For the free endpoint, please do not upload any confidential information or personal data (such as voices or faces of people). Your use is logged for security purposes and to improve NVIDIA products and services. The logged session data for improvement purposes is not linked to your identity or any persistent identifier. For more information about NVIDIA's data processing practices, see Privacy PolicyOpens in new tab. By using this free endpoint, you consent to NVIDIA's collection, recording, and use of such information and the NVIDIA API Trial Terms of ServiceOpens in new tab
NVIDIA: Nemotron 3 Ultra
nvidia/nemotron-3-ultra-550b-a55b
NVIDIA Nemotron 3 Ultra is an open frontier-reasoning and orchestration model from NVIDIA, with 55B active parameters out of 550B total (MoE). Built on a hybrid Transformer-Mamba mixture-of-experts architecture, it supports text input and output with a context window of up to 1M tokens. It is suited for long-running agentic workflows, including agent orchestration, coding agents, deep research, and complex enterprise tasks.
It is particularly strong at multi-step reasoning and planning, with high-throughput inference designed for high-volume agent pipelines. It is part of the NVIDIA Nemotron family of open models for agentic AI.
Anbieter
Verschiedene Unternehmen hosten dasselbe Modell. OpenRouter leitet Ihre Anfrage je nach gewähltem Routing-Modus an eines davon weiter: Ausgewogen (Preis + Geschwindigkeit), Nitro (am schnellsten) oder Floor (am günstigsten).
| 0,600 $ | 2,400 $ | 0,1200 $ | 0,31s | 81 tok/s | ||
| 0,500 $ | 2,200 $ | 0,1000 $ | 0,96s | 35 tok/s | ||
| 0,500 $ | 2,200 $ | 0,1000 $ | 0,98s | 34 tok/s | ||
| 0,750 $ | 3,300 $ | 0,1500 $ | 0,80s | 42 tok/s | ||
| 0,625 $ | 3,125 $ | 0,1875 $ | 1,03s | 33 tok/s | ||
Nicht beim Routing im Modus Standard verwendet:Warum diese Endpunkte nicht verwendet werden | ||||||
| 0,400 $ | 1,760 $ | 0,0800 $ | 1,02s | 27 tok/s | ||
- Eingabe 0,60 $ / Ausgabe 2,40 $81 tok/s100,00 % Verfügbarkeit
Eingabe 0,50 $ / Ausgabe 2,20 $35 tok/s99,88 % Verfügbarkeit- Eingabe 0,50 $ / Ausgabe 2,20 $34 tok/s99,83 % Verfügbarkeit
Eingabe 0,75 $ / Ausgabe 3,30 $42 tok/s97,52 % VerfügbarkeitPriority- Eingabe 0,625 $ / Ausgabe 3,125 $33 tok/s97,91 % Verfügbarkeit
- Nicht beim Routing im Modus Standard verwendet:Warum diese Endpunkte nicht verwendet werden
Eingabe 0,40 $ / Ausgabe 1,76 $27 tok/s98,08 % VerfügbarkeitFlex
Preise
Der durchschnittliche Preis, den Kunden tatsächlich für dieses Modell zahlen, neben den von Anbietern veröffentlichten Preisen. Durch Caching und Rabatte liegt der tatsächlich gezahlte Preis oft deutlich unter dem Listenpreis.
Gewichteter Durchschnitt
Nemotron 3 Ultra — Preisverlauf
| 0,237 $ | 2,20 $ | 65,9 % | 33,8 % | ||
| 0,269 $ | 3,30 $ | 80,2 % | 10,0 % | ||
| 0,274 $ | 2,20 $ | 56,6 % | 20,5 % | ||
| 0,277 $ | 2,40 $ | 67,2 % | 23,5 % | ||
| 0,308 $ | 3,12 $ | 72,5 % | 12,2 % | ||
Nicht beim Routing im Modus Standard verwendet:Warum diese Endpunkte nicht verwendet werden | |||||
| 0,271 $ | 1,76 $ | 40,2 % | 0,0 % | ||
- Wirksam in 0,237 $ / Effektive Ausgabekosten 2,20 $Token-Anteil33,8 %
- Wirksam in 0,269 $ / Effektive Ausgabekosten 3,30 $PriorityToken-Anteil10,0 %
- Wirksam in 0,274 $ / Effektive Ausgabekosten 2,20 $Token-Anteil20,5 %
- Wirksam in 0,277 $ / Effektive Ausgabekosten 2,40 $Token-Anteil23,5 %
- Wirksam in 0,308 $ / Effektive Ausgabekosten 3,12 $Token-Anteil12,2 %
- Nicht beim Routing im Modus Standard verwendet:Warum diese Endpunkte nicht verwendet werden
- Wirksam in 0,271 $ / Effektive Ausgabekosten 1,76 $FlexToken-Anteil0,0 %
Leistung
Der Durchsatz gibt an, wie schnell das Modell schreibt (Token pro Sekunde – höher ist besser). Die Latenz ist die gesamte Umlaufzeit (niedriger ist besser). TTFT ist die Zeit bis zum ersten Token – also die Wartezeit, bis etwas angezeigt wird (niedriger ist besser).
