Inkling vs Nemotron 3 Ultra: Welches Open-Weight-Modell sollten Sie einsetzen?

Dieser Inkling vs Nemotron Vergleich stellt zwei Open-Weight-Modelle gegeneinander: Inkling, die erste Veröffentlichung von Thinking Machines Lab (dem Startup, das von der ehemaligen OpenAI-CTO Mira Murati geleitet wird), und Nemotron 3 Ultra, NVIDIAs Flaggschiff-Open-Model. Beide bieten herunterladbare Gewichte, beide richten sich an Teams, die selbst hosten und feintunen möchten, anstatt eine geschlossene API zu mieten, und beide spielen in derselben Open-Weight-Stufe. Der interessante Teil: In den uns vorliegenden direkten Vergleichszahlen, Inkling vs Nemotron 3 Ultra ist das eine offene Matchup, bei dem Inkling bei jeder Benchmark-Zeile in unseren Daten führt. Im Folgenden legen wir die Zahlen ehrlich dar und gehen dann auf Lizenzierung, VRAM, Kosten und darauf ein, wo NVIDIAs Stack Nemotron noch einen echten Vorteil verschafft.

Ein Hinweis für Entwickler: Hier gibt es keine geprüften direkten Benchmarks, daher werden Modelle und Zugang verglichen, nicht Bewertungen. OrcaRouter leitet über APIs verfügbare Modelle hinter einen einzigen, mit OpenAI kompatiblen Endpunkt, sodass Sie Inkling und Nemotron 3 Ultra testen und vergleichen können, ohne mehrere SDKs einrichten zu müssen.

Kurzfassung: Wählen Sie InklingWählen Sie, wenn Sie die stärkeren Rohwerte in unseren Daten, eine permissive Apache-2.0-Lizenz, ein 1M-Token-Kontextfenster und multimodale (Text + Bild + Audio) Eingabe wünschen.Nemotron 3 Ultra, wenn Sie auf NVIDIA’s Enterprise- und Hardware-Stack standardisiert sind (NIM Microservices, NeMo, zertifizierte DGX/Blackwell-Bereitstellungen) und ein Modell möchten, das in dieses Ökosystem eingepasst ist. Beide sind offene Gewichte und selbst hostbar.

Wichtige Erkenntnisse

Beide sind Open-Weight, herunterladbar und selbst hostbar – dies ist ein open-vs-open-Matchup, nicht open-vs-closed.

Inkling führt jede Benchmark-Zeile an in unseren Kopf-an-Kopf-Daten (MarkTechPost set), von HLE und AIME 2026 bis SWE-bench Verified, Terminal Bench 2.1, und FORTRESS.

Inkling führt auch den unabhängigen Index an: Artificial Analysis Intelligence Index 41 vs 38 für Nemotron 3 Ultra.

Lizenzunterschied: Inkling ist Apache 2.0; Nemotron 3 Ultra wird unter NVIDIA’s offener Modelllizenz bereitgestellt — prüfen Sie vor dem kommerziellen Einsatz die genauen Bedingungen von NVIDIA.

Nemotrons Vorteil ist die Positionierung: NVIDIAs Integration des Enterprise-/Hardware-Stacks, nicht Benchmark-Siege in unseren Daten.

Vorbehalt: Die Benchmarks von Inkling werden zum Start vom Anbieter selbst gemeldet; Wettbewerbszahlen stammen von Dritten und werden nicht unabhängig geprüft.

Benchmarks hier sind vom Anbieter selbst zum Start gemeldet (Effort 0.99) für Inkling, und Zahlen von Dritten stammen von Artificial Analysis und MarkTechPost; keinerlei wurden unabhängig geprüft, und Zahlen der Konkurrenz können von NVIDIAs eigenen gemeldeten Zahlen abweichen. Inklings eigene Spezifikationen stammen aus der Modellkarte von Thinking Machines.

