Pular para o conteúdo
Local AI Wizard
Sua máquina
Tema

Nemotron 3 Ultra 550B A55B

NVIDIA · nvidia/NVIDIA-Nemotron-3-Ultra-550B-A55B-NVFP4

Arquivo Q4 de 359,2 GB (UD-Q4_K_M) · roda bem em servidor multi-GPU de 640 GB · Licença dos pesos: OpenMDW 1.1

LiveBench · geral67,4 / 100#19 de 23 modelos abertos · 2026-06-25
Memória necessária~413 GBPesos Q4 + margem, antes da reserva da máquina
Parâmetros550 Bespecificação do fabricante · 55B ativos
Contexto262.144 tokensPublicado para este modelo

Qualidade

Qualidade · Geral

LiveBench 2026-06-25 · 0 a 100 · maior é melhor · este modelo em destaque, #19 de 23

  • Cor = publicador
  • Memória em revisão

Fonte: LiveBench 2026-06-25 · coletado 2026-10-18 · modelos abertos sem nota não aparecem (sem nota ≠ 0)

LMArena · texto · pontuação
1.426 ± 7Intervalo de confiança 1.419–1.433 · 11.557 votos · posição 122 da rodada · O nome no Arena traz (NVFP4), os mesmos pesos NVFP4LMArena 2026-10-22 · CC BY 4.0

Categorias do LiveBench

Média deste modelo por categoria · 0 a 100

74,7RaciocínioRaciocínio70,7CódigoCódigo38,7Código com agentesCódigo com agentes88,7MatemáticaMatemática54,5Análise de dadosAnálise de dados70,8LinguagemLinguagem73,4Seguir instruçõesSeguir instruções

Fonte: LiveBench 2026-06-25 · coletado 2026-10-18 · modelos abertos sem nota não aparecem (sem nota ≠ 0)

Informado pelo publicador

22 resultados · ficha de NVIDIA · lida em 2026-10-25
Terminal Bench 2.1
53,9Agentic
GDPVal
47,9Agentic
SWE-Bench Verified
69,5Agentic
SWE-Bench Multilingual
69,1Agentic
ProfBench (Search)
56,4Agentic
PinchBench
89,8Agentic
Airline
80,0TauBench V3
Retail
88,4TauBench V3
Todos os resultados informados22
Telecom
93,6TauBench V3
Banking
19,2TauBench V3
Average
70,3TauBench V3
BrowseComp
41,4TauBench V3
IOI 2025
564,7Reasoning and Knowledge
GPQA (no tools)
87,9Reasoning and Knowledge
SciCode (subtask)
43,5Reasoning and Knowledge
HLE (no tools)
26,1Reasoning and Knowledge
CritPt (no tools)
3,4Reasoning and Knowledge
OmniScience Accuracy
24,6Reasoning and Knowledge
OmniScience Non-Hallucination
75,5Reasoning and Knowledge
IFBench (prompt)
82,3Chat & Instruction Following
AA-LCR
65,5Long Context
RULER 1M
94,0Long Context
Entre os tamanhos do Nemotron 32 resultados em comum · mesmo publicador e configuração
Nemotron 3: resultados que o publicador informa para cada tamanho na mesma configuração
Benchmark (configuração do publicador)Nano 30B A3BSuper 120B A12BUltra 550B A55B
IFBench (prompt) · Chat & Instruction FollowingA ficha deste tamanho não informa este resultado nesta configuração73,3082,3
AA-LCR · Long ContextA ficha deste tamanho não informa este resultado nesta configuração58,0665,5

Valores como impressos na ficha, com a configuração do próprio publicador (seção da ficha: License/Terms of Use › Benchmarks); coluna “Nemotron 3 Ultra NVFP4”. Não comparáveis entre publicadores e fora de qualquer ranking. Ficha do modelo

Rodar

Rodar

Arquivo UD-Q4_K_M · 359,2 GB · 9 partes · unsloth/NVIDIA-Nemotron-3-Ultra-550B-A55B-GGUF · O que é Q4?

llama-server -hf unsloth/NVIDIA-Nemotron-3-Ultra-550B-A55B-GGUF:UD-Q4_K_M
  1. Instale o llama.cpp
  2. Rode o comando acima
  3. Pergunte em localhost:8080: Explique o que é a janela de contexto, em duas frases.

