NVIDIA Nemotron 3 Ultra scoort het hoogst onder Amerikaanse open modellen

TL;DR

• Wat: NVIDIA's Nemotron 3 Ultra scoort 47,7 op de Artificial Analysis Intelligence Index en is daarmee het sterkste open-weights AI-model uit de VS.
• Waarom relevant: Open modellen kun je zelf draaien, waardoor je bedrijfsdata niet naar een externe partij hoeft te sturen — dat maakt ze interessant voor ondernemers die privacy serieus nemen.
• Wat je ermee kunt: Inventariseer of jouw AI-toepassingen geschikt zijn om op een open model te draaien in plaats van op een gesloten API.

Ik kwam deze week een bericht tegen van NVIDIA AI over hun samenwerking met Artificial Analysis — een onafhankelijk platform dat AI-modellen evalueert. Het ging over Nemotron 3 Ultra, een open model met 550 miljard parameters. Wat mij triggerde: het gaat niet alleen over hoe slim een model is, maar ook over hoe je die slimheid eerlijk meet.

Wat is er precies gebeurd?

NVIDIA heeft samen met Artificial Analysis het Nemotron 3 Ultra-model geëvalueerd voorafgaand aan de publieke release. Artificial Analysis is een soort onafhankelijk testbureau voor AI-modellen — vergelijk het met de ANWB-autotest, maar dan voor taalmodellen. Ze combineren meerdere benchmarks tot één score: de Intelligence Index.

Nemotron 3 Ultra scoort daar 47,7. Dat maakt het op dit moment het sterkste open-weights model uit de Verenigde Staten. Het scoort hoger dan Gemma 4 31B van Google (39,2) en NVIDIA's eigen Nemotron 3 Super (36,0). Wel ligt het achter op het Chinese Kimi K2.6, dat op 53,9 uitkomt.

Wat ik interessant vind: NVIDIA noemt dit nadrukkelijk een "open weights"-model. Dat betekent dat de modelgewichten — zeg maar het brein van het model — vrij beschikbaar zijn. Je kunt het model downloaden en zelf draaien.

Wat meet de Intelligence Index precies?

De Intelligence Index van Artificial Analysis is een gewogen gemiddelde van vier categorieën:

• Agents (34%): hoe goed het model zelfstandig taken kan uitvoeren
• Coding (24%): programmeervaardigheden
• Wetenschappelijk redeneren (24%): wiskunde, fysica, complexe logica
• Algemeen (18%): brede kennis en taalvaardigheid

De index gebruikt negen verschillende evaluaties, waaronder Terminal-Bench (voor agentic taken), SciCode en GPQA Diamond. Het is een Engelstalige, tekst-only evaluatie — meertalige en beeldprestaties worden apart gemeten.

Artificial Analysis schat de betrouwbaarheidsmarge op minder dan ±1%. Dat is vrij nauwkeurig voor dit soort metingen. Wat mij opvalt is dat de weging behoorlijk zwaar leunt op "Agents" — het vermogen om zelfstandig complexe taken uit te voeren. Dat zegt iets over waar de industrie naartoe beweegt: niet alleen vragen beantwoorden, maar ook daadwerkelijk stappen zetten.

Waarom open modellen interessant zijn voor ondernemers

Stel dat je als ondernemer een AI-toepassing draait — klantenservice, offertes genereren, interne documentatie doorzoeken. Op dit moment gebruik je waarschijnlijk een API van OpenAI, Google of Anthropic. Dat werkt prima, maar het betekent wel dat je bedrijfsdata door hun servers gaat.

Met een open model als Nemotron 3 Ultra heb je een alternatief. Je kunt het model op eigen infrastructuur draaien, of bij een Europese cloudprovider. Dat geeft je meer controle over waar je data naartoe gaat. Zeker met de AVG is dat een overweging die ertoe doet.

