Новые модели искусственного интеллекта NVIDIA возглавили глобальные рейтинги и снизили расходы на агентов

Ключевые моменты

• 15 июля 2026 года NVIDIA выпустила три модели Nemotron 3 Embed, все доступны для коммерческого использования бесплатно.
• Флагманская модель 8B заняла первое место на RTEB, главной глобальной лидерборде для измерения того, насколько хорошо ИИ находит релевантную информацию.
• Меньшая модель 1B снизила частоту ошибок поиска на 27–28 процентов по сравнению с предыдущей моделью 1B от NVIDIA.
• Оптимизированный для оборудования вариант 1B обеспечивает скорость обработки до двух раз выше на микросхемах NVIDIA Blackwell при сохранении точности выше 99 процентов от стандартной версии.
• Все три модели доступны немедленно на Hugging Face.

Когда вы задаете вопрос помощнику ИИ, он обычно не угадывает ответ по памяти. Он ищет в библиотеке документов, извлекает наиболее релевантные и затем составляет ответ на основе найденного. Этот этап поиска называется поиском, и его качество определяет всё последующее.

NVIDIA Corporation, производитель микросхем, который также создает инструменты программного обеспечения для ИИ, на этой неделе выпустила новое семейство моделей поиска под названием Nemotron 3 Embed. Модель встраивания, объясняя этот термин просто, — это ИИ, который преобразует слова и предложения в числа, чтобы компьютер мог быстро сравнивать, насколько тесно связаны два куска текста. Хорошие модели встраивания быстро находят нужные документы. Плохие возвращают шум, тратят время агента ИИ и увеличивают вычислительные затраты.

Флагманская модель Nemotron-3-Embed-8B-BF16 заняла первое место на RTEB (Retrieval Text Embedding Benchmark, главном публичном конкурсе точности в этой области) по состоянию на 15 июля 2026 года с результатом 78,5 процента. Это важно, потому что RTEB тестирует поиск на многих языках, типах документов и задачах, поэтому высокий результат там сложно достичь узконаправленной подготовкой.

Действительно ли лучший поиск экономит деньги?

Да, и экономия может быть существенной. NVIDIA провела показательный эксперимент: они подключили свои новые модели встраивания к агенту ИИ, программе, способной самостоятельно выполнять многошаговые задачи, и измерили, сколько токенов, единиц текста, которые модель ИИ читает и пишет, требуется агенту для завершения задачи поиска. Более точный поиск возвращал полезные результаты раньше, поэтому агент нуждался в меньшем количестве повторных поисков и меньшем количестве шагов рассуждения. Меньше шагов означает меньше токенов, а меньше токенов означает меньше счетов.

Модель 8B обеспечила как самую высокую точность, так и самую низкую предполагаемую стоимость в токенах на трех стандартных тестах. Это не компромисс; это просто более совершенная модель, выполняющая меньше ненужной работы.

Для организаций, которые не могут позволить себе использовать модель с восьмью миллиардами параметров в масштабе, NVIDIA также выпустила версию с одним миллиардом параметров Nemotron-3-Embed-1B-BF16. Она получает 72,4 процента на RTEB, что всё еще хорошо, и снижает частоту ошибок на 27 процентов по сравнению со своим предшественником. Третий вариант Nemotron-3-Embed-1B-NVFP4 использует сжатый числовой формат NVFP4 на оборудовании NVIDIA Blackwell для работы с скоростью до двух раз выше чем стандартная версия, теряя менее одного процента точности.

Все три модели поддерживают документы длиной до 32 000 токенов, работают с несколькими языками и совместимы с хранилищами кода. NVIDIA опубликовала веса моделей, детали данных обучения и рецепты тонкой настройки, чтобы команды могли адаптировать модели к своим документам без начала с нуля.

Это корпоративные тесты и собственные оценки NVIDIA. Независимые испытания клинического уровня здесь неприменимы, но лидерборде RTEB поддерживается независимо, а первое место — значимый внешний сигнал. Разработчики, желающие протестировать модели на своих данных, могут загрузить их сегодня, как отмечается на Hugging Face, где указаны все три.