NVIDIA Nemotron 3.5 Super VL: Co nowego, benchmarki i jak uruchomić

NVIDIA właśnie wydało Nemotron 3.5 Super VL – otwarty model multimodalny o 120 miliardach parametrów, stworzony dla agentów AI działających bez przerwy. Łączy rozumowanie, wykonywanie instrukcji i użycie narzędzi z rozumieniem tekstu, obrazów, dokumentów i wideo w jednym checkpoincie. Ten przewodnik omawia, czym jest model, jak działa, jak działa jego licencjonowanie i jak go uruchomić – abyś mógł zdecydować, czy powinien znaleźć się w Twoim stosie agentów.

Czym jest Nemotron 3.5 Super VL?

Nemotron 3.5 Super VL to otwarty, konfigurowalny model wizyjno-językowy (vision-language model) NVIDIA przeznaczony dla wyspecjalizowanych agentów korporacyjnych. Jego architektura mixture-of-experts (mieszanina ekspertów) o 120 miliardach parametrów aktywuje 12 miliardów parametrów na token w przepływach pracy agentycznych. Taki projekt równoważy pojemność z kosztem wnioskowania: otrzymujesz wiedzę dużego modelu bez konieczności uruchamiania wszystkich 120 miliardów parametrów przy każdym tokenie.

Kluczową cechą jest konsolidacja. Model łączy rozumowanie, wykonywanie instrukcji, użycie narzędzi oraz rozumienie tekstu, obrazów, dokumentów i wideo w jednym modelu, eliminując potrzebę stosowania oddzielnych modeli wizyjno-językowych. Dla deweloperów oznacza to, że jeden otwarty checkpoint zastępuje oddzielny model tekstowy wraz z oddzielnym modelem wizyjnym.

Model pojawił się 15 października 2026 roku jako część szerszej rodziny Nemotron NVIDIA. Super VL i Bolt 74B-A9B są już dostępne, a Bolt E4B pojawi się 23 października. Trzy otwarte modele razem obejmują pełen zakres wdrożeń agentów – od dużych serwerów korporacyjnych po urządzenia brzegowe i sprzęt lokalny.

Architektura: hybrydowy Mamba-Transformer MoE

Pod maską Super VL wykorzystuje projekt zorientowany na wydajność. Nemotron 3.5 Super VL bazuje na architekturze Nemotron 3 Super z modelem Mixture-of-Experts o 120 miliardach parametrów, aktywującym 12 miliardów parametrów na token. Jego hybrydowa architektura Mamba-Transformer obsługuje przetwarzanie długiego kontekstu, a wielotokenowe przewidywanie (MTP – multi-token prediction) przyspiesza generowanie.

Model nie był trenowany od zera. NVIDIA zdystylowało Super VL z Nemotron 3 Ultra, swojego największego modelu rozumowania. Trening był znaczący: NVIDIA podaje, że model był trenowany na około 26 bilionach tokenów w ramach pretreningu i kontynuowanego pretreningu, a następnie post-trenowany na około 3,8 milionach próbek z uczeniem przez wzmacnianie w dziesiątkach środowisk.

Na to nakłada się kilka optymalizacji wnioskowania:

• Spekulatywne dekodowanie LiLiCorr, które według NVIDIA zapewnia do 2,3x szybsze generowanie tokenów w porównaniu z dekodowaniem bez spekulacji na DGX Spark.
• Kwantyzacja NVFP4 z destylacją uwzględniającą kwantyzację, dzięki czemu checkpoint 4-bitowy zachowuje dokładność zbliżoną do oryginalnego modelu BF16.
• Ponowne użycie kontekstu między turami agenta poprzez buforowanie prefiksów, zachowując zarówno pamięci podręczne uwagi, jak i stany rekurencyjne Mamba.

NVIDIA zbudowało model również z zewnętrzną pomocą. NVIDIA opracowało model we współpracy z Nemotron Coalition – grupą obejmującą Mistral AI, Thinking Machines Lab, Perplexity i Black Forest Labs. Wysokiej jakości zestawy danych od Perplexity pomogły ulepszyć i usprawnić mid-trening modelu. Środowiska od Prime Intellect umożliwiły budowanie lepszych modeli nauczycielskich.

