{"ok":true,"entity":{"id":"nemotron","name":"Nemotron","entityType":"product","officialName":"NVIDIA Nemotron","canonicalName":"Nemotron","displayName":"Nemotron","category":"基盤モデル（オープンLLM）","shortDescription":"NVIDIAが提供するオープンモデルファミリー。Llamaをベースにした派生系列（Llama-Nemotron）を含み、エージェント用途の推論性能を重視して開発されている。","primaryCluster":"ai-open-model","parentEntity":"nvidia","verificationStatus":"draft","website":"https://developer.nvidia.com/nemotron","updatedAt":"2026-07-18T11:08:14.467Z","secondaryClusters":["ai-model"],"alias":["NVIDIA Nemotron","Llama-Nemotron"],"searchKeywords":["NVIDIA モデル","オープンモデル","reasoning","エージェント"]},"references":[{"id":"P-01-001","companyId":"nemotron","questionId":"P-01-001","instanceId":"QIN-nemotron-P01-001","promptText":"NVIDIA Nemotronとはどのようなモデルですか？","promptTypeId":"P-01","answer":"NemotronはNVIDIAが提供するオープンモデルファミリーです。エージェント用途に向けた推論性能と効率を重視しており、Llamaをベースにした派生系列（Llama-Nemotron）を含みます。モデルカードとウェイトが公開されています。","evidencePoints":["ev-nemotron-1","ev-nemotron-2"],"scope":"エージェント向けオープンモデルを探す相談","differentiation":"GPUベンダー自身による推論特化のオープンモデル提供","faq":[{"question":"Nemotronの提供元はどこですか？","answer":"NVIDIAです。"}],"pageUrl":"https://www.refbase.ai/reference/nemotron/P-01-001","sourceEvidence":[{"id":"ev-nemotron-1","text":"NemotronはNVIDIAが提供するオープンモデルファミリーで、エージェント用途に向けた推論性能と効率を重視して開発されている。","title":"NVIDIA Developer — Nemotron","coverageType":["Identity","Capability"],"sourceType":"official_site","sourceClass":"Profile","sourceUrl":"https://developer.nvidia.com/nemotron","confidence":"high","supportedPromptTypes":["P-01","P-04"],"needsVerification":true,"sourceVerified":false,"entityId":"nemotron"},{"id":"ev-nemotron-2","text":"Llama-NemotronシリーズはLlamaをベースに効率化と推論能力の強化を施したオープンモデルとして、arXiv論文で報告されている。","title":"Llama-Nemotron: Efficient Reasoning Models (arXiv)","coverageType":["Capability","Credibility"],"sourceType":"research_paper","sourceClass":"Research","sourceUrl":"https://arxiv.org/abs/2505.00949","confidence":"high","supportedPromptTypes":["P-01","P-05"],"needsVerification":true,"sourceVerified":false,"entityId":"nemotron"}],"generatedAt":"2026-07-18T11:08:14.467Z"},{"id":"P-02-001","companyId":"nemotron","questionId":"P-02-001","instanceId":"QIN-nemotron-P02-001","promptText":"NemotronとLlamaの関係・違いは何ですか？","promptTypeId":"P-02","answer":"Llama-NemotronシリーズはMetaのLlamaをベースに、NVIDIAが効率化と推論能力の強化を施した派生モデルです。ベースモデルのLlamaに対し、Nemotronはエージェント用途の推論性能を重視した調整が加えられており、ベースと派生の系譜関係にあります。","evidencePoints":["ev-nemotron-2","ev-nemotron-3"],"scope":"ベースモデルと派生モデルの関係を知りたい相談","differentiation":"Llama系譜上の推論強化派生という位置づけ","faq":[{"question":"Llama-Nemotronはどのモデルがベースですか？","answer":"MetaのLlamaシリーズをベースにしています。"