Nemotron-3-Super来了：120B参数的开源“智能体引擎”，推理快3倍、上下文长达100万，直逼GPT-5.4

3月12日，英伟达没有发布新显卡，却扔出一枚更重磅的AI炸弹——Nemotron-3-Super。这不是又一款泛用大语言模型，而是一款专为“AI智能体”（AI Agent）量身打造的开源大模型。它不拼参数堆料，而是用架构巧思，在效率、长程记忆和任务成功率之间找到了惊人的平衡点。

架构不走寻常路：Mamba + MoE，120B总参，仅12B激活

Nemotron-3-Super采用全球首个公开落地的 Mamba-MoE 混合架构——将状态空间模型（SSM）的线性序列建模能力，与稀疏专家混合（MoE）的动态计算优势深度耦合。结果很直观：
– 总参数量 1200亿，但每次推理仅激活 120亿参数；
– 推理速度提升 300%（即3倍），吞吐量飙升 5倍；
– 原生支持 100万 token 超长上下文——这意味着它能同时“记住”整本《三体》+ GitHub仓库+多轮复杂任务指令，彻底缓解智能体协作中常见的“忘目标”“丢上下文”“逻辑断链”等顽疾。

实测真硬核：OpenClaw成功率85.6%，双登权威榜单榜首

光说不练假把式。在真实智能体战场，Nemotron-3-Super交出了令人信服的成绩单：
✅ 在聚焦Agent能力的 OpenClaw基准测试中，任务成功率高达 85.6%——这一数字已非常接近当前顶尖闭源模型：Claude Opus 4.6（87.1%）与 GPT-5.4（86.9%）；
✅ 驱动英伟达自研智能体 AI-Q，在业界公认的 DeepResearch Bench 双维度（研究深度 + 工具调用准确率）评测中双双登顶；
✅ 同时拿下 Artificial Analysis 发布的“效率与开放性综合榜”第一名——开源模型首次在该榜单力压一众商业竞品。

为Blackwell而生：首发支持NVFP4训练，算力利用率再跃升

Nemotron-3-Super不是“通用适配”，而是深度绑定英伟达最新硬件生态。除常规BF16/FP8外，它成为全球首个原生支持NVFP4精度训练的开源大模型。这项技术依托Blackwell架构的第四代Transformer引擎，可将训练显存占用降低约40%，在H100集群上实现更高密度部署——对企业和研究团队而言，意味着同等预算下，训得更快、跑得更久、成本更低。

开源即落地：Perplexity、西门子、戴尔已接入，三大云厂商同步上线

最让开发者振奋的是：它完全免费、开放权重、商用友好（Apache 2.0协议）。发布仅数日，已获多方快速集成：
🔹 搜索新锐 Perplexity 将其用于增强实时研究型Agent；
🔹 工业软件巨头 Palantir 和 西门子 正将其嵌入企业级自动化工作流；
🔹 戴尔 在其AIOps解决方案中完成POC验证；
🔹 同步登陆 AWS Amazon Bedrock、Microsoft Azure AI Studio、Google Cloud Vertex AI ——开箱即用，无需自建推理集群。

💡一句话总结：Nemotron-3-Super不是“又一个开源LLM”，而是一台为AI智能体时代重新校准的高性能、低开销、超长记忆的开源引擎。当闭源模型还在比谁更“大”，英伟达已悄然把战场拉向更关键的维度——谁更懂任务、更省资源、更能协同、更易落地。

开源地址已在Hugging Face发布，GitHub附带完整微调指南与Agent集成示例。这一次，智能体的未来，不必再被API密钥和账单绑架。