Rehber yükleniyor...
Kod
NVIDIA Nemotron 3 ve 3.5 Serisi: Nano, Super, Ultra, Lightning, Super VL — Hangisi, Ücretsiz Nasıl Kullanılır? (2026)
28 Temmuz 2026 · Son güncelleme: 16 Ekim 2026
*Yukarıdaki butona tıkla ve ekle. Yapay zeka gelişmelerini Google’da her zaman üstte gör.
Nemotron 3 ve 3.5 ailesinin tamamı — Nano, Nano Omni, Super, Ultra, Lightning, Super VL ve yerelde 24 GB'a sığan Bolt. Hangisi hangi iş için, ücretsiz nasıl denenir, fiyatlar ve gereken VRAM.
NVIDIA'nın açık ağırlıklı Nemotron ailesi bir yılda iki nesil birden atladı. Aralık 2025'te Nano ile başlayan Nemotron 3, Haziran 2026'da Ultra ile zirveye çıktı; Ağustos'ta Lightning, Ekim 2026'da Super VL ve Bolt ile 3.5 nesli geldi. Bugün aile yedi çalıştırılabilir modelden oluşuyor ve hepsi agentici
otonom, çok adımlı görevleri kendi başına yürüten AI işler için konumlanıyor.
Aşağıda hangi modelin hangi işe yaradığını, hangisini para vermeden deneyebileceğini ve kendi bilgisayarında neyin gerçekten çalıştığını bulacaksın. Yeni nesil 3.5 tarafında işi değiştiren şey şu: NVIDIA artık küçük modelleri sıfırdan eğitmiyor, bir üst modelden distillationibüyük modelin çıktılarıyla küçük modeli eğitme yöntemi ile damıtıyor — sonuç, bir üst neslin Ultra'sını bazı işlerde geçen bir 120B model.
Nemotron ailesinin teknik DNA'sı
Bütün modeller aynı temel mimariyi paylaşıyor: Hybrid Mamba-Transformer + Mixture of Experts (MoE). Geleneksel Transformer'lara Mamba state-space katmanlarını ekleyerek uzun context'lerde hem hız hem doğruluk kazanıyorlar. MoE sayesinde toplam parametrelerin sadece küçük bir kısmı her token için aktif — bu da inferenceimodelin cevap üretme aşaması maliyetini düşürüyor. Super ve üstünde buna bir de LatentMoE •NVIDIA'nın donanım farkındalıklı uzman tasarımı• eşlik ediyor.
3.5 neslinin iki somut teknik farkı var. Birincisi native speculative decoding: MTP (Multi-Token Prediction) kafaları modelin içine gömülü geliyor ve ayrı bir draft modeliönceden birkaç token taslak üretip doğrulatan küçük yardımcı model kurmadan hızlanma sağlıyor. İkincisi damıtma zinciri: 3.5 Super VL, Nemotron 3 Ultra Base'den; 3.5 Lightning ise Nemotron 3 Super Base'den damıtıldı. Ardından NVFP4 quantizationimodeli 4 bit'e yakın sıkıştırıp VRAM'i düşürme ile ağırlıkların bir kısmı belleğe sığacak hâle getiriliyor.