P50, bester Wert über alle Anbieter hinweg
P50, bester Anbieter
Verfügbarkeit
Verfügbarkeit ist der prozentuale Anteil der letzten 3 Tage, in dem mindestens ein Anbieter auf Anfragen reagiert hat. Die Verfügbarkeit der Inferenz ist der prozentuale Anteil der Zeit, in der Inferenz erfolgreich bereitgestellt wurde. OpenRouter überwacht dies kontinuierlich und verwendet den nächstbesten Anbieter, wenn ein Anbieter einen Fehler zurückgibt.
Verfügbarkeit in den letzten 3 Tagen
Letzte 72 StundenVerfügbarkeit in den letzten 24 Stunden
Wenn bei einem vorgelagerten Anbieter ein Fehler auftritt, können wir diesen durch die Weiterleitung an einen anderen funktionsfähigen Anbieter beheben, sofern Ihre Anfragefilter dies zulassen. Sie können programmgesteuert auf die Verfügbarkeitsdaten pro Anbieter zugreifen, und zwar über die Endpunkt-API. Erfahren Sie mehr über unsere Optionen für Lastverteilung und Anbieter-Routing.
Leistungsvergleiche
Ergebnisse standardisierter Bewertungen und eigene Ausgaben dieses Modells zu gemeinsamen Vergleichstest-Prompts. Höhere Prozentwerte sind besser – und jeder Rang zeigt, wo dieses Modell unter den anhand dieser Quelle bewerteten Modellen liegt.
| Quelle | Benchmark | Ergebnis |
|---|---|---|
| Artificial Analysis | Nemotron 3 Ultra 550B A55B (Reasoning) Intelligence Index | 11,8 |
| Artificial Analysis | Nemotron 3 Ultra 550B A55B (Reasoning) GPQA Diamond | 86.7% |
| Artificial Analysis | Nemotron 3 Ultra 550B A55B (Reasoning) HLE | 28.4% |
| Artificial Analysis | Nemotron 3 Ultra 550B A55B (Reasoning) IFBench | 81.4% |
| Artificial Analysis | Nemotron 3 Ultra 550B A55B (Reasoning) τ²-Bench Telecom | 83.3% |
| Artificial Analysis | Nemotron 3 Ultra 550B A55B (Reasoning) AA-LCR | 79.3% |
| Artificial Analysis | Nemotron 3 Ultra 550B A55B (Reasoning) τ³-Banking | 14.2% |
| Artificial Analysis | Nemotron 3 Ultra 550B A55B (Reasoning) GDPval-AA | 26.0% |
| Artificial Analysis | Nemotron 3 Ultra 550B A55B (Reasoning) CritPt | 3.1% |
| Artificial Analysis | Nemotron 3 Ultra 550B A55B (Reasoning) SciCode | 40.3% |
| Artificial Analysis | Nemotron 3 Ultra 550B A55B (Reasoning) Terminal-Bench Hard | 36.4% |
| Artificial Analysis | Nemotron 3 Ultra 550B A55B (Reasoning) Terminal-Bench 4.0 | 0.5% |
| Artificial Analysis | Nemotron 3 Ultra 550B A55B (Reasoning) Terminal-Bench 2.1 | 53.9% |
| Artificial Analysis | Nemotron 3 Ultra 550B A55B (Reasoning) AA-Omniscience Accuracy | 21.2% |
| Artificial Analysis | Nemotron 3 Ultra 550B A55B (Reasoning) AA-Omniscience Non-Hallucination Rate | 77.4% |
| Design Arena | Nemotron 3 Ultra Models Arena 3D Elo | 1109 |
| Design Arena | Nemotron 3 Ultra Models Arena Asciiart Elo | 1079 |
| Design Arena | Nemotron 3 Ultra Models Arena Code Categories Elo | 1130 |
| Design Arena | Nemotron 3 Ultra Models Arena Data Visualization Elo | 1137 |
| Design Arena | Nemotron 3 Ultra Models Arena Game Development Elo | 1126 |
