---
title: "Nemotron-3-Nano-4B (FP8) · DGX Spark Arena"
canonical: "https://djangodevreng.nl/arena/nemotron-3-nano-4b-fp8/"
license: "CC-BY-4.0"
source: "https://github.com/djangodevreng/dgx-spark-benchmarks/tree/a948cec23b054c62fef595bad3cdb284066922ac/results/nemotron-3/nemotron-3-nano-4b/fp8/"
source_revision: "a948cec23b054c62fef595bad3cdb284066922ac"
contract_version: 1
suite_version: "2026-08"
minimum_request_success_rate: 0.99
sanity_status: "not_recorded"
attribution: "Django de Vreng, https://djangodevreng.nl"
---

# Nemotron-3-Nano-4B (FP8)

Gemeten op 2026-08-08 met vLLM v0.26.0. In de chattest met tien gelijktijdige verzoeken haalt dit profiel 34,89 tokens/s per gebruiker, met gemiddeld 0,93 seconden tot het eerste token. Bij 25k context stijgt die gemiddelde wachttijd naar 12,4 seconden. Bij deze historische run is geen sanity-check vastgelegd. Dat bewijs ontbreekt, ook wanneer de snelheidsmeting volgens de huidige regels meetelt.

## Specificaties

- Vendor: NVIDIA
- Architectuur: Dense
- Parameters: 4B
- Precisie: FP8
- Context: 256K
- Gemeten op: 48K
- VRAM: 4 GB
- Engine: vLLM v0.26.0
- Hardware: DGX Spark, NVIDIA GB10, 128 GB unified memory
- Model card: https://huggingface.co/nvidia/NVIDIA-Nemotron-3-Nano-4B-BF16

## Quality (model-cards)

Alleen ter referentie. De harnesses en dekking verschillen per model; deze cijfers tellen niet mee in de hardware-score.

Bron: https://huggingface.co/nvidia/NVIDIA-Nemotron-3-Nano-4B-BF16

| Benchmark | Score |
| --- | --- |
| MMLU-Pro | 18.1 |
| GPQA-Diamond | 51.3 |
| LiveCodeBench | 51.8 |

## Benchmarks op de DGX Spark

Alleen complete runs zonder mislukte sanity-check tellen mee. Open-looptests vereisen minimaal 99% request success. Ruwe resultaten blijven zichtbaar.

| Test | tokens/s p/user | tokens/s totaal | TTFT (ms) | Request success | Ranking |
| --- | --- | --- | --- | --- | --- |
| 01 Chat | 35 | 308 | 931 | n/a | telt mee |
| 02 RAG · 8k context | 28 | 225 | 3853 | n/a | telt mee |
| 03 Lange output en agents | 37 | 197 | 331 | n/a | telt mee |
| 04 Multi-turn kantoorwerk | 33 | 300 | 1246 | n/a | telt mee |
| 05 Grote context · 25k | 16 | 87 | 12397 | n/a | telt mee |
| 06 Gelijktijdigheid onder druk | 10 | 91 | 24235 | n/a | telt mee |
| 07 Realistische kantoor-baseline | 102 | 1330.22 | 733 | 99.5% | telt mee |
| 08 Echte gesprekken · ShareGPT | 17 | 132.26 | 107 | 100% | telt mee |
| 09 Reasoning-workload | 15 | 535.91 | 467 | 100% | telt mee |
| 10 Maandagochtendpiek | 113 | 3166.56 | 774 | 100% | telt mee |
| 11 Capaciteit · rate sweep | n/a | n/a | n/a | 100% | telt mee |

## Noten

Model-ID: nvidia/NVIDIA-Nemotron-3-Nano-4B-FP8. Container: vllm/vllm-openai:v0.26.0-aarch64-cu129-ubuntu2404. llama-benchy 0.4.0. Bronrun: 2026-08-08T09:26:41+02:00. KV-cache fp8_e4m3; max_model_len 49152; gpu_memory_utilization 0,9. Prefix caching uit; async scheduling aan. Extra serverflags: --trust-remote-code. 11 van de 11 tests hebben een meting die volgens de huidige Arena-regels meetelt. Bij deze historische run is geen sanity-check vastgelegd. Dat bewijs ontbreekt, ook wanneer de snelheidsmeting volgens de huidige regels meetelt.

---

Licentie: CC-BY-4.0 (https://creativecommons.org/licenses/by/4.0/). Django de Vreng, https://djangodevreng.nl.
Volledige arena: https://djangodevreng.nl/arena/ · Ruwe runs (GitHub): https://github.com/djangodevreng/dgx-spark-benchmarks/tree/a948cec23b054c62fef595bad3cdb284066922ac/results/nemotron-3/nemotron-3-nano-4b/fp8/