إطلاق NVIDIA Nemotron 3.5 Super VL: أوزان مفتوحة بحجم 120 مليار معلمة، وادعاء بمضاعفة الأداء 5 مرات، وعقبة بحجم 249 جيجابايت

صدر NVIDIA Nemotron 3.5 Super VL، والمواصفة التي ينبغي أن تحدد ما إذا كنت ستجربه ليست تلك التي يستهل بها الإعلان. النموذج نظام رؤية-لغة بـ120 مليار معامل، مع 12 مليار معامل نشط، وسياق يبلغ مليون رمز، وفك تشفير تخميني أصلي، ودعم للنصوص والصور والمستندات والفيديو. منشور الإطلاق من NVIDIA مؤرخ في 15 أكتوبر 2026 ويقدّمه بوصفه أسرع نموذج وكيلي مفتوح في فئته — "إنتاجية أسرع تصل إلى 5 أضعاف مقارنة بنماذج أخرى في فئته"، مقيسة على لوحة الصدارة Artificial Analysis Intelligence Index. وما لا يضعه المنشور أمامك هو أن الإصدار عبارة عن نقطتي استئناف اثنتين، وأن الفرق بينهما 174 غيغابايت من ذاكرة VRAM، وأن النموذج الأصغر يدفع ثمن هذا التوفير على نحو غير متكافئ.

ما الذي شُحن فعلاً في 15 أكتوبر

حدث أمران في يومين مختلفين، والفارق مهم إذا كنت تحدّد تاريخ عملية نشر. نزلت الأوزان على Hugging Face في 12 أكتوبر عند الساعة 15:32 UTC. وتلا ذلك الإعلان في 15 أكتوبر. تذكر بطاقة الطراز الخاصة بـ NVIDIA أن الإصدار هو 10/15/2026 بالإصدار 1.0 GA، لذا يعتبر المورّد أن يوم 15 هو تاريخ الإطلاق؛ أما الطوابع الزمنية للمستودع فتقول خلاف ذلك. لا يزيد عمر أي من التاريخين على أسبوع، وكلاهما حديث بما يكفي بحيث لم يتح لأي شيء يخص هذا الإصدار الوقت الكافي ليُعاد إنتاجه بشكل مستقل.

الإصدار أوسع نطاقًا من النموذج الذي سُمّي الإعلان تيمنًا به:

• Nemotron 3.5 Super VL — الرائد، 120B إجمالي / 12B نشط، في إصدار BF16 وإصدار NVFP4، كلاهما نُشر في 12 أكتوبر.

• Nemotron 3.5 Super VL Base — نقطة التحقق السابقة للتدريب اللاحق، المنشورة إلى جانب نسخة instruct، وهذا مهم لأن الترخيص يتيح لك إجراء التدريب اللاحق الخاص بك.

• Nemotron 3.5 Bolt 74B-A9B 24GB — نموذج طرفي يتّسع في 24 غيغابايت عبر تكميم أصلي بدقة 2 بت، صدر في 7 أكتوبر.

• Nemotron 3.5 Bolt E4B 4GB — الأصغر في العائلة، بتاريخ 23 أكتوبر.

المعمارية هي مزيج هجين من Mamba-2/Transformer من نوع Mixture-of-Experts مع Multi-Token Prediction، و512 خبيرًا موجّهًا لكل طبقة MoE، ومشفّر رؤية C-RADIO وموصل رؤية-لغة. تغطي المعالجة متعددة الوسائط OCR، والجداول، والرسوم البيانية، والمستندات متعددة الصفحات، والتأسيس البصري؛ يُقبل الفيديو بصيغة MP4 حتى دقيقتين، مع أخذ عينات بمعدل 2 FPS وحتى 256 إطارًا، أو 1 FPS و128 إطارًا بدقة 1080p. الترخيص هو OpenMDW-1.1، الذي تنص بطاقة النموذج على أنه جاهز للاستخدام التجاري أو غير التجاري — وهي مجموعة شروط متسامحة حقًا، وجزء حقيقي من سبب حصول هذا الإصدار على الاهتمام.