| Özellik | Nano 30B A3B | Nano Omni | Super 120B A12B | Ultra 550B A55B |
|---|---|---|---|---|
| Toplam parametre | 30B | 31B | 120B | 550B |
| Aktif parametre | ~3,5B | ~3B | 12B | 55B |
| Girdi | Metin | Video + Ses + Görsel + Metin | Metin | Metin |
| Context penceresi | 1M (config varsayılanı 256K) | 256K | 1M | 1M |
| Çıkış tarihi | Aralık 2025 | Nisan 2026 | Mart 2026 | Haziran 2026 |
| Lisans | NVIDIA Nemotron Open Model License | NVIDIA Open Model Agreement | NVIDIA Nemotron Open Model License | OpenMDW-1.1 |
| Özellik | 3.5 Lightning | 3.5 Super VL | 3.5 Bolt 74B-A9B |
|---|---|---|---|
| Toplam parametre | 30B | 120B | 74B |
| Aktif parametre | 3B | 12B | 9B |
| Girdi | Metin | Metin + Görsel + Video | Metin + Görsel + Video |
| Context penceresi | 1M | 1M | 256K |
| Çıkış tarihi | Ağustos 2026 | Ekim 2026 | Ekim 2026 |
| Lisans | OpenMDW-1.1 | OpenMDW-1.1 | OpenMDW-1.1 |
Lisans tarafında bir ayrıntı var, çünkü çoğu özet yanlış aktarıyor: ailenin tamamı aynı lisansla çıkmıyor. Nano 30B ve Super 120B NVIDIA'nın kendi Nemotron Open Model License'ıyla, Nano Omni NVIDIA Open Model Agreement ile, Ultra ve bütün 3.5 nesli ise OpenMDW-1.1 ile yayınlandı. OpenMDW, makine öğrenmesi modelleri için yazılmış izin verici (permissive) bir lisans — yani ticari kullanım serbest, ama şartları modele göre değiştiği için kendi ürününe hangi modeli koyacaksan o modelin kartındaki lisans adını tek tek oku.
Context penceresi rakamları modelin desteklediği maksimumu gösterir. NVIDIA, üç ana modelin tamamının mimari olarak 1M token'a kadar desteklediğini söylüyor; Nano'da Hugging Face config'inin varsayılanı yüksek VRAM yüzünden 256K'da kalıyor. Üstüne bir de sağlayıcı kısıtı biniyor: OpenRouter'da Nano 262K, Ultra'nın ücretli ucu 262K (bazı provider'larda 202K) sunuyor. Uzun context'li bir işe girmeden önce kullandığın provider'ın rakamına bak.
Nemotron 3 nesli: Nano, Nano Omni, Super, Ultra
Nano 30B A3B: hafif işlerin ajanı
Ailenin küçük metin modeli. 30 milyar toplam parametrenin yaklaşık 3,5 milyarı her token için aktif. NVIDIA'nın kendi ölçümüne göre aynı boyuttaki Qwen3-30B-A3B ve GPT-OSS-20B'den daha doğru; üstelik çıkarım hızı Qwen3-30B-A3B'ye göre 3,3 kat, GPT-OSS-20B'ye göre 2,2 kat yüksek. Üç ana modelin en ucuzu.
Burada en sık yapılan hata "3B aktif" ifadesini bellek ihtiyacı sanmak. MoE'de bütün uzmanlar bellekte durmak zorunda; aktif parametre sadece hızı anlatır. Yani Nano yine de 30B'lik yer kaplar. Gerçekten düşük VRAM'li kartlar için NVIDIA ayrı bir Nano 4B sürümü yayınladı — Jetson ve 6-8 GB'lık kartlarda çalışan asıl edgeicihazın kendisinde, buluta gitmeden çalışan model o.
Tüm özellikler ve fiyat: Nemotron 3 Nano model sayfası
Ne için ideal: tek görevli alt-ajanlar, yüksek hacimli ve ucuz API çağrıları, 24 GB sınıfı bir kartta yerel ajan denemeleri.
Ne için değil: karmaşık çok adımlı reasoning, uzun context'li ajan zincirleri, kod yazmada rekabet.
Nano Omni 30B A3B: gözü ve kulağı olan Nano
Nano'nun çok-modlu kardeşi — ve sanıldığından geniş: girdi olarak video, ses, görsel ve metni birlikte alıyor, çıktı olarak metin üretiyor. Sesi Parakeet ile, görüntüyü bir görsel kodlayıcıyla işliyor. Aynı 31B / 3B aktif yapısını koruyor, ama 256K context'te kalıyor.
Bu yetenek seti onu ASRikonuşmayı metne çevirme, doküman zekâsı (OCR, tablo, grafik okuma), video ve konuşma analizi ile ekran okuyan ajan işlerine sokuyor. İki dakikaya kadar mp4 girdi alıyor.
