7 月 8 日至 9 日，英伟达发布新一代开源大模型 NVIDIA Nemotron 3 Ultra，并在 LangChain 的 Deep Agents 深度智能体基准中拿下开源模型组别最高准确率；同期，英伟达与 LangChain 联合发布 NVIDIA NeMoClaw Deep Agents 蓝图，宣称将 Agent 推理成本降低超过 10 倍。开源 Agent 的"能力天花板"与"成本地板"被同时抬高与压低——这对正卡在落地成本上的企业来说，是一个值得关注的信号。
一、Nemotron 3 Ultra：开源组的 Deep Agents 冠军
这次评测采用的 Deep Agents 基准，聚焦的是具备多步骤逻辑推理、外部工具调用、长时记忆存取、复杂任务动态执行能力的智能体系统。这类 Agent 不局限于单一问答，而是在合规权限内完成全流程业务操作，广泛应用于企业流程自动化、海量信息检索、多环节任务统筹、跨平台系统协同等产业场景。
实测数据显示，经过深度调优的 Nemotron 3 Ultra 在取得开源模型最优准确率的同时，单次推理运行成本仅为行业头部闭源大模型的十分之一，任务处理吞吐量同步提升。换句话说，它补上的是开源模型在复杂产业任务上的性能短板——过去企业用开源模型跑长链路任务，往往"能跑但不稳、能用但偏贵"，这一代试图把这两道坎一起跨过去。
二、NeMoClaw Deep Agents 蓝图：软硬协同降本
与模型发布配套的，是英伟达与 LangChain 联合推出的 NeMoClaw Deep Agents 蓝图。它把 Nemotron 系列模型与 Blackwell 推理平台结合起来，在多项基准测试中取得领先表现，官方称可将 Agent 推理成本降低超过 10 倍，与 Blackwell 推理平台形成软硬件协同，压缩 AI 应用的部署成本。
LangChain 联合创始人兼 CEO Harrison Chase 对此有一个精炼的总结：优质 Agent 的打造离不开模型配套体系的持续迭代，内存管理、工具调用逻辑、效果评估体系、模型行为调控等模块协同优化，能够形成性能叠加增益。这其实点出了一个常被忽视的事实——Agent 的强弱，不只在模型本身，而在围绕模型的整套运行体系。
三、为什么"降本"是 Agent 落地的命门
一个 Agent 完成任务，往往要经历多轮工具调用、长上下文读取、反复推理，token 消耗远非一次问答可比。推理成本，正是 Agent 规模化部署时最现实的拦路虎。近期行业里密集出现"降本"信号：开源 Agent Harness 项目 OpenSquilla 宣称性能超过 Fable 5 的同时砍掉八成 token 成本；Meta 用 1/10 定价切入 Agent 市场；如今英伟达把推理成本再压一个数量级。当单位智能的成本快速下探，企业才敢把 Agent 从"试点项目"大规模推进到"生产系统"。
四、开源 vs 闭源：能力差距正在收窄
Nemotron 3 Ultra 的意义，不止于一项基准冠军。它让企业在"自主可控 + 低成本"上多了一个真正可用的选项——过去闭源模型在复杂业务任务上明显领先，迫使企业用高昂的 API 费用换能力；如今开源模型综合业务处理能力开始对标顶尖闭源，配合自托管与私有化部署，企业在数据主权与成本之间不必二选一。这对金融、政务、制造等强合规行业尤其关键。
五、需要客观看待的地方
基准成绩不等于真实业务表现。Deep Agents 基准的高分，能否平移到企业自有的杂乱数据与流程，仍依赖针对性的调优与评测。所谓"1/10 成本"，建立在英伟达对模型配套运行体系全链路优化的前提上，迁移到自有场景时，省下的成本可能被工程化投入抵消一部分。此外，开源模型的企业支持与合规责任由使用方自行承担，这与闭源厂商提供的托管服务保障并不相同。能力上来了、成本下来了，但落地工程化这道关，企业仍要自己过。