NVIDIA Nemotron 3.5 Super VL：新機能、ベンチマーク、実行方法

NVIDIAはNemotron 3.5 Super VLをリリースしました。常時稼働のAIエージェント向けに設計された、オープンな1,200億パラメータのマルチモーダルモデルです。推論・指示追従・ツール使用と、テキスト・画像・ドキュメント・動画の理解を単一のチェックポイントに統合しています。このガイドでは、モデルの概要・性能・ライセンス・実行方法を解説し、エージェントスタックへの採用を検討する際の判断材料を提供します。

Nemotron 3.5 Super VLとは？

Nemotron 3.5 Super VLは、特化型エンタープライズエージェント向けにNVIDIAが開発したオープンかつカスタマイズ可能なビジョン言語モデルです。1,200億パラメータのMixture-of-Experts（MoE）アーキテクチャを採用し、エージェントワークフローでは1トークンあたり120億パラメータを活性化します。この設計により、容量と推論コストのバランスを実現しています。全1,200億パラメータを毎トークン実行するコストを払わずに、大規模モデルの知識を活用できます。

最大の特徴は統合性です。推論・指示追従・ツール使用・テキスト/画像/ドキュメント/動画の理解を単一モデルに統合し、別々のビジョン言語モデルを用意する必要がなくなります。開発者にとっては、一つのオープンチェックポイントが、テキストモデルとビジョンモデルを別々に用意する手間を置き換えます。

2026年10月15日にNVIDIAのNemotronファミリーの一部としてリリースされました。Super VLとBolt 74B-A9Bは現在利用可能で、Bolt E4Bは10月23日に提供開始予定です。この3つのオープンモデルは、大規模エンタープライズサーバーからエッジデバイス・ローカルハードウェアまで、エージェントデプロイメントの全範囲をカバーします。

アーキテクチャ：ハイブリッドMamba-Transformer MoE

内部設計は効率性を最優先としています。Nemotron 3.5 Super VLはNemotron 3 Superアーキテクチャをベースに、1トークンあたり120億パラメータを活性化する1,200億パラメータのMixture-of-Expertsモデルを採用しています。ハイブリッドMamba-Transformerアーキテクチャにより長文脈処理をサポートし、マルチトークン予測（MTP）が生成を高速化します。

このモデルはゼロから学習されたわけではありません。NVIDIAは最大の推論モデルであるNemotron 3 UltraからSuper VLを蒸留しました。学習規模は相当なもので、NVIDIAによると事前学習と継続事前学習を合わせて約26兆トークンで学習し、その後約380万サンプルと数十の環境にわたる強化学習でポスト学習を実施しました。

さらに複数の推論最適化が積み重ねられています：

• LiLiCorr投機的デコーディング：DGX Sparkにおいて、投機なしのデコーディングと比較して最大2.3倍の高速なトークン生成を実現するとNVIDIAは述べています。
• NVFP4量子化と量子化対応蒸留により、4ビットチェックポイントでも元のBF16モデルに近い精度を維持します。
• エージェントターン間のコンテキスト再利用：プレフィックスキャッシングにより、アテンションキャッシュとMambaリカレント状態の両方を保持します。

NVIDIAはこのモデルを外部の協力を得て開発しました。NVIDIAはNemotron Coalitionとともにモデルを開発しました。このグループにはMistral AI、Thinking Machines Lab、Perplexity、Black Forest Labsが参加しています。Perplexityの高品質データセットがモデルの中間学習の改善と効率化に貢献しました。Prime Intellectの環境がより優れた教師モデルの構築を可能にしました。

ベンチマーク：速度と精度

NVIDIAの核心的な効率性の主張はスループットです。単一GPUにおいて、Nemotron 3.5 Super VLは同サイズカテゴリの他のオープンモデルと比較して、エージェントタスクで最大5倍のスループットを実現します。この速度向上は、長時間稼働するエージェントのタスク完了時間短縮に直結します。単一ジョブが数時間から数日にわたる場合に特に重要です。

エージェント動作ベンチマークでは、NVIDIAの自社の大規模モデルを上回っています：

これらの数値はNVIDIAの技術ブログに由来しており、同ブログではNemotron 3.5 Super VLがOCRBench v2リーダーボードでもトップクラスのオープンモデルの一つであるとも述べています。チャート推論では、CharXivベンチマークで80.8%を記録し、Pythonコード解釈を加えると84%に上昇するとNVIDIAは報告しています。コーディングでは、複数の評価設定においてSWE-benchとTerminal-BenchでNemotron 3 Superを上回るとしています。

独立した報道はより踏み込んだ精度の主張をしています。VentureBeatは、ポスト学習により、このモデルが特化型タスクベンチマークでClaude Opus 5やGPT-6.1 Solなどのフロンティアモデルを上回る位置づけにあると報じています。この注意書きは重要です。フロンティアモデルに匹敵するという主張は、汎用的なデフォルト使用ではなく、特定ワークフロー向けのファインチューニングを前提としています。

ベンダーベンチマークの常として、第三者が再現するまでこれらの数値はNVIDIA自身の測定値として扱うべきです。一つの独立したシグナルとして、NVIDIAはEXO Labsの評価を引用しており、DGX SparkにおいてSuper VLが精度とタスク完了時間のパレートフロンティアに位置すると技術ブログで述べています。