نقطتا تفتيش، و174 جيجابايت بينهما

هنا يصبح الإصدار مثيرًا للاهتمام لأي شخص يضطر إلى الدفع مقابل وحدات معالجة الرسومات. نشرت NVIDIA النموذج نفسه مرتين، بدقتين مختلفتين، وليست النسختان متقاربتين في الحجم. يُقرأ كلا الرقمين أدناه من قوائم ملفات مستودع Hugging Face، التي تُبلّغ عن أحجام أجزاء الأوزان الفردية:

• نقطة تفتيش BF16 — 248.94 جيجابايت موزّعة على 63 جزءًا. تشير ترويسة safetensors إلى أن عدد المعاملات يبلغ 124.45 مليار.

• نقطة حفظ NVFP4 — 75.06 غيغابايت موزّعة على 88 جزءًا. يعمل الاستدلال بتنسيق W4A4 على Blackwell وبتنسيق W4A16 على أي جهاز أقدم.

• الأجهزة، الدقة الكاملة — تُدرج بطاقة NVIDIA الطرازات 4× H100 أو 2× GB200 للنصوص والصور والفيديو.

• العتاد، مكمَّم — 1× H200، 2× H100، 1× GB200، أو DGX Spark واحد، مع احتياج مسار Spark إلى مُنشئ مسودة LiLiCorr لفك التشفير التخميني.

• التوفير — 173.88 GB، أو أصغر بنحو 3.3× على القرص، والفرق بين عقدة بأربع وحدات GPU ومسرّع واحد.

اقرأ ذلك كسؤال اقتصادي، لأنه كذلك بالفعل. فالانتقال من أربع وحدات H100 إلى وحدة H200 واحدة ليس قرار ضبط وتحسين؛ بل هو الفرق بين نموذج يمكنك وضعه خلف منتج هذا الربع ونموذج لا يمكنك ذلك. كما أن وصفة التكميم التي استخدمتها NVIDIA أكثر حرصًا من المعتاد: إذ يبقى مُرمِّز الرؤية والموصِّل وطبقات التفاف Mamba والتضمينات بصيغة BF16، ويبقى موجِّه MoE بصيغة FP32، بينما يُنتَج الباقي عبر التقطير المدرك للتكميم من نموذج BF16 مع 200 تكرار من التقطير القائم على SFT فوق ذلك.

ما الذي يتخلى عنه البناء المكمَّم

نشرت NVIDIA جدولًا مقترنًا يقارن بين نقطتي التفتيش مع إبقاء كل إعداد آخر ثابتًا، وهذه هي الطريقة الأمينة لإجراء هذه المقارنة، وهي أندر مما ينبغي أن تكون. الأزواج الواردة أدناه هي أرقام NVIDIA نفسها، من بطاقة نموذج NVFP4، وليست كلها في الاتجاه نفسه.

حيث تخسر النسخة المُكمَّمة:

• Terminal-Bench 2.1 — 66.70 في BF16 مقابل 60.80 في NVFP4. انخفاض قدره 5.9 نقاط، وهو أكبر تراجع فردي في الجدول.

• WebVoyager، دون اتصال — 77.72 مقابل 66.31. انخفاض بمقدار 11.4 نقطة في العمل على وكلاء المتصفح.

• DeepSWE، دون اتصال — 24.65 مقابل 18.20.

• MMLU-ProX — 76.91 مقابل 73.76.

• tau3-bench banking — 18.88 مقابل 17.78.

حيث يكسب، أو يحتفظ:

• GPQA-Diamond — 89.52 مقابل 89.90.

• القائمة المختصرة لـ APEX — 88.36 مقابل 89.36.

• معدل الهلوسة في AA-Omniscience — 30.0 مقابل 27.7، أي أن النسخة المُكمَّمة تهلوس أقل قليلًا وفقًا لقياس NVIDIA نفسه.

• tau2-bench telecom — 73.19 من كلا الجانبين، متطابق.