Schnellvergleich

Maker. Inkling: Thinking Machines Lab; Nemotron 3 Ultra: NVIDIA

Lizenz. Inkling: Apache 2.0 (lizenzgebührenfreies Selbsthosten); Nemotron 3 Ultra: NVIDIA Open Model License (siehe NVIDIA-Bedingungen)

Gewichte. Inkling: Offen (Hugging Face); Nemotron 3 Ultra: Offen

Params. Andeutung: 975B insgesamt / 41B aktiv (MoE); Nemotron 3 Ultra: Nicht in unseren Daten

Kontext. Inkling: Bis zu 1 M Token (256K auf gehosteten APIs); Nemotron 3 Ultra: Nicht in unseren Daten

Modalitäten. Inkling: Texte + Bild + Audio rein, Text raus; Nemotron 3 Ultra: Nicht in unseren Daten

Selbst hosten / Feintuning. Inkling: Ja / Ja (Tinker); Nemotron 3 Ultra: Ja / Ja

Gehosteter Preis. Inkling: ~$1,87 eingehend / ~$4,68 ausgehend pro 1M (AA); Nemotron 3 Ultra: Nicht in unseren Daten

Zellen, die mit "Not in our data" markiert sind, werden ausgelassen und nicht geschätzt — siehe die obige Offenlegung.

Gewinner nach Kategorie

Logisches Denken / Wissen. Sieger: Inkling; Anmerkungen: HLE 29.7% vs 26.6% (MarkTechPost)

Math. Gewinner: Inkling; Notizen: AIME 2026 97,1% vs 94,2%

Programmieren. Gewinner: Inkling; Anmerkungen: SWE-bench Verified 77.6% vs 70.7%

Agentic (Terminal). Gewinner: Inkling; Anmerkungen: Terminal Bench 2.1 63.8 vs 56.4

Sicherheit (adversarial). Sieger: Inkling (knapp); Anmerkungen: FORTRESS 78.0% vs 77.6%

Gesamtintelligenz. Gewinner: Inkling; Anmerkungen: AA Intelligence Index 41 vs 38

Multimodal / Audio. Gewinner: Inkling; Anmerkungen: Text+Bild+Audio rein; Nemotron-Modalitäten nicht in unseren Daten

Enterprise/Hardware-Fit. Gewinner: Nemotron 3 Ultra; Anmerkungen: Native NVIDIA-Stack-Integration

Kosten (Selbsthosting). Gewinner: Unentschieden; Anmerkungen: Beide lizenzgebührenfrei zum Selbsthosten (pro Lizenz)

Direkter Benchmark-Vergleich

Die folgenden Zahlen stammen aus einem einzigen konsistenten Satz, der von MarkTechPost, plus einem unabhängigen Index von Artificial Analysis. Fett markiert den Spitzenreiter.

HLE (keine Werkzeuge). Inkling: 29,7%; Nemotron 3 Ultra: 26,6%; Quelle: MarkTechPost

AIME 2026 (math). Inkling: 97.1%; Nemotron 3 Ultra: 94.2%; Quelle: MarkTechPost

SWE-bench Verified (coding). Inkling: 77,6%; Nemotron 3 Ultra: 70,7%; Quelle: MarkTechPost

Terminal Bench 2.1 (agentic). Inkling: 63.8; Nemotron 3 Ultra: 56.4; Quelle: MarkTechPost

FORTRESS (adversarial). Inkling: 78,0%; Nemotron 3 Ultra: 77,6%; Quelle: MarkTechPost

AA Intelligence Index. Inkling: 41; Nemotron 3 Ultra: 38; Quelle: Artificial Analysis

Dies ist ein klarer Durchmarsch für Inkling in den uns vorliegenden Daten. Es ist wichtig, es klar zu sagen: Unter den offenen Konkurrenten, gegen die Inkling verglichen wurde, ist Nemotron 3 Ultra derjenige, den es in allen Bereichen schlägt. Gegen andere offene Modelle wie GLM 5.2, Kimi K2.6 und DeepSeek V4 Pro hat Inkling Siege und Niederlagen auszutauschen – aber hier führt es in jeder Zeile.

