TL;DR
- Wat: NVIDIA brengt Nemotron 3 Ultra uit — een open AI-model met 550 miljard parameters, gebouwd voor langlopende AI-agents.
- Waarom relevant: Het model is tot 5x sneller en tot 30% goedkoper dan vergelijkbare open modellen, wat de drempel voor AI-agents in bedrijfsprocessen verlaagt.
- Wat je ermee kunt: Evalueer of je huidige AI-tooling (klantenservice, administratie, code) goedkoper kan draaien op dit open model via een cloudprovider.
NVIDIA heeft op 4 juni Nemotron 3 Ultra gelanceerd — een open AI-model met 550 miljard parameters dat specifiek is ontworpen voor AI-agents die langere taken zelfstandig uitvoeren. Ik vond dit interessant om bij stil te staan, niet vanwege het getal 550 miljard (dat is op zich al duizelingwekkend), maar omdat NVIDIA hiermee een serieuze poging doet om de kosten van AI-agents te drukken. En dat raakt direct aan wat je als ondernemer kunt doen met deze technologie.
Wat is Nemotron 3 Ultra precies?
Laat me het even ontleden, want de technische specificaties vliegen je om de oren bij zo'n lancering.
Nemotron 3 Ultra is een zogenaamd Mixture-of-Experts (MoE) model. Dat betekent dat het 550 miljard parameters heeft in totaal, maar bij elke vraag of taak slechts 55 miljard daarvan actief inzet. Vergelijk het met een groot bedrijf waar 550 specialisten werken, maar bij elk project alleen de 55 meest relevante experts aan tafel zitten. Dat maakt het model veel efficiënter dan een model dat ál zijn parameters bij elke berekening gebruikt.
Wat architecturaal opvalt: NVIDIA gebruikt een hybride van Mamba en Transformer-lagen. Mamba is een relatief nieuw type architectuur dat bijzonder goed omgaat met lange teksten — het schaalt beter naarmate de context groter wordt. De Transformer-lagen (het type dat onder meer achter ChatGPT zit) worden behouden voor taken waar je precies iets terug moet vinden in een grote hoeveelheid tekst. Het model kan tot 1 miljoen tokens aan context verwerken. Ter vergelijking: dat is ruwweg het equivalent van meerdere dikke boeken tegelijk.
De gewichten en trainingsrecepten zijn openbaar beschikbaar via Hugging Face, onder de OpenMDW-1.1-licentie — een permissieve licentie van de Linux Foundation. Het model is ook direct beschikbaar via cloudplatforms als AWS SageMaker, Google Cloud, Microsoft Foundry en Oracle Cloud.
De claims: sneller en goedkoper
NVIDIA claimt dat Nemotron 3 Ultra tot 5,9 keer hogere doorvoer (throughput) haalt dan GLM-5.1 en tot 4,8 keer ten opzichte van Kimi K2.6. Die vergelijkingen gelden bij een specifieke instelling: 8.000 tokens input en 64.000 tokens output. Bij kortere taken is het verschil kleiner — 1,6x ten opzichte van Qwen 3.5.
Op het gebied van kosten rapporteert NVIDIA tot 30% besparing bij het voltooien van agentische taken op benchmarks als SWE-Bench en Terminal-Bench 2.0. Die besparing komt doordat het model minder tokens per beurt nodig heeft om tot een resultaat te komen. Minder tokens betekent in de praktijk minder rekentijd en dus lagere kosten.
Ik vind het wel belangrijk om hierbij te vermelden: deze cijfers komen uit NVIDIA's eigen benchmarks. Onafhankelijke analyses, onder meer van Artificial Analysis en ChatForest, bevestigen dat het model competitief presteert, maar plaatsen het nog achter het Chinese Kimi K2.6 op sommige overall-scores (54 vs. 48 punten). Het is dus het sterkste open model uit de VS, maar niet per se het sterkste open model wereldwijd.
Waarom 'agents' ertoe doen voor ondernemers
Misschien denk je: leuk, zo'n groot model, maar wat heb ik eraan?