Nu moet ik hier wel eerlijk bij zeggen: een model van 550 miljard parameters is niet iets dat je op een laptop draait. Nemotron 3 Ultra gebruikt een zogeheten mixture-of-experts architectuur, waarbij slechts 55 miljard parameters tegelijk actief zijn. Dat maakt het efficiënter — Artificial Analysis mat snelheden van meer dan 400 tokens per seconde — maar je hebt nog steeds serieuze hardware nodig.

Voor de gemiddelde MKB-ondernemer is direct zelf hosten waarschijnlijk niet haalbaar. Maar er zijn steeds meer partijen die open modellen aanbieden als hosted dienst, waarbij je wél profiteert van de openheid zonder zelf de hardware te beheren. Denk aan het verschil tussen zelf een server in je kelder zetten en een VPS huren: de technologie is hetzelfde, maar de drempel verschilt enorm.

De VS-China dynamiek in open AI

Wat mij niet ontgaat is de geopolitieke laag in dit verhaal. Nemotron 3 Ultra is het sterkste Amerikaanse open model, maar het Chinese Kimi K2.6 scoort met 53,9 flink hoger. Dat verschil is niet triviaal — het is meer dan zes punten op een schaal waar de betrouwbaarheidsmarge minder dan één punt is.

NVIDIA positioneert Nemotron bewust als een Amerikaans open-source alternatief. Grote namen als Accenture, Siemens, CrowdStrike, Palantir en ServiceNow zijn al vroege gebruikers. Dat zijn geen kleine spelers. Het signaal is duidelijk: als bedrijven in het Westen willen bouwen op open modellen zonder afhankelijk te zijn van Chinese ontwikkelaars, dan is Nemotron een optie.

Voor een Nederlandse ondernemer is dit relevant omdat het de keuze vergroot. Je hoeft niet meer te kiezen tussen een gesloten Amerikaans model of een open Chinees model. Er is nu een open Amerikaans alternatief dat in dezelfde gewichtsklasse meedoet. Of dat voor jouw specifieke toepassing het beste model is, hangt af van wat je ermee wilt doen — maar het feit dát de keuze er is, vind ik waardevol.

Hoe betrouwbaar zijn deze evaluaties?

Een vraag die ik mezelf stel: hoe onafhankelijk is een evaluatie als Artificial Analysis samenwerkt met NVIDIA voor een pre-release test? Het is goed dat Artificial Analysis transparant is over die samenwerking. Ze publiceren hun methodologie openbaar en gebruiken gestandaardiseerde tests. Maar het blijft iets om in het achterhoofd te houden.

Wat mij enigszins geruststelt is dat Artificial Analysis ook een Openness Index publiceert — een maat voor hoe transparant AI-makers zijn over hun modellen. Ze hebben dus een reputatie op te houden als onafhankelijke partij. Bovendien scoort Nemotron 3 Ultra op sommige deelgebieden níet het hoogst: Gemma 4 31B van Google scoort iets beter op de Coding Index. Dat soort nuances zou je niet verwachten als de evaluatie puur een promotievehikel was.

Toch is het verstandig om nooit op één benchmark af te gaan. Kun je je voorstellen dat je een nieuwe werknemer aanneemt puur op basis van één IQ-test? Waarschijnlijk niet. Hetzelfde geldt voor AI-modellen: de Intelligence Index is een nuttig startpunt, maar voor jouw specifieke bedrijfstoepassing wil je zelf testen wat het beste werkt.

Tot slot

Voor mij is dit bericht vooral een signaal dat de markt voor open AI-modellen volwassener wordt. Er komen steeds betere modellen beschikbaar die je zonder vendor lock-in kunt inzetten. De evaluatiemethoden worden transparanter. En de keuze voor ondernemers wordt breder — al vraagt die keuze ook meer kennis om de juiste afweging te maken. Dat is misschien wel de echte uitdaging: niet het gebrek aan goede modellen, maar de kunde om te bepalen welk model bij jouw situatie past.