来源：OpenRouter API（scraper 采集，2026-06-30）
Nemotron 3 Ultra 是 NVIDIA 于 2026年6月4日发布的Nemotron 3系列旗舰模型，定位为面向复杂Agent工作流的前沿级开源大语言模型。其总参数量为550B，采用混合专家（MoE）架构，每token激活约55B参数。该模型采用创新的混合架构，融合了Mamba-2、MoE与Attention层（LatentMoE架构），并引入了多Token预测（MTP）技术以提升推理速度与生成质量。
该模型专为需要强推理能力的Agent场景设计，支持通过「enable_thinking」参数灵活开关推理过程。其核心优势在于原生支持工具调用与Agentic工作流，具备长达1M token的超大上下文窗口，非常适合处理长文档分析、复杂多步推理、高价值RAG系统及多语言编程任务。模型基于OpenMDW-1.1开源协议发布，允许商业使用，并提供BF16与NVFP4等多种精度版本，旨在通过NVIDIA NIM和TensorRT-LLM实现高效部署。
OpenRouter Provider 比价
共 3 家 provider（2026-06-30 采集），按输入价升序：
| Provider | 输入(USD/1M) | 输出(USD/1M) | 量化 | 上下文 |
|---|---|---|---|---|
| DeepInfra | 0.5 | 2.2 | bf16 | 262144 |
| Together | 0.6 | 3.6 | unknown | 512288 |
| Nebius | 1.0 | 3.0 | fp4 | 262144 |
代表价（满血最低）：DeepInfra 输入 0.5 / 输出 2.2 USD/1M。按 provider 选择可进一步降本。