😱 先說結論：美國最強開源模型，還是不夠猛
各位～Nvidia 又來惹！在Computex舞臺上，黃仁勳穿著他的經典皮衣，直接帥氣登臺，然後甩出一個叫做 Nemotron 3 Ultra 的怪物——號稱美國有史以來最聰明的開源AI模型。引數量直接爆炸到 5500億，聽起來超扯對吧？但等等，先別高潮。
因為在Intelligence Index評測中，這個被打爆的型號只拿到 48分，而中國的 Kimi K2.6 直接噴到 54分。六分的差距，在AI圈裡，就像你的LINE被已讀不回那麼痛。
🎢 這個怪物到底是什麼水準？
先讓我們聊聊這個Nemotron 3 Ultra到底在公三小：
- 📊 5500億總引數，但一次只啟用 550億——這叫Mixture-of-Experts（混合專業）架構，像醫院一樣，有幾百個醫生，但病人進來只叫相關的醫生出來，其他人可以繼續划水
- 🚀 推理速度 300 tokens/秒——比中國模型的50-100 tok/s快了3到6倍，這部分確實屌打
- 💰 成本比同級模型低30%，速度還快5倍
- 🧠 支援100萬token上下文——這啥概念？大概可以讓AI一次看完一整個大型程式碼庫或是幾百篇研究論文
- 🏆 美國開源模型第一名——暫時啦，Google的Gemma 4才39分，OpenAI的gpt-oss-120b只有33分
但問題來了——中國的 Kimi K2.6 是54分，在全球排名第四，只落後Anthropic、Google和OpenAI的閉源旗艦3分。這已經不是略輸，而是被按著打了。
🔥 臺灣北車展上的世紀對決
說真的，黃仁勳在Computex的表現真的很圈粉——皮衣、霸氣、Direct！他在臺上說：「這是我們做過最大的開源模型。」然後就開始展示各種炫炮功能。
但畫面切到評測chart的時候，那個差距…嗯，臺下應該很多人心裡在想：「所以我們還是輸定了？」
看一下資料：
| 型號 | 分數 | 備註 |
|---|---|---|
| Kimi K2.6 (中國) | 54 | 全球第四 |
| Nemotron 3 Ultra (美國) | 48 | 美國第一 |
| Gemma 4 31B (Google) | 39 | … |
| Nemotron 3 Super | 36 | Nvidia上一代 |
六分的差距代表什麼？在這個評測系統裡，這差距就像你是高中生，對方已經是大學生了。知識深度、推理能力、code能力都有明顯落差。
⚡ 但速度真的很快！這不一樣嗎？
老實說，Nemotron 3 Ultra的速度真的很快。在DeepInfra的測試中，這傢伙能噴到 每秒300個輸出tokens。中國的 DeepSeek V4 Pro 和 Kimi K2.6 在商業API上大概是50-100 tok/s。
對於需要快速執行的自動代理（比如Autonomous Agent）來說，這超重要——因為每個步驟都要等，等久的話，整個任務就會慢超多。
但問題來了：速度快可以彌補智慧不足嗎？
不行。就像你用一臺跑很快的腳踏車，但目的地在火星，你還是到不了。AI的「智商」決定了它能否理解複雜的任務、推裡出正確的下一步，而不是看你輸出有多快。
📉 中國AI真的那麼猛？如何逆轉？
根據Decrypt的報導，中國的開源模型使用率從2024年底的 1.2% 直接暴增到2025年底的 30%。這個成長曲線簡直比臺股漲停還恐怖。
Nvidia當然知道這件事。他們已經宣佈了一個 為期五年、投入260億美元的開源AI發展計畫。同時還成立了 Nemotron Coalition——集結了Mistral AI、Perlexity等八個AI實驗室，一起在DGX Cloud上開發下一代開源模型。
Nemotron 4已經在開發中了，預計會更強。但問題是中國也不會停下來啊。
🤔 我們該怎麼看這件事？
老實講，Nvidia的Nemotron 3 Ultra確實是美國的一大里程碑——他們終於有了一個能在世界上說嘴的開源模型了。但落後中國六分也是事實，這不是靠行銷就能掩蓋的。
不過有好訊息：
- ✅ 速度優勢明顯
- ✅ 成本更低
- ✅ 開源生態系正在成形
- ✅ 持續投資中，未來可能有突破
如果你是開發者或企業主，想要快速部署AI服務，Nemotron 3 Ultra確實是個好選擇。但如果追求最高智慧的極限體驗，目前還是得看中國臉色。
最後一句話：美國加油好嗎？我們真的需要一個能打的開源模型來翻身啊。
🔍 相關標籤
#Nvidia #AI #Nemotron3Ultra #黃仁勳 #Computex #開源AI #中國AI #KimiK26