Qualidade × memória

Qualidade × memória

LiveBench 2026-06-25 geral vs. memória de planejamento Q4 (escala log) · 19 modelos abertos

  • Este modelo
  • Cor = publicador
40608010081632641282565121.0242.0484.096Memória necessária · Q4 · só o modelo (GB, log)LiveBenchSmaug AgenticQwen3.8 MaxDeepSeek V4 Pro · 0813Smaug MiniNemotron 3 Ultra 550B A55B

Memória = o número do próprio modelo: parâmetros × 0,625 byte + 20% de margem, antes da reserva de qualquer máquina; com uma máquina escolhida, o total nela com a reserva (25% da memória, de 2 a 8 GB; 2 GB por placa de vídeo). Estimativa, não VRAM medida. LiveBench 2026-06-25

Roda em

Na memória, fora da parte rápida 1

Dentro da memória da máquina, fora da parte rápida: na placa de vídeo, as camadas que não cabem rodam na CPU a partir da RAM do PC (a RAM informada, ou 32 GB presumidos); no Mac, acima da fatia de GPU padrão do macOS. Não é um número de velocidade.

Só em servidor 1

Nenhum perfil de desktop, notebook ou GPU o comporta na memória rápida; a memória é somada entre GPUs.

Nemotron 3 Ultra 550B A55B é um modelo de texto da NVIDIA com 550B de parâmetros, dos quais 55B ativos por token (mistura de especialistas). Foi lançado em 4 de junho de 2026 e lê até 262.144 tokens de contexto. Os pesos em Q4 com a margem de trabalho somam cerca de 413 GB, mais do que a memória rápida de qualquer Mac ou placa de vídeo de referência; entre as máquinas de referência, só DGX H100 · 8 × 80 GB o comporta na memória rápida. Coletamos 23 arquivos GGUF e MLX para baixar de 2 fontes de publicadores; a fonte GGUF mais baixada é a de unsloth (53,0 mil de downloads no Hub). Sua nota geral no LiveBench 2026-06-25 é 67,4. Sua pontuação de texto no LMArena é 1.426 ± 7 (rodada 2026-10-22), uma escala separada de preferência humana.

Perfis de hardware agrupados pela estimativa de planejamento Q4 em cada máquina (GPUs dedicadas reservam 2 GB; memória unificada e do sistema, 25%, de 2 a 8 GB): cabe na memória rápida, fica na memória mas fora da parte rápida (camadas na RAM do PC, ou acima da fatia de GPU do macOS), ou falta um degrau de memória. Cada cartão abre o perfil do hardware. Não é compatibilidade nem velocidade medida.