Benchmarki: szybkość i dokładność

Główne twierdzenie NVIDIA dotyczące wydajności dotyczy przepustowości. Na jednym GPU Nemotron 3.5 Super VL zapewnia do 5x wyższą przepustowość dla zadań agentycznych w porównaniu z innymi otwartymi modelami w swojej kategorii rozmiarowej. Ta szybkość przekłada się na szybsze wykonywanie zadań przez długo działające agenty, co ma znaczenie, gdy pojedyncze zadanie trwa godziny lub dni.

W benchmarkach zachowania agentów przewyższa własny większy model NVIDIA:

Liczby te pochodzą z bloga technicznego NVIDIA, który odnotowuje również, że Nemotron 3.5 Super VL jest jednym z czołowych otwartych modeli w rankingu OCRBench v2. W zakresie rozumowania wykresów NVIDIA podaje, że model uzyskał 80,8% w benchmarku CharXiv, rosnąc do 84% z interpretacją kodu Python. W kodowaniu NVIDIA twierdzi, że model przewyższa Nemotron 3 Super w SWE-bench i Terminal-Bench w wielu konfiguracjach ewaluacyjnych.

Niezależne relacje formułują twierdzenie o dokładności bardziej dosadnie: VentureBeat donosi, że po post-treningu model jest pozycjonowany tak, aby pokonać modele frontierowe, takie jak Claude Opus 5 i GPT-6.1 Sol, w wyspecjalizowanych benchmarkach zadań. To zastrzeżenie ma znaczenie – twierdzenia o dorównaniu modelom frontierowym zależą od dostrojenia do konkretnego przepływu pracy, a nie od ogólnego użycia bez konfiguracji.

Jak zawsze w przypadku benchmarków dostawców, traktuj te liczby jako własne pomiary NVIDIA do czasu, gdy strony trzecie je zreprodukują. Istnieje jeden niezależny sygnał: NVIDIA powołuje się na ewaluację EXO Labs, która umieściła Super VL na granicy Pareto pod względem dokładności i czasu wykonania zadań na DGX Spark, zgodnie z jego blogiem technicznym.

Co naprawdę robi dobrze

NVIDIA kieruje model do pracy, z jaką agenci spotykają się w praktyce. W zakresie wizji NVIDIA skupiło się na rodzaju materiałów, z jakimi agenci spotykają się w codziennej pracy, w tym OCR (optyczne rozpoznawanie znaków), tabele, wykresy, wielostronicowe dokumenty i wideo. Flagowym przykładem jest wzajemne odwoływanie się: model może zinterpretować wykres, powiązać go z tabelą w innym miejscu dokumentu i podsumować oba.

Udokumentowane przepływy pracy agentów obejmują kodowanie, badania internetowe, inteligencję dokumentów, triage cyberbezpieczeństwa i rozumienie wideo. Wczesni użytkownicy zgłaszają konkretne zyski po post-treningu:

• Ramp konwertuje obrazy paragonów na ustrukturyzowany JSON i oczekuje do 50% wyższej przepustowości i 10x niższego opóźnienia.
• Scale AI post-trenowało model do przetwarzania kredytów dostawców, prognozując 40x niższy koszt wnioskowania i 5x niższe opóźnienie dla tego obciążenia.
• AI21 i Alice post-trenowały go do analizy zagrożeń i analizy podatności, poprawiając dokładność o 41%.

Są to wczesne, specyficzne dla obciążenia wyniki z materiałów startowych NVIDIA, a nie ogólne benchmarki – czytaj je jako to, co model może osiągnąć po dostrojeniu, a nie gwarantowane wartości domyślne.

Nemotron 3.5 Bolt: modele brzegowe

Super VL nie jest wydawany samodzielnie. Dwa mniejsze modele Bolt przenoszą agenty na sprzęt lokalny:

• Nemotron 3.5 Bolt 74B-A9B 24GB jest przeznaczony do lokalnego kodowania, badań i innych wieloetapowych zadań. Używa natywnej kwantyzacji 2-bitowej, aby zmieścić się w 24 GB i działać obok innych aplikacji – NVIDIA nazywa go modelem nr 1 w swojej klasie w PinchBench i nr 2 dla BrowseComp.
• Bolt E4B 4GB jest zbudowany dla agentów konwersacyjnych i fizycznych na GeForce RTX, Jetson i RTX/DGX Spark, do szybkich lokalnych asystentów głosowych i wbudowanych interfejsów.