Ne için ideal: ekran görüntüsü veya video okuyan alt-ajanlar, konuşma metne çevirme, grafik/tablo çıkarma, düşük maliyetli çok-modlu pipeline'lar.
Ne için değil: uzun context (256K tavan), ağır reasoning.
Super 120B A12B: dengenin adresi
Nemotron 3 neslinin fiyat/performans lideri. 120 milyar parametrenin 12 milyarı aktif, MTP ve LatentMoE ile hızlı üretiyor, native context penceresi 1M'e çıkıyor. Çok ajanlı bir sistemin ana orchestratorialt ajanları yönlendiren merkez model katmanı için tasarlanmış.
Tüm özellikler ve fiyat: Nemotron 3 Super model sayfası
Ne için ideal: çok ajanlı orkestrasyon, kod yazma ve hata ayıklama ajanları, tool callingimodelin dış fonksiyonları/araçları çağırması, uzun doküman analizi.
Ne için değil: tek tüketici kartında yerel çalıştırma, en ağır reasoning işleri.
Ultra 550B A55B: en ağır işler
Ailenin en büyüğü. 550 milyar parametre, 55 milyar aktif, 1 milyon token context. Yaklaşık 20 trilyon token üzerinde ön-eğitilmiş; veri kümesi 2013-2026 aralığını, 12 dili ve 43 programlama dilini kapsıyor. Frontier reasoning ve planlama işleri için konumlandırıldı.
Tüm özellikler ve fiyat: Nemotron 3 Ultra model sayfası
Ne için ideal: uzun soluklu ajan zincirleri, derin araştırma görevleri, karmaşık kurumsal iş akışları.
Ne için değil: yerel çalıştırma (tek GPU'ya sığmaz), hızlı cevap bekleyen senaryolar.
Nemotron 3.5 nesli: ne değişti?
Tek cümleyle: daha küçük ama daha yetenekli modeller. NVIDIA 3.5'te sıfırdan büyük model eğitmek yerine damıtma yolunu seçti ve mühendisliği çıkarım (inference) tarafına kaydırdı. Pratikte göreceğin fark üç başlıkta toplanıyor.
Birincisi hız. 3.5 Super VL, NVIDIA'nın ölçümünde sınıfındaki en hızlı açık ajan modeli ve en yakın rakibine göre 5 kata kadar yüksek throughputisaniyede üretilen token miktarı veriyor; tek bir GB200 üzerinde 20 turluk bir ajan iş yükünde kullanıcı başına saniyede 50 token'ı korurken toplamda 4.856 token/s'ye çıkıyor. NVFP4 sürümü BF16'ya göre 2,43 kat daha hızlı çalışırken 36 benchmark'ın medyanında BF16 doğruluğunun %99,62'sini koruyor — yani sıkıştırma artık ciddi bir doğruluk kaybı anlamına gelmiyor.
İkincisi yetenek. 3.5 Super VL, SWE-bench Pro'da %51,78 alarak Nemotron 3 Ultra'yı geçiyor — hem de yaklaşık 4,6 kat daha az aktif parametreyle. Aynı model PDF, tablo, grafik ve web sayfası okuyup üzerine iş yapabiliyor; NVIDIA'nın "her zaman açık ajan" dediği sürekli çalışan iş akışları için hedeflenmiş.
Üçüncüsü yerel taraf. 3.5 Bolt, 74 milyar parametreli bir modeli 2 bit'e sıkıştırıp tek bir 24 GB karta sığdırıyor. Bir sene önce bu boyutta bir modelin tüketici donanımında çalışması mümkün değildi.
Nemotron 3.5 Lightning 30B A3B: hızlı metin
Ağustos 2026'da çıkan küçük metin modeli. 30B toplam / 3B aktif, 1M token context. Nemotron 3 Super Base'den damıtıldı, yani Nemotron 3 Super'in bilgisinin bir kısmını çok daha küçük bir gövdeye taşıyor. NVIDIA tek bir H100 80GB'da çalıştırılacak şekilde paketliyor; uygulamada 256K context kullanılıyor.