• OCRBench v2 EN — 68.12 مقابل 68.34.

• MMLongBench-Doc — 62.82 على كلا الجانبين.

النمط واضح دون الحاجة إلى إحصائي. أحمال عمل المستندات والتعرّف الضوئي على المحارف (OCR) واسترجاع المعرفة بالكاد تتغيّر، بل إن بعضها يتحسّن. أما أحمال العمل الوكيلية طويلة الأفق فتتغيّر كثيرًا. إذا كان تطبيقك يقرأ الملفات الرسمية أو الإيصالات أو صور الصفحات ويعيد مخرجات منظّمة، فإن نقطة التحقق بحجم 75 GB هي ما ينبغي أن تخدمه، وأنت لا تخسر شيئًا تقريبًا. وإذا كان تطبيقك وكيلًا يشغّل طرفية أو يقود متصفحًا لعشرات الخطوات المتتالية، فأنت تقايض نحو تسعة في المئة من Terminal-Bench مقابل ثلاثة أرباع فاتورة GPU لديك، وهذا قرار يستحق أن يُشغَّل على تقييمك الخاص بدلًا من جدول مورّد.

الـ 5x، وما يُقاس مقارنةً به

العنوان الرئيسي لـ NVIDIA هو الإنتاجية، وهو يستحق أن يُقرأ بدقة بدلًا من رفضه أو تكراره. الادعاء هو "إنتاجية أسرع بما يصل إلى 5 أضعاف مقارنة بالنماذج الأخرى في فئتها"، ولم تُعرَّف الفئة في المنشور. القياس هو قياس NVIDIA، على حزمة خدمة NVIDIA، عند أي تزامن ومزيج تسلسلي اختارته الوصفة — فجداول النشر الخاصة ببطاقة الطراز نفسها تحدد 32 تسلسلًا متزامنًا و5 أو 3 رموز مسودة تخمينية حسب العتاد، والإنتاجية على وكيل ذكي من 20 دورًا رقم مختلف تمامًا عن الإنتاجية على المطالبات أحادية الطلقة.

لا شيء من ذلك يجعل الادعاء كاذبًا. إنه يجعله ادعاء مورّد حول حمل عمل مُهيأ من المورّد، وهو بالضبط ما يقوله الملصق. الجدير بالملاحظة أنه في هذا الإصدار لا يوجد ثقل موازن: لم يُنشر أي قياس مستقل للإنتاجية لهذه النقاط المرجعية، لذا فإن الأرقام الوحيدة المتداولة هي أرقام NVIDIA. رقم الإنتاجية دون نموذج أساس مرجعي مُسمّى، وتزامن معلن، وتكوين عتاد معلن، ليس شيئًا يمكنك تخطيط السعة بناءً عليه. إذا كان معامل 5x حاسمًا في قرارك، فأعد إنتاجه على حركة المرور الخاصة بك قبل أن توقّع على حجز GPU.

حيث يكون النموذج قويًا، وفقًا لجدول NVIDIA نفسه

تسرد بطاقة النموذج الفردي أيضًا كيف تقارن نقطة تحقق BF16 بنظرائها، ويستحق الأمر قراءة الأعمدة الواقعة إلى يمين أعمدة NVIDIA الخاصة، لأنها أيضًا من NVIDIA. في مواجهة Qwen3.5-122B-A10B وQwen3.8-Flash-Next وDeepSeek-V4-Flash وNemotron 3 Ultra وInkling-Small وGLM-5.3-Flash:

• Video-MME v2 — 32.85، مقابل Qwen3.8-Flash-Next عند 45.1 وGLM-5.3-Flash عند 14.8. في منتصف المجال، وأوسع تباين في أي صف.

• OCRBench v2 EN — 68.12، على نفس المستوى تقريبًا مع Qwen3.8-Flash-Next عند 67.9 و Qwen3.5-122B-A10B عند 68.3.

• استدلال CharXiv — 80.82، متأخر عن كلا نموذجي Qwen.

• MathVision — 78.16، متأخرًا عن Qwen3.8-Flash-Next عند 87.5.