Razem linia produktów obejmuje centrum danych (Super VL), wieloetapową pracę na urządzeniu (Bolt 74B) i lekki głos (Bolt E4B).

Licencjonowanie: czy to naprawdę otwarte?

Tak, z typowymi zastrzeżeniami. Model jest dostarczany z otwartymi wagami, otwartymi zestawami danych i przepisami treningowymi. Zgodnie z relacjami wokół premiery, Nemotron 3.5 Super VL jest dystrybuowany na licencji OpenMDW NVIDIA, która jest opisana jako zezwalająca na użytek komercyjny, dostrajanie i redystrybucję. Stawia go to bliżej permisywnych warunków open-source niż restrykcyjnych licencji tylko do badań, które niektóre laboratoria nadal dołączają do swoich największych modeli.

Praktycznym ograniczeniem jest sprzęt. Dziesiątki organizacji już dostrajają Super VL, ale aby w pełni go wykorzystać, trzeba kupić sprzęt NVIDIA. Zoptymalizowana ścieżka NVFP4 i większość sztuczek serwowania jest dostrojona dla stosu Blackwell i DGX NVIDIA. Zawsze potwierdź dokładne warunki na karcie modelu przed wdrożeniem komercyjnym.

Jak uruchomić Nemotron 3.5 Super VL

Wydanie zawiera checkpointy bazowe, post-trenowane i skwantyzowane NVFP4. Masz trzy szerokie ścieżki:

1. Samodzielny hosting. Pobierz safetensory BF16 lub NVFP4 i serwuj za pomocą vLLM, SGLang lub TensorRT-LLM. Checkpoint NVFP4 jest zaprojektowany do działania na jednym H200 lub DGX Spark.
2. Hostowane API. Super VL jest dostępny przez NVIDIA NIM, OpenRouter, Together AI, Baseten i fal, z bezpłatnym poziomem na build.nvidia.com.
3. Lokalnie / brzegowo. Użyj modelu Bolt 74B-A9B przez Ollama lub LM Studio dla obciążeń, które chcesz trzymać poza chmurą.

Do dostosowywania NVIDIA kieruje deweloperów do NeMo w celu nadzorowanego dostrajania, LoRA i uczenia przez wzmacnianie, a także otwartych zestawów danych na Hugging Face. Pełny opis architektury znajduje się w blogu technicznym i ogłoszeniu premiery NVIDIA.

Czy powinieneś go używać?

Nemotron 3.5 Super VL jest dobrym wyborem, jeśli uruchamiasz agenty czytające nieuporządkowane dokumenty wizualne, chcesz przechowywać dane we własnej infrastrukturze i masz konkretny przepływ pracy warty post-treningu. Jest mniej atrakcyjny, jeśli potrzebujesz ogólnego modelu czatu lub nie korzystasz ze sprzętu NVIDIA – historia wydajności mocno opiera się na tym stosie.

Aby zobaczyć, jak wypada na tle innych niedawnych premier otwartych i frontierowych modeli, zapoznaj się z naszymi analizami Gemini 4 Argon i GLM-5.3-Flash.

Zastosuj otwarty model multimodalny w praktyce

Nemotron 3.5 Super VL jest zbudowany do czytania dokumentów, wywoływania narzędzi i wykonywania wieloetapowych zadań – dokładnie tej pracy, którą cyfrowa siła robocza AI powinna obsługiwać samodzielnie. Eigent to open-source'owa aplikacja desktopowa Cowork, która orkiestruje przepływy pracy wielu agentów lokalnie, dzięki czemu możesz kierować agentów na własne dokumenty i narzędzia zamiast ręcznie łączyć modele. Zobacz, jak radzi sobie z przepływami pracy przeglądu dokumentów, lub pobierz Eigent i zbuduj własny zespół agentów.