Yüksek hacimli, düşük maliyetli metin işleri için doğru adres — Nano 30B A3B'nin bir nesil yenisi.
Tüm özellikler ve fiyat: Nemotron 3.5 Lightning model sayfası
Nemotron 3.5 Super VL 120B A12B: 3.5'in amiral gemisi
Ekim 2026'nın ortasında çıkan çok-modlu model. Nemotron 3 Ultra Base'den damıtıldı, 120B toplam / 12B aktif, 1M token context. Girdi olarak metin, görsel ve video alıyor; görsel tool useiaracın ekranda gördüğü öğeye tıklama, form doldurma gibi görsel eylemler yapabiliyor. Reasoning'i üç kademede kontrol edebiliyorsun: kapalı, normal ve orta efor — uzun bir ajan zincirinde modelin ne kadar "düşüneceğini" sen ayarlıyorsun.
Bu modeli öne çıkaran şey benchmark değil, post-training ile özelleştirilebilmesi. NVIDIA'nın paylaştığı listeye göre Scale AI, modeli Skydance'in finans ajanı ve EY'nin şirket satın alma inceleme ajanı için eğitti. CrowdStrike güvenlik, Salesforce kamu iş akışları için kendi sürümlerini hazırlıyor; Perplexity arama, Dassault Systèmes tasarım simülasyonu işlerinde modeli kullanıyor. Yani "kapalı bir frontier modelin yeteneğini bekle, sonra kendi verinle eğit" senaryosunun açık ağırlıklı karşılığı.
Tüm özellikler ve fiyat: Nemotron 3.5 Super VL model sayfası
Ne için ideal: görsel+metin karışık ajan işleri (fatura, sözleşme, rapor okuma), web ve doküman üzerinde çalışan ajanlar, kod planlama-yazma-hata ayıklama zincirleri, sürekli çalışan arka plan ajanları.
Ne için değil: tek GPU'da BF16 çalıştırma (dört H100 istiyor), en ucuz seçenek arayan yüksek hacimli basit işler.
Nemotron 3.5 Bolt 74B A9B "24GB": yerel ajanın yeni adresi
Ekim 2026'da çıkan ve yerel çalıştırma tarafında işi en çok değiştiren model bu. 74B toplam / 9B aktif; NVIDIA modeli IQ2 adı verilen 2 bit nicemleme-farkındalıklı eğitimle sıkıştırıp 24 GB belleğe sığdırıyor. RTX/DGX Spark sınıfı makinelerde diğer uygulamalarla yan yana çalışacak kadar yer bırakıyor.
3.5 Super VL'den sıkıştırıldığı için çok-modlu: metin, görsel ve video girdi alıyor, context 256K. Yerel ajan harness'lerinde •Claude Code, OpenCode gibi ajanı çalıştıran iskelet• web araştırmasından kod yazmaya kadar işleri buluta göndermeden yapabiliyorsun. GGUF ağırlıkları yayında; llama.cpp, Ollama, LM Studio, Unsloth ve vLLM desteği çıkış günü hazırdı.
Tüm özellikler ve fiyat: Nemotron 3.5 Bolt 74B-A9B 24GB model sayfası
Ne için ideal: 24 GB kartı olan yerel ajan kurulumları, gizlilik gerektiren işler (veri buluta gitmiyor), ekran ve doküman okuyan yerel asistanlar.
Ne için değil: Ultra seviyesi reasoning, 256K üstü context.
23 Ekim'de aynı ailenin Bolt E4B 4GB sürümü çıkıyor — GeForce RTX, Jetson ve RTX Spark üzerinde çalışan, konuşma odaklı küçük model. Yazının hazırlandığı anda henüz yayında değil.
