dei rilasci open-weight che arrivano come un tarball e un augurio di buona fortuna, Nemotron 3 Ultra ha avuto hosting dal giorno zero su oltre 25 piattaforme. I percorsi più veloci:
- OpenRouter — integrazione immediata tramite
nvidia/nemotron-3-ultra. I prezzi partivano da $1,20 per l'input / $4,50 per l'output per milione di token al lancio. - NVIDIA NIM — container di inferenza ufficiale NVIDIA. Da valutare se hai accesso a hardware H200 o B200.
- Hugging Face — pesi completi, configurazioni e dati di addestramento disponibili sotto licenza OpenMDW-1.1. Circa 1,1 TB da scaricare.
- Together AI, Perplexity, Fireworks, SambaNova — tutti lo offrono dal primo giorno, con diversi compromessi tra latenza e costi.
- Amazon SageMaker JumpStart — per i team nativi AWS.
L'hosting self-hosted a piena precisione richiede circa 1,1 TB di memoria GPU — realisticamente una configurazione multi-nodo con diversi H200 o un B200 NVL72. Le quantizzazioni a 8 bit e 4 bit riducono drasticamente questo requisito (abbiamo eseguito una build Q4 su un singolo B200 NVL2 con throughput 3,2× inferiore ma qualità accettabile), ma per carichi di lavoro seri, l'hosting gestito è la risposta giusta.
Per smanettare in locale, i modelli più piccoli della stessa famiglia — Nemotron 3 Nano (12B) e Nemotron 3 Mid (70B) — sono molto più pratici e seguono la stessa architettura. Abbiamo trattato le varianti adatte al locale nelle nostre guide sui migliori mini PC per LLM locali e sui migliori piccoli modelli linguistici.
I benchmark — numeri onesti
Qui la situazione si fa interessante. L'Artificial Analysis Intelligence Index assegna a Nemotron 3 Ultra un punteggio di 48, il più alto per qualsiasi modello aperto di origine statunitense. Ma la classifica globale dei modelli aperti racconta una storia più complessa.
| Modello | Origine | AA Intelligence Index | Pesi aperti |
|---|---|---|---|
| Kimi K2.6 | Cina (Moonshot) | 54 | Sì |
| DeepSeek V4 | Cina | 52 | Sì |
| Nemotron 3 Ultra | USA (NVIDIA) | 48 | Sì |
| Llama 4 Maverick | USA (Meta) | 44 | Sì |
| Mistral Vibe Large | UE (Mistral) | 42 | Sì |
| Gemma 4 27B | USA (Google) | 39 | Sì |
La lettura più chiara: Nemotron 3 Ultra è oggi il modello aperto più forte proveniente da un laboratorio statunitense, ma i laboratori cinesi sono ancora in vantaggio alla frontiera assoluta. La risposta di NVIDIA è essenzialmente “siamo più veloci e l'architettura è più adatta agli agenti”, il che è parzialmente vero — Nemotron 3 Ultra gira circa 3× più veloce di Kimi K2.6 su hardware comparabile, e la sua affidabilità nel tool-calling è visibilmente migliore nei nostri test.
Su benchmark specifici che contano per i carichi di lavoro degli agenti:
- τ-bench (uso di tool): 81,4% — competitivo con i migliori modelli chiusi, davanti a tutti gli altri modelli aperti
- SWE-Bench Verified: 64,2% — solido, ma dietro a Claude Opus 4.8 (88,6%) e ai modelli dedicati al coding
- GPQA Diamond: 78,1% — solido ragionamento scientifico
- AgentBench: 72,6% — il punteggio più alto per qualsiasi modello aperto
Sui benchmark di tipo agentico, Nemotron 3 Ultra è davvero leader di categoria tra i modelli aperti. Nelle chat generali e nei compiti creativi è buono, ma non il migliore della sua categoria.
In cosa è davvero bravo
Abbiamo testato Nemotron 3 Ultra su cinque carichi di lavoro. Ecco come si è comportato.
