Nemotron 3 Ultra 550B A55B (Reasoning) logo
NVIDIA
•

Open weights model

•

Released June 2026

Nemotron 3 Ultra 550B A55B (Reasoning) APIプロバイダーのベンチマークと分析

モデル比較

Nemotron 3 Ultra 550B A55B (Reasoning)のAPIプロバイダーを、遅延（最初のトークンまでの時間）、出力速度（1秒あたりの出力トークン数）、料金などの性能指標で分析します。ベンチマーク対象のAPIプロバイダーにはCoreWeave、GMI、Together AI、DeepInfra、DeepInfra BF16、Nebius、Lightning AI、Blackbox AIが含まれます。

最速

#1
NebiusNebius
311.5 t/s
#2
CoreWeaveCoreWeave
252.2 t/s
#3
Together AITogether AI
145.2 t/s
#4
DeepInfra BF16DeepInfra BF16
86.9 t/s
#5
DeepInfraDeepInfra
84.5 t/s

出力速度

プロバイダー合計：8社

最短の遅延

#1
NebiusNebius
9.60 s
#2
CoreWeaveCoreWeave
10.12 s
#3
Together AITogether AI
16.39 s
#4
DeepInfra BF16DeepInfra BF16
32.66 s
#5
DeepInfraDeepInfra
33.03 s

最初の回答トークンまでの時間

プロバイダー合計：8社

最安料金

#1
DeepInfraDeepInfra
$0.39
#2
Blackbox AIBlackbox AI
$0.44
#3
Lightning AILightning AI
$0.49
#4
GMIGMI
$0.49
#5
CoreWeaveCoreWeave
$0.53

ブレンド料金（100万トークンあたり）

プロバイダー合計：8社

Nemotron 3 Ultraは8社のAPIプロバイダーで利用でき、性能特性と料金はそれぞれ異なります。以下でプロバイダー間の主要指標を比較します。

  • 出力速度の上位プロバイダーはNebius（311.5 t/s）、CoreWeave（252.2 t/s）、Together AI（145.2 t/s）です。 プロバイダー間の速度差は大きく、最速と最遅で268%の差があります。
  • 遅延では、Nebius（9.60秒）、CoreWeave（10.12秒）、Together AI（16.39秒）の最初の回答トークンまでの時間が最短です。
  • 料金では、DeepInfra（0.39）、Blackbox AI（0.44）、Lightning AI（0.49）の100万トークンあたりのブレンド料金が最安です。 プロバイダー間で料金に最大3.1倍の差があります。
  • Nebiusは出力速度が最も速く、遅延も最短で、性能が最も優れています。費用を最適化するなら、DeepInfraの料金が最も競争力に優れています。

ハイライト

速度

Output tokens per second · Higher is better

エンドツーエンド応答時間

Seconds · Lower is better

料金

USD per 1M tokens (blended) · Lower is better

更新：本番環境のユースケースをより適切に反映するため、性能ベンチマークのデフォルトワークロードを入力10kトークンに変更しました。上部で別のワークロードを引き続き選択できます。

料金

Pricing: Cache Hit, Input, and Output

Price (USD per M Tokens) · Lower is better · 10,000 input tokens

Price per token for cached prompts (previously processed), typically offering a significant discount compared to regular input price, represented as USD per million tokens. The values shown here are the cache hit price; cache write and cache storage are billed separately and vary by provider — see "Cache pricing by provider" for detail.

Pricing: Blended Price

Blended at 7:2:1 (cache-input-output) · USD per 1M tokens (blended) · Lower is better

Price per token, shown in USD per million tokens. Price is a blend of cache hit, input, and output token prices using the selected ratio (default 7:2:1 cache-input-output).

Pricing: Cache Discount

1 - (cache hit price / input price) · Higher is better

Reduction in input token cost due to cache hit relative to input price. Formula: 1 - (Cache Hit Price per Token / Input Token Price), where cache hit price is the first-party cache hit price or the median provider cache hit price. Note that this discount figure does not account for all costs associated with cache hits, such as cache write and storage costs.

Output Speed vs. Price

Blended at 7:2:1 (cache-input-output) · Output speed: output tokens per second · USD per 1M tokens (blended)
Most attractive quadrant
Pareto line

Tokens per second received while the model is generating tokens (ie. after first chunk has been received from the API for models which support streaming).

速度

出力速度（1秒あたりのトークン数）で測定

Output Speed: Nemotron 3 Ultra 550B A55B (Reasoning)

Output speed: output tokens per second · 10,000 input tokens

Tokens per second received while the model is generating tokens (ie. after first chunk has been received from the API for models which support streaming).

Figures represent performance of the model's first-party API (e.g. OpenAI for o1) or the median across providers where a first-party API is not available (e.g. Meta's Llama models).

Latency vs. Output Speed

Latency: seconds to first token received · Output speed: output tokens per second · 10,000 input tokens
Most attractive quadrant
Pareto line

Tokens per second received while the model is generating tokens (ie. after first chunk has been received from the API for models which support streaming).

遅延

最初のトークンまでの時間（秒）で測定

最初の回答トークンまでの時間

Seconds to first token received · Lower is better · 10,000 input tokens

Time to first answer token received, in seconds, after API request sent. For reasoning models, this includes the 'thinking' time of the model before providing an answer. For models which do not support streaming, this represents time to receive the completion.