3.5 ile gelen diğer parçalar
Aile artık sadece sohbet modellerinden oluşmuyor. Nemotron 3.5 Content Safety (metin güvenlik sınıflandırıcısı), Embed 1B/8B, Rerank 8B ve Nemotron 3 Diarization (konuşmada kimin konuştuğunu ayırma) aynı çatı altında yayınlandı. Türkçe bir RAG hattı kuruyorsan bunlar sohbet modelinden daha çok işine yarayabilir.
Fiyatlandırma: hangisi ne kadar
Nemotron ailesinin en çekici yanı hâlâ aynı: modellerin neredeyse tamamını para vermeden deneyebiliyorsun. İki ücretsiz kapı var — NVIDIA'nın kendi kataloğu build.nvidia.com ve OpenRouter'ın :free uçları. Ücretli fiyatlar OpenRouter'daki en ucuz sağlayıcıya göre verildi.
| Model | build.nvidia.com | OpenRouter ücretsiz | OpenRouter ücretli (girdi / çıktı, M token) |
|---|---|---|---|
| Nano 30B A3B | var | yok | $0.05 / $0.20 |
| Nano Omni | var | var (256K) | ücretli uç yok |
| Super 120B A12B | var | var (262K) | $0.08 / $0.45 |
| Ultra 550B A55B | var | var (1M) | $0.50 / $2.20 |
| 3.5 Lightning | var | var (1M) | $0.025 / $0.12 |
| 3.5 Super VL | var | var (1M) | $0.15 / $0.50 |
| 3.5 Bolt 74B-A9B | yok | yok | — (yerel dağıtım) |
Bolt'un host edilmiş bir API'si yok; ağırlıkları indirip kendi makinende çalıştırıyorsun. Nano 30B A3B'nin ücretsiz ucu 2026 Temmuz'unda kalktı, o yüzden listede tek "ücretsiz yok" olan model o.
İkisinin de bedeli var. Ücretsiz uçlar rate limit demek; build.nvidia.com'un deneme katmanı ise şartlar gereği üretimde kullanılamıyor — kredinin yerini model başına rate limit aldı ama sözleşme aynı kaldı. Şartlara göre servis "sınırlı deneme amaçlı" ve üretimde kullanım yasak; kişisel, finansal veya sağlık verisi göndermek de kapsam dışı. Prototip kurmak ve modelleri kıyaslamak için iyi bir alan, ürününü üstüne kurmak için değil.
[mindi_yorum]
💰 Ücretsiz deneme yüzeyi genişledi: 3.5 Lightning ve 3.5 Super VL'in ikisinin de ücretsiz ucu var ve 1M context sunuyor. Ücretli tarafta Super VL'in $0.15 / $0.50 olması, Ultra'nın yaklaşık dörtte biri fiyata Ultra'yı bazı işlerde geçen bir model demek.
🟡 "Ücretsiz" sınırsız değil. Free uçlar rate limitli, build.nvidia.com'un şartları üretimi yasaklıyor. Ürününü free katmana yıkarsan duvara toslarsın.
🔵 Yeni başlıyorsan sıra şu: Super VL'in ücretsiz ucuyla işini test et, yetmezse Bolt'u yerelde dene, ikisi de olmazsa Ultra'nın ücretli ucuna geç.
Nasıl erişilir?
OpenRouter: en kolay yol
Yedi modelin altısı OpenRouter'da; nvidia/nemotron-3.5-super-vl gibi endpoint'lerle API'den veya arayüzden kullanılıyor. Ücretsiz uç istersen model adının sonuna :free ekliyorsun. Bolt hariç hepsi burada.
OpenRouter'ı hiç kullanmadıysan: OpenRouter Rehberi — Tek API, Tüm Modeller
build.nvidia.com: NVIDIA'nın ücretsiz API'si
NVIDIA'nın kendi model kataloğu. Nemotron sohbet modellerinin altısı (Nano, Nano Omni, Super, Ultra, 3.5 Lightning, 3.5 Super VL) burada; ayrıca Content Safety, Embed, Rerank ve Parse gibi yan modellerin tamamı. DeepSeek, Kimi, GLM, gpt-oss gibi başka ailelerden modeller de aynı anahtarla kullanılıyor.
