NVIDIA Nemotron-Nano-9B-v2是英伟达于2025年8月推出的紧凑型纯文本语言模型，属于Nemotron Nano 2系列。它由120亿参数的基座模型经剪枝与蒸馏压缩至90亿参数，专为在单张NVIDIA A10G GPU上高效部署而设计。其核心亮点在于采用混合Mamba-Transformer架构，以Mamba-2和MLP层为主体，仅保留4层注意力层，在长上下文处理中实现了比同规模纯Transformer模型快6倍的吞吐量。模型支持128K上下文窗口与十种以上语言（含中文），并采用NVIDIA开放模型许可，允许商业使用。
该模型最独特的功能在于支持可切换的推理模式与思考预算管理。用户可通过系统提示或 /think、/no_think 控制Token来开启或关闭模型的推理过程（即思维链），并能设置推理Token数量上限以在准确性与响应延迟间取得平衡。在开启推理模式下，该模型在AIME25（72.1%）、MATH500（97.8%）和GPQA（64.0%）等复杂推理基准上均超越了同量级的Qwen3-8B。它适合用于AI Agent系统、RAG应用、智能客服和编程辅助等需要高精度纯文本推理的场景，但不支持图像等多模态输入，且本地部署需要至少24GB显存的NVIDIA GPU。