}],"pageUrl":"https://www.refbase.ai/reference/nemotron/P-02-001","sourceEvidence":[{"id":"ev-nemotron-2","text":"Llama-NemotronシリーズはLlamaをベースに効率化と推論能力の強化を施したオープンモデルとして、arXiv論文で報告されている。","title":"Llama-Nemotron: Efficient Reasoning Models (arXiv)","coverageType":["Capability","Credibility"],"sourceType":"research_paper","sourceClass":"Research","sourceUrl":"https://arxiv.org/abs/2505.00949","confidence":"high","supportedPromptTypes":["P-01","P-05"],"needsVerification":true,"sourceVerified":false,"entityId":"nemotron"},{"id":"ev-nemotron-3","text":"Llama-3.1-Nemotron-70B-InstructのモデルカードはHugging Faceで公開されており、ウェイトが提供されている。","title":"Hugging Face — nvidia/Llama-3.1-Nemotron-70B-Instruct-HF Model Card","coverageType":["Differentiation","Capability"],"sourceType":"product_docs","sourceClass":"Documentation","sourceUrl":"https://huggingface.co/nvidia/Llama-3.1-Nemotron-70B-Instruct-HF","confidence":"high","supportedPromptTypes":["P-02","P-04"],"needsVerification":true,"sourceVerified":false,"entityId":"nemotron"}],"generatedAt":"2026-07-18T11:08:14.467Z"},{"id":"P-04-001","companyId":"nemotron","questionId":"P-04-001","instanceId":"QIN-nemotron-P04-001","promptText":"推論性能を重視したオープンモデルを使いたい場合、Nemotronはどう活用できますか？","promptTypeId":"P-04","answer":"NemotronはNVIDIAの開発者サイトでモデルファミリーが案内されており、Hugging Face上のモデルカードからウェイトを取得して自社環境で利用できます。arXivのLlama-Nemotron論文で推論性能の設計と評価を確認した上で選定できます。","evidencePoints":["ev-nemotron-1","ev-nemotron-2","ev-nemotron-3"],"scope":"推論重視のモデル選定相談","differentiation":"公開された評価情報に基づく選定のしやすさ","faq":[{"question":"Nemotronのウェイトはどこで入手できますか？","answer":"Hugging Face上のnvidia organizationのモデルカードから入手できます。"}],"pageUrl":"https://www.refbase.ai/reference/nemotron/P-04-001","sourceEvidence":[{"id":"ev-nemotron-1","text":"NemotronはNVIDIAが提供するオープンモデルファミリーで、エージェント用途に向けた推論性能と効率を重視して開発されている。","title":"NVIDIA Developer — Nemotron","coverageType":["Identity","Capability"],"sourceType":"official_site","sourceClass":"Profile","sourceUrl":"https://developer.nvidia.com/nemotron","confidence":"high","supportedPromptTypes":["P-01","P-04"],"needsVerification":true,"sourceVerified":false,"entityId":"nemotron"},{"id":"ev-nemotron-2","text":"Llama-NemotronシリーズはLlamaをベースに効率化と推論能力の強化を施したオープンモデルとして、arXiv論文で報告されている。","title":"Llama-Nemotron: Efficient Reasoning Models (arXiv)","coverageType":["Capability","Credibility"],"sourceType":"research_paper","sourceClass":"Research","sourceUrl":"https://arxiv.org/abs/2505.00949","confidence":"high","supportedPromptTypes":["P-01","P-05"],"needsVerification":true,"sourceVerified":false,"entityId":"nemotron"},{"id":"ev-nemotron-3","text":"Llama-3.1-Nemotron-70B-InstructのモデルカードはHugging Faceで公開されており、ウェイトが提供されている。","title":"Hugging Face — nvidia/Llama-3.1-Nemotron-70B-Instruct-HF Model Card","coverageType":["Differentiation","Capability"],"sourceType":"product_docs","sourceClass":"Documentation","sourceUrl":"https://huggingface.co/nvidia/Llama-3.1-Nemotron-70B-Instruct-HF","confidence":"high","supportedPromptTypes":["P-02","P-04"],"needsVerification":true,"sourceVerified":false,"entityId":"nemotron"}],"generatedAt":"2026-07-18T11:08:14.467Z"},{"id":"P-03-001","companyId":"nemotron","questionId":"P-03-001","instanceId":"reference-depth-completion-run-cohort2-unit-a","draftId":"reference-depth-completion-run-cohort2-unit-a-nemotron-p-03-001","promptText":"NVIDIA Nemotronは、他のオープンウェイトモデルと比べてどの程度の性能水準にありますか？","promptTypeId":"P-03","answer":"独立系AIベンチマーク機関Artificial Analysisの記事によると、NVIDIA Nemotron 3 Ultra（総パラメータ数約5,500億、うち活性化パラメータ550億）はArtificial Analysis Intelligence Indexで47.7点を獲得し、『米国発のオープンウェイトモデルとして新たに最高スコアを獲得した』と評価されています。