Kurulum üç adım:
- build.nvidia.com'da NVIDIA hesabınla giriş yap ve ücretsiz NVIDIA Developer Program'a katıl.
- Kullanmak istediğin modelin sayfasından API anahtarını üret,
.envdosyasında sakla. - API OpenAI uyumlu — OpenRouter rehberindeki kodda sadece
base_urlve model adı değişiyor:
from openai import OpenAI
client = OpenAI(
base_url="https://integrate.api.nvidia.com/v1",
api_key="NVIDIA_API_KEYIN",
)
response = client.chat.completions.create(
model="nvidia/nemotron-3.5-super-vl-120b-a12b",
messages=[{"role": "user", "content": "Merhaba!"}],
)
print(response.choices[0].message.content)
Kredi sistemi kalktı; yerine model başına rate limit var. Limit modele ve o anki toplam trafiğe göre değişiyor, NVIDIA sabit bir rakam yayınlamıyor ve ücretsiz katmanda limit artırımı yapmıyor. Yoğun saatlerde bekleme uzayabiliyor.
Hugging Face: yerel veya kendi sunucun
Ağırlıklar açık, hepsi Hugging Face'te. Kullandıkların:
nvidia/NVIDIA-Nemotron-3-Nano-4B-GGUF— küçük kartlar içinnvidia/NVIDIA-Nemotron-3-Nano-30B-A3B-BF16nvidia/NVIDIA-Nemotron-3-Super-120B-A12B-FP8nvidia/NVIDIA-Nemotron-3-Ultra-550B-A55B-NVFP4nvidia/NVIDIA-Nemotron-3.5-Lightning-30B-A3B-BF16nvidia/NVIDIA-Nemotron-3.5-Super-VL-120B-A12B-BF16nvidia/NVIDIA-Nemotron-3.5-Bolt-74B-A9B-24GB-GGUF
3.5 tarafında NVIDIA, draft model'leri, veri kümelerini ve eğitim reçetelerini de ayrı ayrı yayınlıyor — sadece ağırlık değil, nasıl üretildiği de açık.
Hermes Agent ile ücretsiz ajan
OpenRouter'daki ücretsiz ucu bir ajana bağlayıp kendi masaüstü ajanını kurabilirsin. Nemotron'u ajan modelin yapıp tekrar eden işleri otomatikleştirmek için:
Yerel çalıştırma: hangi model hangi donanımda?
MoE'de aktif parametre hızı belirler, VRAM'i değil — bütün uzmanlar bellekte durur. Yani modeli aktif parametresine göre değil, toplam parametresine göre yerleştiriyorsun. Aşağıdaki rakamlar 4 bit quantize ağırlıklar + makul context için kabaca:
| Model | Kaba VRAM | Gerçekçi donanım |
|---|---|---|
| Nano 4B | ~4-6 GB | RTX 4050/3060, Jetson Orin Nano 8 GB, Apple M1 |
| 3.5 Bolt E4B 4GB | ~4 GB | GeForce RTX, Jetson (23 Ekim'de çıkıyor) |
| 3.5 Bolt 74B-A9B (2 bit) | ~24 GB | RTX 3090/4090 24 GB, DGX Spark |
| Nano 30B A3B | ~21 GB | RTX 3090/4090 (24 GB sınıfı) |
| 3.5 Lightning | ~32 GB (NVFP4) | DGX Spark; BF16 için tek H100 80 GB |
| Super 120B A12B | ~64 GB | Çoklu GPU / workstation (tek 4090'a sığmaz) |
| 3.5 Super VL (BF16) | ~240 GB | 4× H100 veya 2× GB200 |
| Ultra 550B A55B | ~275 GB+ | 4-8× A100/H100, veri merkezi |
2026 Ekim itibarıyla tablonun en çok değişen satırı Bolt 74B-A9B. "Tüketici kartında Nemotron" sorusunun cevabı artık sadece Nano 4B değil: 24 GB kartın varsa 74B parametreli, çok-modlu, ajan işleri için eğitilmiş bir modeli yerelde çalıştırabiliyorsun — üstelik 2 bit nicemleme-farkındalıklı eğitimle yapıldığı için doğruluk kaybı klasik post-hoc quantize'a göre daha az.
