Skip to content

Nemotron 3 Ultra

Data source: AIHOT

Model data is shown as published (Chinese).

← Leaderboard
NVIDIA

Released: 2026-06-04 · Context: 512K tokens

Open weights ↗
43.6

Overall rank 83

Official API prices ¥ / million tokens

Input
—
Output
—
Cache hits
—

No paid API from the vendor

仅免费试用接口

Official pricing ↗

Domain capabilities

BoardRankScoreBenchmarks
综合8343.626
编程8442.26
科研79465
专业办公8239.96
知识问答7349.65

编程 · 42.2

BenchmarkOrganizationPublished resultNormalized scoreSource rankVerifiedNotes
ProgramBench ↗

只给能运行的程序和说明、不给源码,重写出行为一致的程序,用隐藏测试核对。

Vals AI0.0%77.2342026-11-18
Notes

通过率低于 5%,只说明“至多这么强”;这个模型的水平已经低于这条线不少,这一项几乎不起作用。代表配置:来源默认配置。该来源没有区分推理档位,采用其官方默认配置。

LiveBench Coding ↗

写函数、补全代码,题目定期换新,答案自动跑测试核对。

LiveBench70.7%51672026-11-18
Notes

代表配置:来源默认配置。该来源没有区分推理档位,采用其官方默认配置。

Terminal-Bench 4.0 ↗

在终端完成软件、科研等复杂任务,再由各题的测试检查结果。

Artificial Analysis0.5%48.91862026-11-18
Notes

通过率低于 5%,只说明“至多这么强”。代表配置:来源默认配置。按预先固定的规则,采用该来源可用的最高第一方推理档位;选择不参考跑分高低。

LiveBench Agentic Coding ↗

在真实代码仓库里查找并修复问题,再用测试检查改动。

LiveBench38.7%48672026-11-18
Notes

代表配置:来源默认配置。该来源没有区分推理档位,采用其官方默认配置。

FrontierCode 2.0 ↗

在真实开源仓库里改代码,看改动能不能达到维护者愿意合并的水平。

Artificial Analysis1.1%42.71342026-11-18
Notes

通过率低于 5%,只说明“至多这么强”。代表配置:来源默认配置。按预先固定的规则,采用该来源可用的最高第一方推理档位;选择不参考跑分高低。

SciCode ↗

把物理、化学、生物等科研问题写成能运行、算得对的计算代码。

Artificial Analysis40.3%38.61902026-11-18
Notes

代表配置:来源默认配置。按预先固定的规则,采用该来源可用的最高第一方推理档位;选择不参考跑分高低。

Vibe Code Bench v1.1 ↗

按一份需求从零搭出网页应用,再在浏览器里按验收步骤逐项检查功能。

Vals AI7.6%33.31152026-11-18
Notes

代表配置:来源默认配置。该来源没有区分推理档位,采用其官方默认配置。

科研 · 46

BenchmarkOrganizationPublished resultNormalized scoreSource rankVerifiedNotes
Terminal-Bench Science ↗

在命令行里走完一段科研流程:处理数据、跑分析、得出结果。

Artificial Analysis0.0%56.51272026-11-18
Notes

通过率低于 5%,只说明“至多这么强”。代表配置:来源默认配置。按预先固定的规则,采用该来源可用的最高第一方推理档位;选择不参考跑分高低。

LiveBench Reasoning ↗

斑马谜题、空间推理、情境推理这类题,答案自动核对。

LiveBench74.7%49.2592026-11-18
Notes

代表配置:来源默认配置。该来源没有区分推理档位,采用其官方默认配置。

CritPt v2 Hard ↗

修订版研究级物理题里较难的 40 道,可以写代码辅助演算。

Artificial Analysis15.0%49.21172026-11-18
Notes

代表配置:来源默认配置。按预先固定的规则,采用该来源可用的最高第一方推理档位;选择不参考跑分高低。

CritPt ↗

物理研究前沿的原创难题,要一步步推导出准确答案。

Artificial Analysis3.1%46.71992026-11-18
Notes

通过率低于 5%,只说明“至多这么强”。代表配置:来源默认配置。按预先固定的规则,采用该来源可用的最高第一方推理档位;选择不参考跑分高低。

Humanity's Last Exam ↗

数学、科学、人文等几十个学科的专家级难题,不借助工具直接作答。

Artificial Analysis28.4%46.61842026-11-18
Notes

代表配置:来源默认配置。按预先固定的规则,采用该来源可用的最高第一方推理档位;选择不参考跑分高低。

专业办公 · 39.9

BenchmarkOrganizationPublished resultNormalized scoreSource rankVerifiedNotes
GDPval-AA ↗