Behalten Sie jedoch die Vorbehalte im Blick. Dies sind Zahlen, die von Inkling selbst am Starttag gemeldet wurden, und die Konkurrenzwerte wurden von Dritten zusammengestellt und nicht unabhängig geprüft. Die Margen bei FORTRESS (78,0 % vs. 77,6 %) sind so gering, dass eine Wiederholung unter anderen Testbedingungen sie umdrehen könnte. Betrachten Sie die Richtung als verlässlicher als die Dezimalstellen.

Wo Nemotron 3 Ultra gewinnt

Der Vorteil von Nemotron 3 Ultra liegt nicht in den Ergebnissen unserer Daten – es ist Positionierung. Nemotron ist NVIDIAs eigene Modellfamilie, und das hat echtes Gewicht für Unternehmen, die bereits auf NVIDIAs Stack setzen:

Hardware- und Software-Co-Design.Nemotron-Modelle sind so konzipiert, dass sie sauber auf NVIDIA-Hardware laufen, und werden über NVIDIA's Enterprise-Tooling bereitgestellt (NIM-Inferenz-Mikroservices, das NeMo-Framework und zertifizierte DGX/Blackwell-Referenzbereitstellungen). Wenn Ihr Plattform-Team bereits diesen Stack verwendet, fügt sich Nemotron mit der geringsten Reibung ein.

Unternehmenssupport und Verpackung. Ein Modell, das von NVIDIAs kommerzieller Maschinerie unterstützt wird, ist für große Organisationen eine einfachere Beschaffungs- und Support-Geschichte als eine erste Veröffentlichung eines jungen Startups.

Ökosystem-Anziehungskraft. Für Teams, die sich auf einen Anbieter für GPUs, Treiber, Inferenzlaufzeit und Modell standardisieren, reduziert Nemotron die Anzahl der beweglichen Teile.

Nichts davon erscheint in einer Benchmark-Tabelle, aber es ist oft der entscheidende Faktor bei Unternehmensbereitstellungen.

Wo Inkling gewinnt

Jeder Benchmark in unseren Daten. HLE, AIME 2026, SWE-bench Verified, Terminal Bench 2.1 und FORTRESS bevorzugen alle Inkling, ebenso wie der unabhängige AA Intelligence Index (41 vs 38).

Großzügigere Lizenz. Apache 2.0 ist nahezu so einschränkungsfrei, wie eine offene Lizenz nur sein kann. Die NVIDIA Open Model License von Nemotron könnte Bedingungen enthalten, die eine Überprüfung wert sind (siehe unten).

Multimodale Eingabe. Inkling akzeptiert Text, Bilder und Audio als Eingabe (Textausgabe). Nemotron’s Modality-Unterstützung ist nicht in unseren Daten.

Großer Kontextbereich.Inklings Gewichte unterstützen bis zu 1M Token (256K bei gehosteten APIs).

Kontrollierbarer Denkaufwand. Ein Denkaufwand-Regler ermöglicht es, Kosten gegen Tiefe pro Anfrage einzutauschen.

Preise & Kosten / TCO

Da beide Modelle Open-Weight sind, ist die entscheidende Kostenfrage für beide dieselbe: Self-Hosting ist lizenzgebührenfrei (vorbehaltlich der Lizenzbedingungen jedes Modells). Sie bezahlen für die GPUs und den Betrieb, nicht für die Gewichte.

Für Inkling, wenn Sie verwaltetes Hosting bevorzugen, berechnen Drittanbieter es (laut Artificial Analysis) mit etwa $1,87 / 1M Eingabe-Token und $4,68 / 1M Ausgabe-Token bei 64K Kontext (Cache etwa $0,374 / 1M), steigend auf etwa $3,74 / $9,36 bei 256K Kontext. Das Fine-Tuning läuft über die Tinker Plattform (64K und 256K Kontextoptionen), mit einem zeitlich begrenzten Einführungsrabatt von 50%, und es gibt ein kostenloses Playground zum Ausprobieren. Inkling ist zudem bemerkenswert token-effizient (~25K Ausgabe-Token/Aufgabe), was die tatsächlichen Ausgabe-Token-Kosten senkt.