• MMLU-ProX — 76.91، متأخرًا عن كل عمود نظير في ذلك الصف.

• معدل الهلوسة في AA-Omniscience — 30.0، مقابل Qwen3.5-122B-A10B عند 84.5 وDeepSeek-V4-Flash عند 95.9. في هذا الصف، القيمة الأقل أفضل، والفرق ليس صغيرًا.

• Terminal-Bench 2.1 — 66.70، مقابل Qwen3.8-Flash-Next عند 85.8 وGLM-5.3-Flash عند 82.7.

• SWE-bench Verified — 71.10، مقابل GLM-5.3-Flash عند 79.10.

• OSWorld-Verified — 51.14، مقابل GLM-5.3-Flash عند 14.78.

يتوافق هذا المظهر مع ما تقول NVIDIA إن النموذج مخصص له. فهو ليس المتصدر في الاستدلال الخام أو البرمجة، ولا يدّعي ذلك — إذ يضعه الإعلان في مقابل أكبر نموذج لديها عند نحو خُمس عدد المعاملات، لا في مقابل الطليعة. وهو قوي في ضبط الهلوسة، واستخراج المستندات، والعمل عبر وكلاء سطح المكتب، وفي منتصف الحزمة في الفيديو، ومتأخر في أصعب اختبارات الوكلاء الطرفية. وإذا جئت إلى هذا الإصدار لأن "فهم الفيديو" كان في السطر الأول من الإعلان، فإن أرقام الفيديو هي التي يجب النظر إليها عن كثب.

ما هي تكلفة التشغيل

لا يوجد سعر مدرج، وهذا ليس إغفالاً من جانب NVIDIA — بل هو طبيعة إصدار أوزان مفتوحة. لا تبيع NVIDIA هذا النموذج لكل توكن بسعر منشور؛ بل تنشر الأوزان بموجب OpenMDW-1.1 وحاوية NIM بتهيئات متحقَّق منها، وأنت تدفع مقابل وحدات GPU. لذا فإن مسألة التكلفة هي مسألة ساعات GPU، والجوابان المقبولان هما 4× H100 لـ BF16 أو H200 واحدة أو DGX Spark واحدة لـ NVFP4.

هذا هو الجزء من الحسابات الذي تخطئ فيه معظم الفرق عندما تقارن نموذجًا مفتوحًا بواجهة برمجة تطبيقات مستضافة. الجانب المستضاف يقدّم سعرًا لكل رمز يتضمن بالفعل منحنى استخدام شخص آخر. أما الجانب المفتوح فيقدّم نقطة تفتيش وقائمة حد أدنى من العتاد، والرقم الحقيقي يعتمد كليًا على ما إذا كنت تستطيع إبقاء وحدة معالجة الرسومات مشغولة. H200 واحدة تشغّل نقطة تفتيش بحجم 75 GB وتخدم سير عمل داخلي واحد بضع مئات من المرات في اليوم تكون أغلى بكثير لكل استدعاء من نفس نقطة التفتيش على نشر مشترك. استأجر قبل أن تشتري، وقِس الرموز في الثانية على مطالباتك الخاصة لا على حمل عمل وسيط.

تجربته قبل أن تراهن بمنتجٍ ما عليه.

الخطوة الأولى الصادقة تجاه نموذج مضى على توثيقه يوم واحد هي التقييم، وليس الترحيل، وهنا تؤدي البوابة عملًا حقيقيًا لا عملًا خطابيًا. مفتاح واحد عبر أكثر من 200 نموذج بسعر قائمة المزوّد مع هامش ربح 0% يعني أن المقارنة التي تريدها فعلًا — Nemotron 3.5 Super VL مقابل النموذج النصي أو البصري الذي تشغّله اليوم — هي تغيير في سلسلة النموذج بدلًا من علاقة مع مورّد ثانٍ، كما أن التحويل التلقائي عند الفشل عبر المزوّدين يعني أن عبء العمل الذي تختبره فقط يمكن أن يعمل جنبًا إلى جنب مع حركة الإنتاج دون أن يعتمد أيٌّ منهما على الآخر. وهذا يهم هنا أكثر من المعتاد: تتصرف نقطتا التحقق هاتان بشكل مختلف بما يكفي في العمل الوكيلي بحيث تكون التجربة المفيدة ليست "هل هذا النموذج جيد" بل "أي من هذين البناءين، على أي معيار من معاييري، وبأي تكلفة GPU."