Nas máquinas de referência

Nemotron 3 Ultra 550B A55B nas máquinas de referência
Onde fica o Q4
Mac mini M2 · 8 GB unificadosMaior que a memóriaNenhum arquivo da escada de quantização do site cabe na memória rápida com 8.192 tokensSem arquivo na coluna anterior~415 GBMaior que a memóriaNenhum arquivo da escada de quantização do site cabe na memória rápida com 8.192 tokensSem arquivo na coluna anterior
Mac mini M4 · 16 GB unificadosMaior que a memóriaNenhum arquivo da escada de quantização do site cabe na memória rápida com 8.192 tokensSem arquivo na coluna anterior~417 GBMaior que a memóriaNenhum arquivo da escada de quantização do site cabe na memória rápida com 8.192 tokensSem arquivo na coluna anterior
Mac mini M4 · 24 GB unificadosMaior que a memóriaNenhum arquivo da escada de quantização do site cabe na memória rápida com 8.192 tokensSem arquivo na coluna anterior~419 GBMaior que a memóriaNenhum arquivo da escada de quantização do site cabe na memória rápida com 8.192 tokensSem arquivo na coluna anterior
Mac mini M4 · 32 GB unificadosMaior que a memóriaNenhum arquivo da escada de quantização do site cabe na memória rápida com 8.192 tokensSem arquivo na coluna anterior~421 GBMaior que a memóriaNenhum arquivo da escada de quantização do site cabe na memória rápida com 8.192 tokensSem arquivo na coluna anterior
Mac mini M5 Pro · 64 GB unificadosMaior que a memóriaNenhum arquivo da escada de quantização do site cabe na memória rápida com 8.192 tokensSem arquivo na coluna anterior~421 GBMaior que a memóriaNenhum arquivo da escada de quantização do site cabe na memória rápida com 8.192 tokensSem arquivo na coluna anterior
Mac Studio M5 Max · 128 GB unificadosMaior que a memóriaNenhum arquivo da escada de quantização do site cabe na memória rápida com 8.192 tokensSem arquivo na coluna anterior~421 GBMaior que a memóriaNenhum arquivo da escada de quantização do site cabe na memória rápida com 8.192 tokensSem arquivo na coluna anterior
Mac Studio · M5 Ultra · CPU de 36 núcleos / GPU de 80 núcleos · 512 GB unificadosNa memória, fora da parte rápidaUD-IQ4_XSGGUF · 286,1 GB · precisa de ~352 GB262.144 tokens~421 GBNa memória, fora da parte rápidaUD-IQ4_XSGGUF · 286,1 GB · precisa de ~352 GB262.144 tokens
RTX 4060 · 8 GB de VRAMMaior que a memóriaNenhum arquivo da escada de quantização do site cabe na memória rápida com 8.192 tokensSem arquivo na coluna anterior~415 GBMaior que a memóriaNenhum arquivo da escada de quantização do site cabe na memória rápida com 8.192 tokensSem arquivo na coluna anterior
RTX 3060 · 12 GB de VRAMMaior que a memóriaNenhum arquivo da escada de quantização do site cabe na memória rápida com 8.192 tokensSem arquivo na coluna anterior~415 GBMaior que a memóriaNenhum arquivo da escada de quantização do site cabe na memória rápida com 8.192 tokensSem arquivo na coluna anterior
RTX 5080 · 16 GB de VRAMMaior que a memóriaNenhum arquivo da escada de quantização do site cabe na memória rápida com 8.192 tokensSem arquivo na coluna anterior~415 GBMaior que a memóriaNenhum arquivo da escada de quantização do site cabe na memória rápida com 8.192 tokensSem arquivo na coluna anterior
RTX 4090 · 24 GB de VRAMMaior que a memóriaNenhum arquivo da escada de quantização do site cabe na memória rápida com 8.192 tokensSem arquivo na coluna anterior~415 GBMaior que a memóriaNenhum arquivo da escada de quantização do site cabe na memória rápida com 8.192 tokensSem arquivo na coluna anterior
RTX 5090 · 32 GB de VRAMMaior que a memóriaNenhum arquivo da escada de quantização do site cabe na memória rápida com 8.192 tokensSem arquivo na coluna anterior~415 GBMaior que a memóriaNenhum arquivo da escada de quantização do site cabe na memória rápida com 8.192 tokensSem arquivo na coluna anterior
DGX H100 · 8 × 80 GBCabe na memória rápidaUD-Q6_KGGUF · 460,7 GB · precisa de ~570 GB262.144 tokens~429 GBCabe na memória rápidaUD-Q6_KGGUF · 460,7 GB · precisa de ~570 GB262.144 tokens

A coluna de arquivo usa a escada de quantização do site (Q8_0 a Q3_K_M; MLX de 8 a 4 bits no Mac): o maior arquivo coletado cujo tamanho × 1,2, mais o cache de contexto e a reserva da máquina, cabe na memória rápida. Estimativas de planejamento, não execuções medidas.

Planejar outra quantização ou contexto

Considere para

Compare Nemotron 3 Ultra 550B A55B pela ficha do publicador e pelo snapshot LiveBench 2026-06-25. Isto é evidência de qualidade, não de velocidade local.

Confira antes

Os pesos em Q4 com a margem de trabalho somam cerca de 413 GB a partir de 550B parâmetros declarados, antes da reserva da máquina (Roda em soma a reserva de cada máquina). Não é um mínimo medido; contexto, lote, runtime e quantização mudam o uso real de memória.

Versões para baixar

Arquivos que você pode baixar deste checkpoint. A seção abre na fonte GGUF coletada mais baixada, unsloth (53,0 mil de downloads no Hub), no arquivo UD-Q4_K_M. Num Mac abre na fonte MLX mais baixada. Os tamanhos são os bytes publicados no Hub. O que é Q4?

unsloth · 53,0 mil downloads

unsloth/NVIDIA-Nemotron-3-Ultra-550B-A55B-GGUF · UD-Q4_K_M/NVIDIA-Nemotron-3-Ultra-550B-A55B-UD-Q4_K_M-00001-of-00009.gguf · 359,2 GB

Rodar este arquivo

llama-server -hf unsloth/NVIDIA-Nemotron-3-Ultra-550B-A55B-GGUF:UD-Q4_K_M
lms get https://huggingface.co/unsloth/NVIDIA-Nemotron-3-Ultra-550B-A55B-GGUF
  • Ollama: A forma hf.co documentada do Ollama cobre GGUFs de um arquivo só; este tem 9 partes
  • mlx-lm: O mlx-lm roda repositórios MLX; escolha a versão MLX num Mac