Für Nemotron 3 Ultra, haben wir keine gehosteten Preise pro Token in unseren Daten, daher nennen wir keine Zahl. Qualitativ: Wenn Sie es innerhalb einer bestehenden NVIDIA-Unternehmensvereinbarung betreiben, können die Modellkosten in einen breiteren Stack-Deal einfließen, was die TCO-Rechnung unabhängig von einem Preis pro Token ändern kann.

Lizenzierung & Bereitstellung

Lizenzierung. Inkling wird unter Apache 2.0 veröffentlicht – die kommerzielle Nutzung ist erlaubt, Self-Hosting ist lizenzkostenfrei, und die Bedingungen sind einfach und gut verständlich. Nemotron 3 Ultra wird unter NVIDIAs Open-Modell-Lizenz ausgeliefert. Wir werden nicht über die spezifischen Klauseln spekulieren; der verantwortungsvolle Schritt ist es, NVIDIAs Bedingungen direkt zu lesen, bevor man sich für eine kommerzielle Nutzung entscheidet, da Open-Modell-Lizenzen Nutzungsbeschränkungen, Anforderungen an die Namensnennung oder Bedingungen für die akzeptable Nutzung enthalten können, die Apache 2.0 nicht hat. Die praktische Erkenntnis: Inklings Lizenz ist die permissivere und vorhersehbarere der beiden.

So führen Sie Inkling aus. Die Gewichte sind auf Hugging Face (BF16 + ein NVFP4-Checkpoint für NVIDIA Blackwell). VRAM-Stufen:

BF16: ~2 TB (etwa 8×B300 oder 16×H200)

NVFP4: ~600GB (ungefähr 4×B300 oder 8×H200)

Eingeschränkte Setups: Unsloth 1-bit GGUF Quantisierungen

Unterstützte Laufzeiten sind SGLang, vLLM, TokenSpeed, Unsloth und Hugging Face transformers, und gehosteter Zugriff ist verfügbar über Together AI, Fireworks, Modal, Databricks und Baseten. Ein minimaler vLLM-Schnellstart sieht wie folgt aus:

vllm serve thinkingmachines/Inkling --tensor-parallel-size 8

So führen Sie Nemotron 3 Ultra aus. Nemotron 3 Ultra ist ebenfalls offengewichtig und selbst hostbar und wurde entwickelt, um über NVIDIA’s eigenen Bereitstellungspfad (NIM-Mikrodienste und das NeMo-Framework auf NVIDIA-Hardware) zu laufen. Wir haben weder den genauen VRAM-Bedarf noch einen Preis pro Token in unseren Daten, also überprüfen Sie die NVIDIA-Modellseite auf die Checkpoint-Größen und unterstützten Laufzeiten.

Welche solltest du wählen?

Wählen Sie Inklingwenn Sie die stärkere gemessene Leistung in unseren Daten, die liberalste Lizenz (Apache 2.0), multimodale Eingabe, ein 1-Millionen-Token-Kontextfenster und ein tokeneffizientes Modell möchten, das Sie auf Tinker feinabstimmen können. Es ist die bessere Wahl für kostenbewusste Teams und alle, die maximale Flexibilität bei der Bereitstellung wünschen.

Wählen Sie Nemotron 3 Ultra, wenn Ihre Organisation bereits auf NVIDIAs Enterprise- und Hardware-Stack standardisiert ist und diese enge Integration, Paketierung und Unterstützung über die Benchmark-Lücke schätzt. Die Rangliste bevorzugt Inkling; das Ökosystem könnte für Sie Nemotron bevorzugen.

Nicht sicher? Beide sind kostenlos selbst hostbar, daher ist der risikoarme Schritt, Inkling (über den kostenlosen Playground oder einen gehosteten Anbieter) und Nemotron (über den Deployment-Pfad von NVIDIA) an Ihren eigenen repräsentativen Aufgaben zu prototypen. Benchmarks deuten in eine Richtung; Ihre Arbeitslast ist der wahre Richter.