按几十种职业的真实工作出题,比如写报告、做表格,由裁判两两比较产出质量。

Artificial Analysis1,02044.51842026-11-18
Notes

代表配置:来源默认配置。按预先固定的规则,采用该来源可用的最高第一方推理档位;选择不参考跑分高低。

AA-Briefcase ↗

完成办公项目里写报告、做表格这类长任务,按细则和成果质量评分。

Artificial Analysis877.544.21952026-11-18
Notes

代表配置:来源默认配置。按预先固定的规则,采用该来源可用的最高第一方推理档位;选择不参考跑分高低。

Legal Research Bench ↗

像律师一样查法规和判例,写出有出处的结论。

Vals AI15.4%43.1812026-11-18
Notes

代表配置:来源默认配置。该来源没有区分推理档位,采用其官方默认配置。

LiveBench Data Analysis ↗

处理表格重排、表格连接和连续事件分析等数据题。

LiveBench54.5%40.2672026-11-18
Notes

代表配置:来源默认配置。该来源没有区分推理档位,采用其官方默认配置。

AutomationBench-AA ↗

在模拟办公软件中处理业务流程,按完成目标和守规情况评分。

Artificial Analysis3.0%30.32282026-11-18
Notes

通过率低于 5%,只说明“至多这么强”。代表配置:来源默认配置。按预先固定的规则,采用该来源可用的最高第一方推理档位;选择不参考跑分高低。

AA-Analyst Agent ↗

分析数据、回答 14 个领域的专业问题,同一题跑五次都对才算通过。

Artificial Analysis6.3%23.2622026-11-18
Notes

这项成绩和这个模型的其他成绩差得太远,它对总分的影响设了上限,一个异常成绩带偏不了总分。代表配置:来源默认配置。按预先固定的规则,采用该来源可用的最高第一方推理档位;选择不参考跑分高低。

MedCode ↗

读住院记录,给出标准的医疗诊断编码。

Vals AI38.6%—712026-11-18
Notes

代表配置:来源默认配置。该来源没有区分推理档位,采用其官方默认配置。

知识问答 · 49.6

BenchmarkOrganizationPublished resultNormalized scoreSource rankVerifiedNotes
LiveBench IF ↗

按一串具体的格式和内容要求作答,看能不能条条做到。

LiveBench73.4%65.5422026-11-18
Notes

这项成绩和这个模型的其他成绩差得太远,它对总分的影响设了上限,一个异常成绩带偏不了总分。代表配置:来源默认配置。该来源没有区分推理档位,采用其官方默认配置。

AA-Omniscience v1.1 ↗

各领域的事实问答,答错倒扣、不会可以不答,看模型知道多少、会不会乱编。

Artificial Analysis3.453.1862026-11-18
Notes

代表配置:来源默认配置。按预先固定的规则,采用该来源可用的最高第一方推理档位;选择不参考跑分高低。

AA-LCR ↗

读很长的文档,回答要把多处信息串起来才能答的问题。

Artificial Analysis79.3%53.11112026-11-18
Notes

代表配置:来源默认配置。按预先固定的规则,采用该来源可用的最高第一方推理档位;选择不参考跑分高低。

LiveBench Language ↗

纠正错字、把打乱的情节排回原序、给词语分组等语言题。

LiveBench70.8%49.2422026-11-18
Notes

代表配置:来源默认配置。该来源没有区分推理档位,采用其官方默认配置。

BullshitBench v2 ↗

问题里藏着错误前提,看模型能不能指出来,而不是顺着编下去。

BullshitBench40.0%49.11552026-11-18
Notes

代表配置:xHigh 推理。按预先固定的规则,采用该来源可用的最高第一方推理档位;选择不参考跑分高低。

MLCR-AA ↗

读很长的医疗记录回答问题,答案要完整且不能违背原始记录。

Artificial Analysis5.6%31.51642026-11-18
Notes

这项成绩和这个模型的其他成绩差得太远,它对总分的影响设了上限,一个异常成绩带偏不了总分。代表配置:来源默认配置。按预先固定的规则,采用该来源可用的最高第一方推理档位;选择不参考跑分高低。

真人盲选 · 43.3

BenchmarkOrganizationPublished resultNormalized scoreSource rankVerifiedNotes
Arena Text ↗

真人匿名比较两个模型的回答,投票选出更好的回答。

LMArena1,426.341.61232026-11-18
Notes

代表配置:来源默认配置。该来源没有区分推理档位,采用其官方默认配置。

Benchmarks without results

  • Terminal-Bench 4.0 · Vals
  • Terminal-Bench 4.0 · 官方
  • Code Migration v1.1
  • MirrorCode
  • CyberBench Patch v1.1
  • APEX-SWE
  • FrontierCode 2.0 · Cognition
  • WeirdML v3
  • FrontierSWE v2
  • TapTap Maker
  • FrontierMath v2 · Tiers 1–3
  • 致知 · 逻辑月榜
  • 司南 · 推理
  • ARC-AGI-2
  • 司南 · 抽象
  • Chess Puzzles
  • Mystery Game Puzzles
  • MysteryMechanism
  • Terminal-Bench Science · Vals
  • BioMysteryBench
  • Vals Finance Agent v2.1
  • APEX-Agents 1.1
  • Harvey LAB 1.1 · Vals
  • Harvey LAB 1.1 · AA
  • τ³-Banking · Mercor
  • TaxAgentBench
  • Excel Modeling v1.1
  • SimpleQA Verified
  • 司南 · 知识
  • NYT Connections 扩展版
  • Arena WebDev

Recent news

09-10NVIDIA 全栈 NIM 优化如何在 Nemotron 3 Ultra 上支撑 2.5 倍并发用户NVIDIA Technical Blog:Agentic AI / Generative AI

07-09推理成本仅为顶级闭源模型的 1/10:英伟达 Nemotron 3 Ultra 获开源模型最高准确率IT之家·人工智能

07-09Nemotron 3 Ultra 通过调整外部框架以约 1/8 成本达到 Opus 4.8 智能体性能LangChain:Blog

07-09Fireworks 上线 NVIDIA Nemotron 3 Ultra,LangChain Deep Agents 完成适配Fireworks AI

06-06Nemotron 3 Ultra 上线 PerplexityPerplexity

06-05Nemotron 3 Ultra 对比 GPT-5.5 在 atomic.chat 本地桌面应用上的性能与成本测试Rohan Paul