As notas de qualidade desta página pertencem ao checkpoint original; estes arquivos não recebem nota nem ranking. Tamanhos lidos em 2026-10-23 · downloads lidos em 2026-10-17 · comandos: Documentação do Hugging Face Hub: Ollama com qualquer modelo GGUF · README do servidor do llama.cpp (-hf <user>/<model>[:quant]) · Documentação do LM Studio: lms get com uma URL do Hugging Face · README do mlx-lm (mlx_lm.generate --model)

Ajustes, adaptadores e outras versões7 ajustes
Versões quantizadas
18
Ajustes (fine-tunes)
7
Adaptadores · misturas
14 · 0

Ver na árvore de modelos do Hugging Face · lido em 2026-10-23

Versões sem filtro (uncensored, abliterated)4

Algumas versões da comunidade removem as recusas de segurança do modelo. A qualidade pode cair, o publicador original não dá suporte, as afirmações sobre elas são de quem as publicou e a licença original continua valendo. Este site nunca as recomenda nem as ranqueia.

4 repositórios derivados têm “uncensored” ou “abliterated” no nome (lido em 2026-10-23).

Velocidade medida

Nenhuma medição publicada para este checkpoint

Tokens por segundo só aparecem quando uma fonte os publica com hardware, build e configuração. Nunca são estimados.

Como rodar

A memória necessária acima é a carga Q4 antes da reserva da máquina. Fórmula: parâmetros × 0,625 byte, mais 20% de margem; cada máquina soma então a reserva do sistema: 25% da memória unificada ou do sistema, de 2 a 8 GB, ou 2 GB por GPU em placas dedicadas. Não é VRAM medida nem tamanho do download do checkpoint.

Apenas estimativa de planejamento Q4. Verifique formato do checkpoint, suporte do runtime, cache KV, contexto, tamanho de lote e offload antes de escolher hardware.

Nível da evidência: Apenas estimativa genérica; nenhuma execução reproduzida por este site.

Amostragem padrão do publicador
temperature 1 · top_p 0,95generation_config.json · lido em 2026-10-23fonte
Marcadores do template de chat
chamadas de ferramenta · raciocínio (thinking)marcadores encontrados no template, não um teste do recurso · lido em 2026-10-23fonte
Antes de baixar
  1. Confirme o checkpoint exato e a licença vinculada aqui.
  2. Confirme runtime e precisão ou quantização compatíveis com sua plataforma.
  3. Reserve memória para contexto, lote e eventuais componentes de mídia além dos pesos.

Detalhes técnicos

O que a fonte e o catálogo guardam deste checkpoint. Campos ausentes ficam de fora, nunca como zero.

Tarefa e modalidade
linguagem e raciocínio · texto
Contagem e base
550B · especificação do fabricante · 55B ativos
Contexto
262.144 tokens publicados para este modelo
Arquitetura
MoE
Lançamento
nvidia/NVIDIA-Nemotron-3-Ultra-550B-A55B-NVFP4 model card (Hugging Face) · consultado em 2026-10-09fonte
Runtime e precisão
Nenhuma execução local verificada.
Idiomas
en, fr, es, it, de, pt, ja, ko, hi, ar, zh, heMetadados do model card · consultado em 2026-10-25fonte
Uso comercial
Permitido OpenMDW 1.1 text (nvidia/NV-Reason-CT LICENSE) · consultado em 2026-10-18texto da licença
Todos os campos guardados12 campos
Revisão conferida
02462641f13d3af838b904f48195b9bb8a1e4ebc
Arquitetura
NemotronHForCausalLM
Biblioteca
transformers
Tag de tarefa no Hub
text-generation
Formatos
safetensors, pt
Acesso
Download aberto
Tipo de publicador
Oficial
Repositório criado
2026-06-03criação não é o lançamento do modelo
Repositório atualizado
2026-08-24um commit não é data de lançamento
Downloads no Hub (30 dias) · curtidas
43.690 · 367só este repositório · lido em 2026-10-25
Lido na página do Hub
classe transformers, tags de tarefa, nome da licençaVisão geral e lista de arquivos do Hub · lido em 2026-10-18
Estado no catálogo
Config ou pesos encontrados no Hub; sem vínculo de benchmark no inventário

550B parâmetros arquiteturais. O checkpoint vinculado usa NVFP4 empacotado; sua contagem de elementos não equivale a parâmetros. A estimativa genérica Q4 não é um requisito medido deste checkpoint.

Fontes

Identidade e especificações publicadas vêm da página do checkpoint. As notas pertencem à rodada indicada e não medem velocidade no seu computador.

Catálogo revisado: 2026-09-30. Versão do benchmark: 2026-06-25; snapshot coletado: 2026-10-18.