実際に得意なこと

NVIDIAはこのモデルを、エージェントが実務で遭遇する作業に向けています。ビジョン機能については、OCR・表・チャート・複数ページのドキュメント・動画など、エージェントが日常業務で扱う素材に焦点を当てました。代表的なユースケースはクロスリファレンスです。チャートを解釈し、ドキュメント内の別の場所にある表と関連付け、両方を要約することができます。

文書化されたエージェントワークフローは、コーディング・ウェブリサーチ・ドキュメントインテリジェンス・サイバーセキュリティトリアージ・動画理解に及びます。早期採用者はポスト学習後に具体的な成果を報告しています：

• Rampはレシート画像を構造化JSONに変換しており、最大50%のスループット向上と10倍の低レイテンシを見込んでいます。
• Scale AIはベンダークレジット処理向けにモデルをポスト学習し、そのワークロードで40倍の推論コスト削減と5倍の低レイテンシを見込んでいます。
• AI21とAliceは脅威インテリジェンスと脆弱性分析向けにポスト学習し、精度を41%向上させました。

これらはNVIDIAのローンチ資料からの初期・ワークロード固有の結果であり、汎用ベンチマークではありません。チューニングによって到達できる水準として読み取ってください。保証されたデフォルト値ではありません。

Nemotron 3.5 Bolt：エッジモデル

Super VLは単独ではリリースされません。2つの小型Boltモデルがエージェントをローカルハードウェアに展開します：

• Nemotron 3.5 Bolt 74B-A9B 24GBは、ローカルでのコーディング・リサーチ・その他のマルチステップタスクを対象としています。ネイティブ2ビット量子化により24GBに収まり、他のアプリと並行して動作します。NVIDIAはPinchBenchでそのクラスの#1オープンモデル、BrowseCompで#2と称しています。
• Bolt E4B 4GBは、GeForce RTX・Jetson・RTX/DGX Spark上の会話型・物理エージェント向けに設計されており、高速なローカル音声アシスタントや組み込みインターフェースに対応します。

このラインナップ全体で、データセンター（Super VL）・デバイス上のマルチステップ作業（Bolt 74B）・軽量音声（Bolt E4B）をカバーしています。

ライセンス：本当にオープンか？

はい、通常の注意事項付きで。モデルはオープンウェイト・オープンデータセット・学習レシピとともに提供されます。ローンチ時の報道によると、Nemotron 3.5 Super VLはNVIDIAのOpenMDWライセンスのもとで配布されており、商用利用・ファインチューニング・再配布を許可するとされています。これは、一部のラボが最大モデルに今も適用している研究専用の制限的ライセンスよりも、許容的なオープンソース条件に近い位置づけです。

実際の制約はハードウェアにあります。すでに数十の組織がSuper VLをファインチューニングしていますが、最大限に活用するにはNVIDIAハードウェアの購入が必要です。最適化されたNVFP4パスとほとんどのサービングの工夫は、NVIDIAのBlackwellおよびDGXスタック向けにチューニングされています。商用利用前に必ずモデルカードで正確な条件を確認してください。

Nemotron 3.5 Super VLの実行方法

リリースにはベース・ポスト学習済み・NVFP4量子化チェックポイントが含まれています。大きく3つの方法があります：

1. セルフホスト。 BF16またはNVFP4のsafetensorsを取得し、vLLM・SGLang・TensorRT-LLMでサービングします。NVFP4チェックポイントは単一のH200またはDGX Sparkで動作するよう設計されています。
2. ホスト型API。 Super VLはNVIDIA NIM・OpenRouter・Together AI・Baseten・falで利用可能で、build.nvidia.comでは無料ティアも提供されています。
3. ローカル/エッジ。 クラウドに送りたくないワークロードには、OllamaまたはLM StudioでBolt 74B-A9Bモデルを使用します。

カスタマイズについては、NVIDIAは教師ありファインチューニング・LoRA・強化学習にNeMoを、Hugging Faceのオープンデータセットを開発者に案内しています。アーキテクチャの詳細はNVIDIAの技術ブログとローンチアナウンスに掲載されています。

使うべきか？

Nemotron 3.5 Super VLは、乱雑なビジュアルドキュメントを読み取るエージェントを運用している場合、データを自社インフラに保持したい場合、そしてポスト学習に値する特定のワークフローがある場合に強力な選択肢となります。汎用チャットモデルが必要な場合や、NVIDIAハードウェアを使用していない場合は魅力が薄れます。効率性の話はそのスタックに大きく依存しているためです。

他の最近のオープン・フロンティアモデルとの比較については、Gemini 4 ArgonとGLM-5.3-Flashの解説もご覧ください。

オープンマルチモーダルモデルを実際の業務に活用する

Nemotron 3.5 Super VLはドキュメントの読み取り・ツールの呼び出し・マルチステップタスクの実行に特化して設計されています。まさにAIワークフォースが自律的に処理すべき作業です。Eigentはオープンソースのコワーク（Cowork）デスクトップアプリで、マルチエージェントワークフローをローカルでオーケストレーションします。モデルを手動でつなぎ合わせることなく、エージェントを自社のドキュメントやツールに向けることができます。ドキュメント重視のレビューワークフローでの活用事例をご覧いただくか、Eigentをダウンロードして独自のエージェントチームを構築してください。