| Design Arena | Nemotron 3 Ultra Models Arena SVG Elo | 1060 |
| Design Arena | Nemotron 3 Ultra Models Arena UI Component Elo | 1125 |
| Design Arena | Nemotron 3 Ultra Models Arena Website Elo | 1128 |
| Vals AI | Nemotron 3 Ultra Code Migration | 4.9% |
| Vals AI | Nemotron 3 Ultra CorpFin v2 | 65.5% |
| Vals AI | Nemotron 3 Ultra EMB | 31.7% |
| Vals AI | Nemotron 3 Ultra Finance Agent (v2) | 37.7% |
| Vals AI | Nemotron 3 Ultra GPQA Diamond | 86.1% |
| Vals AI | Nemotron 3 Ultra Harvey's Legal Agent Benchmark v1 | 0.4% |
| Vals AI | Nemotron 3 Ultra LiveCodeBench | 86.0% |
| Vals AI | Nemotron 3 Ultra LegalBench | 82.1% |
| Vals AI | Nemotron 3 Ultra Legal Research Bench | 15.4% |
| Vals AI | Nemotron 3 Ultra MedCode | 38.6% |
| Vals AI | Nemotron 3 Ultra MMLU Pro | 85.8% |
| Vals AI | Nemotron 3 Ultra ProgramBench | 0.0% |
| Vals AI | Nemotron 3 Ultra ProofBench v1 | 2.0% |
| Vals AI | Nemotron 3 Ultra SWE-bench | 69.0% |
| Vals AI | Nemotron 3 Ultra TaxEval v2 | 73.1% |
| Vals AI | Nemotron 3 Ultra Terminal-Bench 2.1 | 50.9% |
| Vals AI | Nemotron 3 Ultra Vals Index | 27.4% |
| Vals AI | Nemotron 3 Ultra Vibe Code Bench v1.1 | 7.6% |
Apps
Öffentliche Apps, die den meisten Datenverkehr an dieses Modell senden. Ein guter Anhaltspunkt dafür, wie echte Produktionsworkloads aussehen – und ein Hinweis darauf, für welche Anwendungsfälle dieses Modell am besten geeignet ist.
Aktivität
Token-Volumen und Anfrageaufkommen für dieses Modell im Zeitverlauf.
API
Direkt einsetzbarer Code zum Aufrufen dieses Modells. Die API von OpenRouter ist OpenAI-kompatibel – bei den meisten SDKs genügt es, die Basis-URL auszutauschen. Zwischen den Modellen ändert sich nur der unten stehende Modell-Slug.
Derzeit nicht über EU-regionales Routing verfügbar. Dokumentation zum regionsinternen Routing
Häufig gestellte Fragen
NVIDIA Nemotron 3 Ultra is an open frontier-reasoning and orchestration model from NVIDIA, with 55B active parameters out of 550B total (MoE). Built on a hybrid Transformer-Mamba mixture-of-experts architecture, it supports text input and output with a context window of up to 1M tokens.
Nemotron 3 Ultra kostet 0,50 $/M Eingabe-Token und 2,20 $/M Ausgabe-Token, mit separaten Tarifen für Cache Read für 0,10 $/M tokens.
Nemotron 3 Ultra hat ein Kontextfenster von 262.144 Token. Es unterstützt bis zu 262.144 Completion-Token.
Ja. Nemotron 3 Ultra akzeptiert tools und tool_choice für Funktionsaufrufe. Es unterstützt auch strukturierte Ausgaben über ein JSON-Schema in response_format.
Nemotron 3 Ultra wird auf OpenRouter von 4 Anbietern bereitgestellt: DeepInfra, KT, Baseten und Venice. Anfragen werden an den besten verfügbaren Anbieter weitergeleitet, mit automatischem Failover zu den anderen Anbietern, und Sie können Anbieter über Anbieter-Routing festlegen oder ausschließen.
Nemotron 3 Ultra wurde am 4. Juni 2026 veröffentlicht.