De kern zit in het woord agents. Een AI-agent is software die niet alleen antwoord geeft op een vraag, maar zelfstandig stappen zet om een doel te bereiken. Denk aan een systeem dat een klantvraag ontvangt, zelf de orderhistorie opzoekt, een retourlabel aanmaakt en een antwoord naar de klant stuurt — zonder dat een medewerker tussenbeide komt.
In Nederland zien we in 2026 een groeiende markt voor dit soort toepassingen in het MKB. Volgens brancheoverzichten draaien klantenservice-agents inmiddels 60 tot 80 procent van de standaardvragen zonder menselijke tussenkomst. Administratieve agents verwerken facturen, en sales-agents kwalificeren leads.
Het punt is: die agents draaien op AI-modellen. En hoe sneller en goedkoper dat onderliggende model werkt, hoe betaalbaarder zulke toepassingen worden. Stel dat je als ondernemer een agent hebt die complexe klantvragen afhandelt en daarvoor tientallen stappen moet doorlopen. Als het model per stap minder tokens verbruikt en sneller antwoord geeft, merk je dat direct in de maandelijkse cloudrekening.
Open model: wat betekent dat concreet?
Nemotron 3 Ultra is een open-gewichten model. Dat wil zeggen: iedereen kan de modelgewichten downloaden en het model draaien op eigen of gehuurde hardware. Dat is een belangrijk verschil met gesloten modellen zoals GPT-4o of Claude, waar je afhankelijk bent van de API-prijzen en voorwaarden van de aanbieder.
Voor de meeste MKB-ondernemers is het niet realistisch om een 550B-model zelf te hosten — daar heb je serieuze GPU-capaciteit voor nodig. Maar het open karakter heeft indirect wel voordelen:
Meer concurrentie, lagere prijzen
Omdat het model open is, kunnen platforms als OpenRouter en Fireworks AI het aanbieden. Meer aanbieders betekent meer prijsconcurrentie. Dat is direct gunstig als je via een API werkt.
Aanpasbaarheid
Bedrijven met een technisch team kunnen het model finetunen op hun eigen domein — denk aan juridische documenten, technische handleidingen, of branchespecifieke klantvragen. Die mogelijkheid heb je bij gesloten modellen niet, of zeer beperkt.
Minder vendor lock-in
Als je bouwt op een open model, ben je niet afhankelijk van één leverancier die de prijs verhoogt of de voorwaarden wijzigt. Dat is een argument dat ik steeds vaker hoor in gesprekken over AI-strategie.
Wat ik hiervan vind
Ik vind het eerlijk gezegd opvallend hoe snel de prestatiekloof tussen open en gesloten modellen aan het slinken is. Nog geen twee jaar geleden was het ondenkbaar dat een open model in dezelfde categorie zou vallen als de topmodellen van OpenAI of Anthropic. NVIDIA zet met Nemotron 3 Ultra een serieuze stap, ook al is het — eerlijk is eerlijk — nog niet op élk benchmark het beste model.
Wat mij het meest aanspreekt, is de focus op efficiëntie bij langlopende taken. De meeste benchmarks meten hoe goed een model één vraag beantwoordt. Maar in de praktijk gaat het steeds vaker om ketens van tientallen stappen — en dan wordt tokenverbruik per stap opeens heel relevant. Dat NVIDIA daar expliciet op optimaliseert, vind ik een slimme keuze.
Voor ondernemers in het MKB is dit misschien geen model waar je morgen mee aan de slag gaat. Maar het is wel een signaal dat de kosten van AI-agents de komende maanden verder gaan dalen. En dat maakt de businesscase voor automatisering van repetitieve taken — van klantenservice tot administratie — steeds realistischer.
Voor mij is dit vooral een bevestiging dat de echte wedloop niet meer gaat over wie het slimste model heeft, maar wie het meest efficiënte model kan leveren voor echte, langlopende bedrijfsprocessen.