---
title: "Nemotron-3 Nano Omni 30B-A3B (BF16) · DGX Spark Arena"
canonical: "https://djangodevreng.nl/arena/nemotron-3-nano-omni-30b-a3b-reasoning-bf16/"
license: "CC-BY-4.0"
source: "https://github.com/djangodevreng/dgx-spark-benchmarks/tree/a948cec23b054c62fef595bad3cdb284066922ac/results/nemotron-3/nemotron-3-nano-omni-30b-a3b-reasoning/bf16/"
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 Omni 30B-A3B (BF16)

Gemeten op 2026-08-05 tot 2026-08-06 met vLLM v0.26.0. In de chattest met tien gelijktijdige verzoeken haalt dit profiel 8,75 tokens/s per gebruiker, met gemiddeld 1,48 seconden tot het eerste token. Bij 25k context stijgt die gemiddelde wachttijd naar 19,19 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: MoE
- Parameters: 30B-A3B
- Precisie: BF16
- Context: 256K
- Gemeten op: 128K
- VRAM: 60 GB
- Engine: vLLM v0.26.0
- Hardware: DGX Spark, NVIDIA GB10, 128 GB unified memory
- Model card: https://huggingface.co/nvidia/Nemotron-3-Nano-Omni-30B-A3B-Reasoning-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/Nemotron-3-Nano-Omni-30B-A3B-Reasoning-BF16

| Benchmark | Score |
| --- | --- |
| Kennis | niet gepubliceerd |
| Redeneren | niet gepubliceerd |
| Code | niet gepubliceerd |

## 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 | 9 | 73 | 1477 | n/a | telt mee |
| 02 RAG · 8k context | 8 | 67 | 6258 | n/a | telt mee |
| 03 Lange output en agents | 10 | 63 | 688 | n/a | telt mee |
| 04 Multi-turn kantoorwerk | 8 | 74 | 2130 | n/a | telt mee |
| 05 Grote context · 25k | 6 | 39 | 19189 | n/a | telt mee |
| 06 Gelijktijdigheid onder druk | 4 | 45 | 36919 | n/a | telt mee |
| 07 Realistische kantoor-baseline | 29 | 1204.94 | 1214 | 100% | telt mee |
| 08 Echte gesprekken · ShareGPT | 8 | 130.17 | 433 | 100% | telt mee |
| 09 Reasoning-workload | 5 | 253.87 | 650 | 100% | telt mee |
| 10 Maandagochtendpiek | 41 | 1139.08 | 1111 | 100% | telt mee |
| 11 Capaciteit · rate sweep | n/a | n/a | n/a | 100% | telt mee |

## Noten

Model-ID: nvidia/Nemotron-3-Nano-Omni-30B-A3B-Reasoning-BF16. Container: vllm/vllm-openai:v0.26.0-aarch64-cu129-ubuntu2404. llama-benchy 0.4.0. Bronrun: 2026-08-05T23:54:47+02:00. KV-cache auto; max_model_len 131072; gpu_memory_utilization 0,9. Prefix caching uit; async scheduling uit. Extra serverflags: --trust-remote-code --max-num-seqs 256 --max-num-batched-tokens 8192 --video-pruning-rate 0.5 --reasoning-parser nemotron_v3 --enable-auto-tool-choice --tool-call-parser qwen3_coder. 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-omni-30b-a3b-reasoning/bf16/