# 英伟达开源 Nemotron 3 Super：120B 模型只激活 12B 参数，跑 agent 任务吞吐量翻五倍

> 原标题：New NVIDIA Nemotron 3 Super Delivers 5x Higher Throughput for Agentic AI

- 来源：NVIDIA 博客
- 发布时间：2026-03-11T16:00:21.000Z
- AX AI 日报：https://ai-daily.ax0x.ai/items/3414
- 原文：https://blogs.nvidia.com/blog/nemotron-3-super-agentic-ai/

## 摘要

英伟达发了 Nemotron 3 Super，一个总参数量 120B、但每次推理只激活 12B 参数的混合专家模型。它用了混合 MoE、隐式 MoE 和一次预测多个 token 的技术，上下文窗口拉到 100 万 token。官方说在跑 agent 这类多步骤任务时，吞吐量比之前方案高 5 倍。

## 推荐理由

英伟达开源 Nemotron 3 Super，总参 120B 但每次推理只激活 12B，并支持 100 万 token 上下文，官方称跑 agent 多步骤任务时吞吐量提升 5 倍。

## 锐评

120B 只激活 12B，这个比例挺狠，跑 agent 的推理成本基本按激活量算，等于用 12B 的钱买 120B 的脑子。5 倍吞吐如果站得住，多步骤任务的长尾延迟会好很多，100 万 context 也够塞一整套工具返回。但数都是英伟达自家博客给的，没有第三方跑分，我先把 5 倍当上限看。开放权重和配方这点比模型本身值钱，能自己部署的团队可以省掉一笔 API 账单。