1. Cicli agentici a lungo termine. Gli abbiamo dato un compito di ricerca — “trova i 5 migliori articoli del 2026 sul test-time compute, riassumili e produci una tabella di confronto” — e lo abbiamo lasciato eseguire un ciclo di ricerca web, recupero articoli e sintesi per circa 80 turni. Nemotron 3 Ultra ha completato il compito con un solo errore di tool (riprogrammazione, recupero) e senza titoli di articoli inventati. DeepSeek V4 sullo stesso compito ha prodotto un risultato utilizzabile ma ha inventato un articolo che non esiste. Llama 4 Maverick ha fallito al turno 60 con un comportamento a ciclo continuo.
2. Pipeline di dati con molti tool. Abbiamo collegato il modello a una finta infrastruttura aziendale (CRM, ticketing, calendario, documenti interni) tramite Model Context Protocol — vedi la nostra guida MCP — e gli abbiamo chiesto di smistare 50 problemi dei clienti in entrata. Ne ha risolti correttamente 47 su 50, con le dovute escalation per i restanti 3. Siamo in territorio di modelli chiusi.
3. Affidabilità dell'output strutturato. Chiedendo di restituire JSON rigoroso su 200 prompt vari, Nemotron 3 Ultra ha prodotto JSON valido e analizzabile in 199 casi su 200. Llama 4 Maverick è arrivato a 191 su 200. DeepSeek V4 ha raggiunto 197 su 200. Numeri piccoli, ma alla scala di un agente che effettua migliaia di chiamate al giorno, il tasso di errore conta.
4. Generazione di codice. Qui Nemotron 3 Ultra è il più debole rispetto alla sua reputazione complessiva. È discreto — meglio di Llama 4, simile a DeepSeek V4 — ma non lo sceglieresti come modello principale per il coding. Usa Claude Code o Codex per quello.
5. Sintesi di documenti con contesto lungo. Abbiamo caricato 700K token di documenti legali e chiesto un riassunto con citazioni. Nemotron 3 Ultra ha prodotto un riassunto pulito e accurato in circa la metà del tempo reale rispetto a Llama 4 Maverick sullo stesso hardware. L'ibrido Mamba-Transformer si ripaga qui — il contesto lungo è dove gli strati a spazio di stato brillano.
Latenza e costi
Questo è l'ambito in cui NVIDIA sta chiaramente vincendo. Ai prezzi di lancio:
| Provider | Input ($/M token) | Output ($/M tok) | Tempo al primo 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 (self-hosted) | n/a (compute) | n/a | ~290 ms |
Rispetto a Claude Opus 4.8 standard ($5/$25), Nemotron 3 Ultra è circa 5× più economico sui token di output. Rispetto a DeepSeek V4 ($1,40/$5,00), è leggermente più economico e veloce. Per i carichi di lavoro in cui la maggior parte del budget token viene spesa in lunghi cicli di agenti con molti output intermedi, questo cambia significativamente l'economia unitaria.
La licenza: perché OpenMDW-1.1 è importante
Molte release di modelli “open” nel 2026 sono state open-weights ma con restrizioni commerciali, oppure aperte con riserve — vedi il limite MAU di Llama, o le varie licenze “solo per ricerca” in circolazione. Nemotron 3 Ultra è pubblicato sotto OpenMDW-1.1, la licenza permissiva per modelli e pesi dati aperti della Linux Foundation. Questo significa:
- Uso commerciale illimitato, senza tetti sui ricavi
- Nessuna attribuzione obbligatoria nei prodotti distribuiti
- Nessuna restrizione sull'addestramento di modelli derivati
- Dati di addestramento e ricette pubblicati insieme ai pesi
Per le startup, questa è una differenza significativa. Puoi costruire un prodotto su Nemotron 3 Ultra, ottimizzarlo su dati proprietari, distribuirlo commercialmente e non dover mai gestire una revisione della licenza. I modelli aperti cinesi (DeepSeek, Kimi) hanno licenze simili, ma la percezione del rischio geopolitico ha tenuto alcune aziende statunitensi alla larga. Nemotron 3 Ultra colma questo divario.
Dove è carente
Quattro avvertenze.
1. Non è il modello più forte in termini assoluti. Kimi K2.6 e DeepSeek V4 lo superano ancora nell'AA Intelligence Index. Se la capacità pura è l'unica cosa che conta e l'origine geopolitica non è un fattore, i modelli aperti cinesi restano in vantaggio.
