/ Модель

Характеристики

Лицензия
Своя лицензия
Базовая модель
NVIDIA-Nemotron-3-Nano-30B-A3B-BF16
Опубликована
17 июн 2026

NVIDIA-Nemotron-3-Nano-30B-A3B-BF16-GGUF

Генерация текстаТекст → текст15 профессий

GGUF-сборка NVIDIA Nemotron 3 Nano предназначена для локальной генерации текста, диалогов, рассуждений, программирования и агентных сценариев.

726скачиваний за 30 дней0лайковвеса обновлены17 июн 2026

Бенчмарки

Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды

Тесты пользователейпока нет

Никто ещё не опубликовал тест этой модели. Соберите бенчмарк из своих задач — результат появится здесь.

  1. Добавьте модель в бенчмарк

    Вместе с другими моделями категории «Текст» — сравнение идёт внутри одной категории.

  2. Опишите свои задачи

    Напишите запросы, при необходимости приложите файлы и эталонные ответы.

  3. Запустите и опубликуйте

    Модели ответят на каждую задачу, судья оценит ответы. Опубликованный результат появится на этой странице.

Публичные оценки

Из открытых лидербордов. Сравнивайте результаты одного теста при одинаковых условиях — отсутствие оценки не значит, что модель хуже.

В подключённых источниках результатов для этой модели пока нет.

Что умеет модель

Описание составлено по карточке модели и метаданным Hugging Face

Это сборка модели NVIDIA Nemotron 3 Nano 30B A3B в формате GGUF BF16, подготовленная DhruvalLabs для запуска через llama.cpp и совместимые приложения, включая Ollama, LM Studio, Open WebUI и Jan. В основе лежит NVIDIA-Nemotron-3-Nano-30B-A3B-BF16; README перечисляет варианты квантования K-quant, в том числе Q3_K_M, Q4_K_M и Q8_0, для локального запуска при разных объёмах памяти.

Модель предназначена для генерации текста и диалогового использования. Базовая модель ориентирована на рассуждения, программирование и агентные сценарии; доступные сведения также указывают на поддержку английского, испанского, французского, японского, итальянского и немецкого языков. README заявляет сохранение 97–99% исходного качества для квантованных вариантов, но не приводит результаты измерений, поэтому это утверждение не подтверждено представленными бенчмарками.

В метаданных указана лицензия «other»; конкретные условия использования в предоставленной карточке не раскрыты. GGUF-репозиторий указывает BF16 и одновременно описывает варианты квантования, поэтому фактическая точность зависит от выбранного файла.

Сценарии применения

  • локальный диалог с языковой моделью
  • генерация и продолжение текста
  • помощь с программированием
  • решение задач на рассуждение и математику
  • создание локальных агентных приложений

Ограничения

Заявление README о сохранении 97–99% качества не подкреплено приведёнными результатами бенчмарков. Точная лицензия и условия использования в предоставленных данных не раскрыты; требуемые ресурсы зависят от выбранного варианта файла.

Для каких профессий подходит15

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Также подходит для

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

NVIDIA-Nemotron-3-Nano-30B-A3B-BF16 — GGUF Quantizations

Model on HF Original Model quant-kit

Quantized GGUF versions of nvidia/NVIDIA-Nemotron-3-Nano-30B-A3B-BF16

Works with llama.cpp · Ollama · LM Studio · Open WebUI · Jan

Quantized by Dhptl on June 17, 2026 using quant-kit


⚖️ The Pareto Frontier — Efficiency vs Intelligence

Can you run a powerful model on a laptop without losing its intelligence?

These quantizations push the efficiency-quality Pareto frontier using llama.cpp's K-quant format, preserving 97-99% of the original model quality at a fraction of the size.

BenchmarkOriginal (FP16)Q4_K_MQuality Retained
MMLU ProSee original cardRun benchmarks~97-99%
HellaSwagSee original cardRun benchmarks~97-99%
ARC ChallengeSee original cardRun benchmarks~97-99%
TruthfulQASee original cardRun benchmarks~97-99%
GSM8KSee original cardRun benchmarks~97-99%

📦 Available Files

FilenameSizeRAM RequiredQuantQualityBest For

💡 Which file should I download?

  • Most users: NVIDIA-Nemotron-3-Nano-30B-A3B-BF16-Q4_K_M.gguf — best balance of size and quality
  • High RAM (32GB+): NVIDIA-Nemotron-3-Nano-30B-A3B-BF16-Q8_0.gguf — near-original quality
  • Low RAM (8GB): NVIDIA-Nemotron-3-Nano-30B-A3B-BF16-Q3_K_M.gguf — fits in 8GB with room to spare

⚡ Speed Benchmarks

Run python benchmark.py --model NVIDIA-Nemotron-3-Nano-30B-A3B-BF16 to generate speed results.


🧠 Quality Benchmarks

Run kaggle_bench.ipynb on Kaggle to benchmark this model.


🚀 How to Use

Ollama

ollama run dhptl/nvidia-nemotron-3-nano-30b-a3b-bf16

LM Studio / Jan / Open WebUI

Search for Dhptl/NVIDIA-Nemotron-3-Nano-30B-A3B-BF16 in the model browser.

llama.cpp CLI

# Download the binary from https://github.com/ggerganov/llama.cpp/releases
./llama-cli \
  -m NVIDIA-Nemotron-3-Nano-30B-A3B-BF16-Q4_K_M.gguf \
  -p "You are a helpful assistant." \
  --conversation \
  -n 512

Python — llama-cpp-python

from llama_cpp import Llama

llm = Llama(
    model_path="./NVIDIA-Nemotron-3-Nano-30B-A3B-BF16-Q4_K_M.gguf",
    n_gpu_layers=-1,   # -1 = offload everything to GPU
    n_ctx=4096,
)

response = llm.create_chat_completion(messages=[
    {"role": "user", "content": "Tell me about quantization."}
])
print(response["choices"][0]["message"]["content"])

🔍 About GGUF Quantization

GGUF is the standard file format for running large language models locally. Quantization reduces the number of bits per weight:

FormatBits/weightSize vs FP16Quality
Q2_K~2.616%⭐
Q3_K_M~3.321%⭐⭐⭐
Q4_K_M~4.528%⭐⭐⭐⭐ ← sweet spot
Q5_K_M~5.635%⭐⭐⭐⭐½
Q8_0~8.553%⭐⭐⭐⭐⭐

💬 Community & Feedback

Found an issue? Have a question? Open a Discussion in the Community tab above.

If these quantizations were useful, please consider:

  • ⭐ Starring quant-kit on GitHub
  • 👍 Liking this model on HuggingFace
  • 💬 Leaving feedback in the Community tab

Как запустить

На своей GPU в ailist. Цена — по текущим предложениям провайдеров

GPU в ailist

llama.cpp

Можно запустить

Подбираем GPU…

Ревизия весов
33b070c

0 моделей