SemiAnalysis 评价英伟达 Nemotron3 Ultra：受制于官僚文化，实际表现不及更小体量模型

SemiAnalysis 于 2026 年 9 月 3 日对 NVIDIA Nemotron 3 Ultra 的表现提出批评，争议焦点是超大参数规模是否转化为更好的端到端 Agent 能力。

• NVIDIA 官方技术报告确认 Nemotron 3 Ultra 为 550B 总参数、55B 激活参数的混合 Mamba-Transformer MoE 模型。
• 报告称，该模型在 8K 输入、64K 输出的解码型负载下，吞吐量高于 GLM-5.1、Kimi-K2.6 和 Qwen-3.5，但这些结果使用特定硬件、精度和推理框架。
• NVIDIA 报告同时明确指出，在 50K 输入、2K 输出的预填充型负载下，Nemotron 3 Ultra 落后于 Qwen-3.5，原因与激活参数规模和计算量有关。
• 因此，“更大模型不一定更强”在特定工作负载下成立，但不能据此推出其在所有任务上被更小模型全面超越。
• 影响/看点：这场争议可能推动模型评测从单一总分转向区分预填充、解码、批量规模和任务类型；结论成立的条件是比较双方采用一致的硬件、量化、服务框架和评测协议。
• 资料依据:
• SemiAnalysis（2026-09-03）：原始 X 帖子 https://x.com/SemiAnalysis_/status/2095316010249166875
• NVIDIA Research（2026-09-03）：Nemotron 3 Ultra Technical Report https://research.nvidia.com/labs/nemotron/files/NVIDIA-Nemotron-3-Ultra-Technical-Report.pdf

本内容由 AI 生成，仅供参考，请注意甄别