Figures represent median (P50) measurement over the past 72 hours to reflect sustained changes in performance.

エンドツーエンド応答時間

Seconds to output 500 tokens, calculated based on time to first token, 'thinking' time for reasoning models, and output speed

エンドツーエンド応答時間

Seconds to output 500 tokens, including reasoning model 'thinking' time · Lower is better · 10,000 input tokens

Seconds to receive a 500 token response. Key components:

  • Input time: Time to receive the first response token
  • Thinking time (only for reasoning models): Time reasoning models spend outputting tokens to reason prior to providing an answer. Amount of tokens based on the average reasoning tokens across a diverse set of 60 prompts (methodology details).
  • Answer time: Time to generate 500 output tokens, based on output speed

主要な比較指標とAPI機能

CoreWeaveのロゴCoreWeave
262k
オープン
$0.16
252
1.10
12.11
9.02
GMIのロゴGMI
262k
オープン
--
--
--
--
--
Together AIのロゴTogether AI
512k
オープン
$0.40
145
0.72
19.83
15.67
DeepInfraのロゴDeepInfra
262k
オープン
$0.23
85
6.12
38.94
26.91
DeepInfraのロゴDeepInfra
262k
オープン
--
87
6.47
38.41
26.18
NebiusのロゴNebius
256k
オープン
$0.59
311
2.30
11.21
7.30
Lightning AIのロゴLightning AI
262k
オープン
$0.24
--
--
--
--
Blackbox AIのロゴBlackbox AI
262k
オープン
$0.22
--
--
--
--

よくある質問

Nemotron 3 Ultra 550B A55B (Reasoning)のプロバイダーに関するよくある質問

Nemotron 3 Ultra 550B A55B (Reasoning)は8社のAPIプロバイダーで利用できます：CoreWeave、GMI、Together AI、DeepInfra、DeepInfra BF16、Nebius、Lightning AI、Blackbox AI。性能特性と料金はプロバイダーごとに異なります。

現在、ベンチマークと追跡の対象となる8社のAPIプロバイダーでNemotron 3 Ultra 550B A55B (Reasoning)を利用できます。

出力速度でNemotron 3 Ultra 550B A55B (Reasoning)が最速のプロバイダーはNebius（311.5 t/s）、CoreWeave（252.2 t/s）、Together AI（145.2 t/s）です。出力速度は、モデルが応答を開始した後にトークンを生成する速さを表します。

Nemotron 3 Ultra 550B A55B (Reasoning)の最初の回答トークンまでの時間が最短のプロバイダーはNebius（9.60s）、CoreWeave（10.12s）、Together AI（16.39s）です。遅延が短いほど、最初の応答が速くなります。

ブレンド料金でNemotron 3 Ultra 550B A55B (Reasoning)が最安のプロバイダーはDeepInfra（100万トークンあたり$0.39）、Blackbox AI（100万トークンあたり$0.44）、Lightning AI（100万トークンあたり$0.49）です。ブレンド料金では、キャッシュヒット／入力／出力トークンを7:2:1とします。

Nemotron 3 Ultra 550B A55B (Reasoning)の入力トークン料金が最安のプロバイダーはBlackbox AI（入力100万トークンあたり$0.37）、Lightning AI（入力100万トークンあたり$0.41）、DeepInfra（入力100万トークンあたり$0.50）です。

Nemotron 3 Ultra 550B A55B (Reasoning)の出力トークン料金が最安のプロバイダーはBlackbox AI（出力100万トークンあたり$1.08）、Lightning AI（出力100万トークンあたり$1.20）、DeepInfra（出力100万トークンあたり$2.20）です。

Nemotron 3 Ultra 550B A55B (Reasoning)の料金はプロバイダー間で最大3.1倍異なります。最安はDeepInfraの100万トークンあたり$0.39で、Nebiusは100万トークンあたり$1.20です。

Nemotron 3 Ultra 550B A55B (Reasoning)の出力速度はプロバイダーによって大きく異なります。Nebiusが311.5 t/sで最速であり、DeepInfraの84.5 t/sと比べて3.7倍高速です。

Nemotron 3 Ultra 550B A55B (Reasoning)を提供する8社すべてが、構造化出力のJSONモードに対応しています。

8社中7社のプロバイダーがNemotron 3 Ultra 550B A55B (Reasoning)の関数呼び出しに対応しています：CoreWeave、Together AI、DeepInfra、DeepInfra BF16、Nebius、Lightning AI、Blackbox AI。

Nemotron 3 Ultra 550B A55B (Reasoning)では、Nebiusの出力速度が最も速く、遅延も最短で、性能が最も優れています。費用を最適化するなら、DeepInfraの料金が最も競争力に優れています。

Nemotron 3 Ultra 550B A55B (Reasoning)のプロバイダーを選ぶ際は、出力速度（高スループットが必要なタスク）、遅延（最初の応答の速さが必要な対話型アプリケーション）、料金（費用を重視するワークロード）、JSONモードや関数呼び出しなどのAPI機能を検討してください。

はい。インフラストラクチャの変更、負荷分散、アップデートにより、プロバイダーの性能は時間とともに変化する場合があります。すべてのプロバイダーを継続的にベンチマークし、「推移」グラフに過去の性能傾向を表示しています。

Nemotron 3 Ultra 550B A55B (Reasoning)の知能、能力、モダリティ、他のモデルとの比較については、モデル概要ページをご覧ください。 モデル概要を表示