[mindi_yorum]
💰 NVIDIA'nın "hepsi açık, hepsi ücretsiz başlıyor" stratejisi topluluğu kendine çekmek için — tıpkı Meta'nın Llama'da yaptığı gibi. Fark şu: Nemotron sadece ağırlıkları değil, veri kümesini ve eğitim reçetesini de açıyor.
🟢 3.5 Super VL, ailenin yeni yıldızı. 12B aktif parametreyle Nemotron 3 Ultra'yı SWE-bench Pro'da geçiyor; "bir Nemotron seç" desen, hosted tarafta bu olur.
🟡 Context rakamlarına kağıt üstünde güvenme. Model 1M destekliyor olabilir ama provider daha azını sunuyor; free uçlar özellikle kısar. Uzun context'li işe girmeden önce teyit et.
🔵 6 GB kartın varsa Nano 4B ile başla; 24 GB kartın varsa doğrudan Bolt 74B-A9B'yi dene. İkisi de LM Studio'da model adıyla aranıp indirilebiliyor.
Yerel AI ile ilgili daha fazlası: Yapay Zekaya Ücret Ödemeden Yerel AI Rehberi · LM Studio Bionic Rehberi
Hangisi senin için?
Nano 4B veya Bolt E4B seç, eğer: elinde 4-8 GB kart varsa, edge veya mobil deployment düşünüyorsan, en ucuz seçeneği arıyorsan.
Nano Omni seç, eğer: ekran görüntüsü, video veya ses okuyan hafif bir ajan yazıyorsan ve 256K context sana yetiyorsa.
Nano 30B A3B veya 3.5 Lightning seç, eğer: yüksek hacimli, düşük maliyetli metin işleri varsa. İki nesilden hangisi olduğu fark etmez, 3.5 Lightning daha yeni.
3.5 Bolt 74B-A9B seç, eğer: 24 GB kartın varsa ve veriyi buluta göndermek istemiyorsan. Yerel ajan işlerinde bu boyutta rakibi yok.
Super 120B A12B seç, eğer: çok ajanlı bir sistem kuruyorsan, kod ve tool calling öncelikliyse, dengeli maliyet istiyorsan.
3.5 Super VL seç, eğer: görsel ve doküman ağırlıklı ajan işleri varsa, kendi verinle post-training yapmayı planlıyorsan, hız kritikse. Bugün ailenin en iyi genel seçeneği.
Ultra seç, eğer: en yüksek doğruluk tek kriterinse, uzun soluklu planlama ve derin araştırma yapıyorsan, donanım maliyeti sorun değilse.
Modellerin tamamını yan yana görmek istersen: Yapay Zeka Modelleri Karşılaştırması
Sonuç: şimdi ne yaparsın
- Ücretsiz dene: OpenRouter'da
nvidia/nemotron-3.5-super-vl:freeile başla. 1M context, tek kuruş yok. - Kendi ajanına bağla: Hız ve maliyet önemliyse 3.5 Lightning'e ($0.025/$0.12), yetenek önemliyse Super VL'e geç.
- Yerelde çalıştır: 6 GB kartta Nano 4B, 24 GB kartta Bolt 74B-A9B. İkisi de GGUF, LM Studio veya Ollama ile dakikalar içinde ayağa kalkıyor.
- Görsel iş varsa: küçük ölçekte Nano Omni, ciddi iş yükünde Super VL.
- Üretime al: OpenRouter'ın ücretli ucuna ya da kendi GPU sunucuna taşı. build.nvidia.com'un ücretsiz katmanı sözleşme gereği üretime kapalı.