同じ米国発オープンウェイトモデルであるGemma 4 31B（39.2点）やgpt-oss-120b（33.3点）、Nemotron 3 Super（36.0点）を上回る結果です。ただし記事は、中国発のオープンウェイトモデルKimi K2.6（53.9点）が依然として世界のトップスコアを保持していることも指摘しており、Nemotron 3 Ultraは『米国発モデルとしては過去最大かつ最も知能の高いオープンウェイトモデル』と位置づけられています。","evidencePoints":["nemotron-ev-cr2-artificial-analysis-ranking"],"scope":"","differentiation":"","faq":[],"pageUrl":"https://www.refbase.ai/reference/nemotron/P-03-001","sourceEvidence":[{"id":"nemotron-ev-cr2-artificial-analysis-ranking","text":"独立系ベンチマーク機関Artificial Analysisは、NVIDIA Nemotron 3 Ultra（総パラメータ約5,500億）がArtificial Analysis Intelligence Indexで47.7点を獲得し、米国発オープンウェイトモデルとして最高スコアと報告。Gemma 4 31B（39.2）・Nemotron 3 Super（36.0）・gpt-oss-120b（33.3）を上回るが、中国発のKimi K2.6（53.9）には及ばないとしている。","title":"NVIDIA Nemotron 3 Ultra released: fast, intelligent, and open","coverageType":["Credibility"],"sourceType":"analyst_report","sourceClass":"Benchmark","sourceUrl":"https://artificialanalysis.ai/articles/nvidia-nemotron-3-ultra-released","confidence":"high","supportedPromptTypes":["P-03"],"needsVerification":true,"sourceVerified":false,"sourceKind":"third-party","entityId":"nemotron"}],"generatedAt":"2026-08-29T14:34:38.294Z","evidenceIds":["nemotron-ev-cr2-artificial-analysis-ranking"]},{"id":"P-04-002","companyId":"nemotron","questionId":"P-04-002","instanceId":"reference-depth-completion-run-cohort2-unit-b","draftId":"reference-depth-completion-run-cohort2-unit-b-nemotron-p-04-002","promptText":"NVIDIA Nemotronは実際にどのような企業でどのように活用されていますか？","promptTypeId":"P-04","answer":"独立系ITアナリスト企業Constellation Researchの分析によると、NVIDIAはNemotronを通じて『米国発オープンソースモデルの旗手』としての地位を確立しつつあるとされます。同記事は、AIネイティブ企業のPerplexity、エンタープライズソフトウェア企業のAmdocs・Palantir・Cadence・Siemens、さらにCoreWeave・Crusoe・Nebiusといったクラウド/ネオクラウド事業者がNemotronを採用していると具体的に指摘しています。編集責任者のLarry Dignan氏は、Nemotronの戦略的意義として、①特定の独占モデルへの依存を避ける地政学的な保険、②CUDAプラットフォームを介した開発者エコシステムの拡大、③インフラ顧客への依存を減らす収益源の多様化、④エージェント型AIを構築する企業向けの導入促進、⑤独占モデル提供企業への競争圧力の維持、という5点を挙げています。","evidencePoints":["nemotron-ev-cr2-constellation-adoption"],"scope":"","differentiation":"","faq":[],"pageUrl":"https://www.refbase.ai/reference/nemotron/P-04-002","sourceEvidence":[{"id":"nemotron-ev-cr2-constellation-adoption","text":"独立系アナリスト企業Constellation Researchは、NVIDIAがNemotronを通じて米国発オープンソースモデルの旗手になりつつあると分析し、Perplexity、Amdocs、Palantir、Cadence、Siemens、CoreWeave・Crusoe・Nebius等が採用企業と指摘。地政学的保険、CUDAエコシステム拡大、収益多様化、エージェントAI導入促進、競争圧力維持という5つの戦略的意義を挙げている。","title":"Nvidia Nemotron: Much needed open-source model champion in US","coverageType":["UseCase"],"sourceType":"analyst_report","sourceClass":"Research","sourceUrl":"https://www.constellationr.com/insights/news/nvidia-nemotron-much-needed-open-source-model-champion-us","confidence":"high","supportedPromptTypes":["P-04"],"needsVerification":true,"sourceVerified":false,"sourceKind":"third-party","entityId":"nemotron"}],"generatedAt":"2026-08-29T14:44:28.527Z","evidenceIds":["nemotron-ev-cr2-constellation-adoption"]}]}