التسلسل الذي يتجنب إهدار شهر GPU: اختر حمل العمل على شكل مستندات أولاً، لأن هذا هو المكان الذي تكون فيه الفجوة بين BF16 وNVFP4 أصغر، وحيث تكون أرقام النموذج نفسه أفضل. شغّله مقابل نقطة التحقق الأصغر. قيّمه مقابل تقييم كتبته. عندها فقط قرر ما إذا كانت أحمال العمل الوكيلية — تلك التي تخسر فيها النسخة المكممة 5.9 نقطة على Terminal-Bench و11.4 على WebVoyager — تبرر بناء 249 جيجابايت وأربع وحدات GPU.

ما الذي لا يزال دون إجابة؟

ثلاث فجوات تستحق المراقبة لأنها تغيّر القرار لا التسويق.

الأول هو التقييم المستقل. كل رقم في هذه المقالة يأتي من NVIDIA موسوم على هذا النحو، وفي هذا الإصدار ينطبق ذلك عليها كلها. لم تنشر أي جهة خارجية قياسًا للإنتاجية، ولا إعادة إنتاج للدقة، ولا مقارنة لإطار تقييمات لأي من نقطتي التفتيش. إن ادعاء الإنتاجية البالغ 5x وجدول التكميم المقترن متسقان داخليًا ومن الواضح أنهما أُعدّا بعناية، ويظلان مُبلَّغًا بهما من المورّد وغير معاد إنتاجهما. تعامل معهما كحد أعلى حتى ينشر شخص من خارج NVIDIA التجارب نفسها.

الثاني هو مسار الفيديو. يقبل النموذج صيغة MP4 ويقدّم الإعلان فهم الفيديو في المقدمة، لكن في معيار الفيديو الوحيد في جدول NVIDIA نفسه يسجّل 32.85 بينما يقع Qwen3.8-Flash-Next عند 45.1. غطّت بيانات التدريب الفيديو من 10,000 إلى مليون ساعة، وهو نطاق واسع ولا يخبرك بشيء عن الكثافة أو المجال. إذا كان الفيديو حالة استخدامك، فهذا هو الصف الذي يجب اختباره أولًا، والصف الأرجح أن يخيّب عرض مشتريات مبنيًا على الإعلان.

الثالث هو نقطة التحقق الأساسية. إن نشره تحت الترخيص نفسه هو الجزء الأطول أثرًا في هذا الإصدار، لأنه يتيح لفريق يملك بياناته الخاصة أن يُجري تدريبًا لاحقًا بدلًا من الالتفاف بالتوجيهات حول نموذج المورّد. كما أن مجموعة بيانات التدريب اللاحق الخاصة بـ NVIDIA لهذه العائلة مفتوحة أيضًا، وتبلغ أحجام الأثر في تقرير NVIDIA عشرات النقاط داخل إطار الاختبار الخاص بـ NVIDIA. ولم ينشر أحد بعد عملية ضبط دقيق مستقلة موثوقة انطلاقًا من ذلك الأساس. وعندما يفعل أحد ذلك، سيكشف لك عن السقف الحقيقي لهذا النموذج أكثر مما يفعله منشور الإطلاق.

الأوزان قابلة للتنزيل اليوم، والترخيص يتيح لك استخدامها تجاريًا. الشيئان اللذان لا يمكنك تنزيلهما هما معيار تقييم مستقل ورقم إنتاجية بخط أساس مُسمّى — وكلاهما هو ما ستحتاجه قبل أن تلتزم بمسار إنتاجي لنموذج عمره أربعة أيام فقط.