NeMoTron 3 Ultra es el mejor modelo abierto que existe hoy para poner a trabajar a un agente en una terminal, y uno mediocre para pedirle que escriba un programa desde cero. Esa asimetría es la consecuencia directa de cómo NVIDIA decidió construirlo, y define para quién vale la pena.
El modelo salió el 4 de junio de 2026 con 550 mil millones de parámetros y pesos abiertos. La familia tiene tres niveles —Nano (30B), Super (120B) y Ultra (550B)— pero el salto de Super a Ultra es tanto de arquitectura como de tamaño.
Qué separa a Ultra de Super
Super es un modelo denso: sus 120B de parámetros se activan enteros en cada paso. Ultra usa LatentMixture-of-Experts (LatentMoE), con 550B de parámetros totales de los que sólo 55B entran en juego por token. Son 9,2 veces más parámetros que Super a cambio de 4,6 veces más cómputo por inferencia: el modelo sabe mucho más de lo que gasta en cada respuesta.
La arquitectura combina capas Mamba-2 —un modelo de estado-espacio, más barato que la atención para secuencias largas— con capas MoE y capas de atención selectiva. La predicción multi-token permite decodificación especulativa nativa con cinco tokens por adelantado. Y el pre-entrenamiento se hizo directamente en NVFP4, coma flotante de 4 bits: no es un modelo cuantizado después, sino entrenado desde el principio en esa precisión, lo que le evita la pérdida de calidad habitual de cuantizar a posteriori.
Los números, y cuál importa
| Benchmark | Ultra BF16 | Super (120B) |
|---|---|---|
| SWE-Bench Verified | 70,7 | 60,47 |
| Terminal Bench 2.1 | 56,4 | 31,0 |
| HLE (sin herramientas) | 26,7 | 18,26 |
| HLE (con herramientas) | 37,4 | 22,82 |
| MMLU-Pro | 86,8 | 83,73 |
La cifra que decide es Terminal Bench: 56,4 frente a 31,0, casi el doble. Terminal Bench mide si un modelo sabe apañárselas solo dentro de un shell —diagnosticar, ejecutar, corregir— y ahí es donde Ultra deja de parecer una versión grande de Super.
En TauBench V3 promedia 70,3, con 93,6 en telecomunicaciones y 88,4 en retail; PinchBench, 89,8. El contexto llega a un millón de tokens, que es lo que hace falta cuando un agente acumula cientos de pasos sin perder de vista el objetivo. El modo de razonamiento se activa y desactiva desde la plantilla de chat, así que la profundidad se paga sólo cuando la tarea la pide.
Dónde se rompe
Ultra rinde en SWE-Bench, que consiste en editar código que ya existe iterando sobre él. Generar código limpio y correcto partiendo de cero es otra cosa, y ahí las pruebas independientes lo encuentran irregular: falla en casos límite y a veces entrega implementaciones con la lógica mal planteada.
El perfil que sale de ahí es nítido. Ultra es mejor agente que trabaja sobre código existente que generador de código nuevo. Si el trabajo es arreglar una instalación rota, ordenar un árbol de directorios, orquestar un pipeline de DevOps o moverse por una shell sin supervisión, no hay hoy modelo abierto mejor. Si es escribir un script desde cero, un modelo más pequeño y especializado en código dará resultados más constantes.
Lo que cuesta ponerlo en marcha
No es un modelo para hardware de escritorio. El despliegue mínimo pide 4 GPUs B200, 4 GB200/GB300 u 8 H100: nivel centro de datos, con recetas listas para vLLM, SGLang y TRT-LLM.
La licencia es OpenMDW-1.1, permisiva y apta para uso comercial, con modificación, redistribución y despliegue en productos. NVIDIA publicó además los conjuntos de datos de pre-entrenamiento y post-entrenamiento y las recetas completas, que es bastante más de lo que suele acompañar a unos pesos abiertos.
El veredicto
Ultra es un especialista. Sus capacidades como agente son las mejores de su categoría, la velocidad de inferencia es real y la licencia lo hace utilizable en producto. La irregularidad generando código es una limitación que conviene medir e incluir en la evaluación antes de apostar por él.
Para quien construya agentes autónomos, copilotos de DevOps o automatización de flujos largos, hoy es la mejor base abierta disponible. Para quien busque un asistente de programación puro, todavía no.
Más detalle en el playground de NVIDIA Build y en el informe técnico.