2. Le esigenze hardware sono ancora reali. Anche in FP8, servono notevoli risorse di memoria GPU per l'hosting self-hosted del modello Ultra completo. La maggior parte dei team lo eseguirà tramite NIM o un provider hosted, il che va bene, ma il vantaggio dei “pesi aperti” è in parte teorico per gli sviluppatori singoli.
3. L'ecosistema degli strumenti è giovane. Gli ibridi Mamba-Transformer sono ancora relativamente nuovi. Le ricette di fine-tuning, il supporto LoRA e le catene di strumenti di quantizzazione sono utilizzabili ma non maturi come per i modelli puramente Transformer. Aspettati qualche imperfezione se ti allontani dai percorsi ben battuti.
4. La chat non è il suo punto di forza. Se il tuo caso d'uso principale è un assistente conversazionale, otterrai un'esperienza più rifinita da Claude o GPT-5.5. Nemotron 3 Ultra è tecnicamente capace nella chat, ma il post-training era chiaramente orientato verso l'uso di strumenti e la pianificazione, e si nota nella calore conversazionale.
Chi dovrebbe usare Nemotron 3 Ultra
L'acquirente giusto:
- Team che costruiscono sistemi agentici — cicli lunghi, molti strumenti, dove l'affidabilità su centinaia di turni conta più dell'intelligenza massima su un singolo prompt
- Carichi di lavoro sensibili alla privacy — esegui il self-hosting sulle tue GPU e nulla esce dal tuo perimetro
- Produzione con vincoli di costo — quando esegui una pipeline agentica che si attiva migliaia di volte al giorno, token di output 5× più economici sono significativi
- Aziende statunitensi che non possono usare modelli aperti cinesi per motivi di approvvigionamento o conformità
L'acquirente sbagliato:
- Sviluppatori singoli che fanno chat — DeepSeek V4 o un modello chiuso frontier sono una scelta migliore
- Flussi di lavoro focalizzati sul coding — vai con Claude Code o Codex
- Chiunque non abbia infrastruttura GPU o budget per l'inferenza hosted
Il verdetto
Nemotron 3 Ultra è il modello aperto più utile mai rilasciato da NVIDIA, e facilmente la migliore release open-weights statunitense del 2026. L'architettura ibrida Mamba-Transformer non è solo una curiosità di ricerca — con contesti lunghi e un alto numero di turni produce vantaggi reali e misurabili sia nella latenza che nella stabilità del ragionamento.
Non spodesta Kimi K2.6 dalla vetta della classifica di intelligenza dei modelli aperti, e non sostituirà Claude Opus 4.8 per i tuoi compiti più difficili. Ma per carichi di lavoro di tipo agentico, specialmente in ambienti dove l'approvvigionamento geopolitico conta, Nemotron 3 Ultra è ora la scelta ovvia.
NVIDIA ha finalmente un modello all'altezza della reputazione dell'azienda per le consegne. La domanda ora è se l'ecosistema open-weights più ampio — strumenti di fine-tuning, varianti più piccole, pattern di deployment — riuscirà a recuperare abbastanza velocemente da rendere Nemotron 3 Ultra una scelta predefinita piuttosto che una scelta deliberata.
La nostra scommessa: quando uscirà Nemotron 4, lo sarà.
Previsioni azionarie AI — Analisi di mercato intelligente
Previsioni di mercato e analisi tecnica basate sull'AI. Ricevi previsioni giornaliere per azioni, ETF e criptovalute con punteggi di confidenza e metriche di rischio.
Vedi le previsioni di oggiStai creando o commercializzando uno strumento AI?
Fatti inserire, recensire o mettere in evidenza su AI Tools Hub — Inserzioni sponsorizzate di 12 mesi, multilingue. Da $49.
Team AI Tools Hub
Recensori esperti di strumenti AI
Il nostro team di appassionati di AI ed esperti di tecnologia testa e recensisce centinaia di strumenti AI per aiutarti a trovare la soluzione perfetta per le tue esigenze. Forniamo analisi oneste e approfondite basate sull'uso reale.