Für einen tieferen Einblick in Inkling selbst, sehen Sie sich unsere vollständige Inkling AI-Modellbewertung an und den erklärenden Artikel „Was ist Inkling AI?“. Für andere Open-Weight-Vergleiche vergleichen Sie Inkling mit Kimi K2.6 und Inkling mit GLM 5.2, wo die Ergebnisse näher beieinander liegen als hier.

FAQ

Ist Inkling besser als Nemotron 3 Ultra? Nach den uns vorliegenden Daten: ja. Inkling führt in jeder direkten Benchmark-Tabelle (MarkTechPost-Set) und dem unabhängigen Artificial Analysis Intelligence Index (41 vs 38). Allerdings sind diese Zahlen selbstberichtet oder von Dritten und nicht unabhängig geprüft, und „besser“ hängt auch davon ab, wie gut jedes Modell in Ihren bestehenden Stack passt.

Welches ist besser zum Programmieren? Inkling, laut den Zahlen: SWE-bench Verified 77.6% vs 70.7% und Terminal Bench 2.1 63.8 vs 56.4 (beide MarkTechPost). Wie immer, validiere auf deiner eigenen Codebasis, bevor du eine Entscheidung triffst.

Welches ist günstiger?Beide sind lizenzfrei zum Selbsthosten, daher ist die ehrliche Antwort: „Es hängt von Ihrer Infrastruktur ab.“ Inkling hat einen veröffentlichten Hosted-Preis (~$1.87/$4.68 pro 1M Input/Output-Tokens via AA) und ist tokeneffizient; wir haben Nemotrons Hosted-Preis nicht in unseren Daten, und seine Kosten könnten in eine breitere NVIDIA-Vereinbarung einfließen.

Ist Nemotron 3 Ultra Open Source? Es ist open-weight — die Gewichte sind herunterladbar — aber es wird unter NVIDIAs Open-Model-Lizenz ausgeliefert, nicht unter einer standardmäßigen OSI-anerkannten Open-Source-Lizenz. “Open weight” ist nicht dasselbe wie “Open Source.” Überprüfen Sie NVIDIAs Bedingungen für die Einzelheiten. Inkling verwendet hingegen Apache 2.0.

Kann ich Nemotron 3 Ultra selbst hosten? Ja. Es hat offene Gewichte und ist selbst hostbar, entwickelt, um über NVIDIAs Bereitstellungswerkzeuge (NIM/NeMo) auf NVIDIA-Hardware zu laufen. Überprüfen Sie die Lizenz vor der kommerziellen Nutzung.

Kann ich Inkling feinabstimmen? Ja. Inkling ist für Anpassung konzipiert: Feintuning über die Tinker-Plattform (64K/256K Kontextoptionen, mit einem Einführungsrabatt) oder hosten Sie die Apache 2.0 Gewichte selbst und führen Sie das Feintuning auf Ihrer eigenen Infrastruktur durch.

Fazit

Unter den offenen Konkurrenten, für die wir Daten haben, ist Nemotron 3 Ultra derjenige, den Inkling klar schlägt – und führt in jeder Benchmark-Reihe sowie im unabhängigen Intelligenzindex, mit einer großzügigeren Apache-2.0-Lizenz und multimodalem, langem Kontextsupport obendrein. Der wahre Vorteil von Nemotron 3 Ultra liegt nicht in der Ergebnisliste, sondern in seiner nativen Einbettung in NVIDIAs Enterprise- und Hardware-Ökosystem, was für Teams, die bereits auf diesen Stack setzen, mehr wiegen kann als ein paar Benchmark-Punkte. Behalten Sie die Einschränkungen im Hinterkopf – keine dieser Zahlen sind unabhängig geprüft – aber wenn Sie nach gemessener Leistungsfähigkeit und Lizenzierungsfreiheit wählen, ist Inkling hier die stärkere Wahl.