NVIDIA Nemotron 3.5 Super VL ist das beste US-Open-Weight-Modell unter permissiver Lizenz, und seine Gewichte waren drei Tage vor der eigenen Ankündigung verfügbar.

Der Zeitstempel ist der Teil, den niemand aufgeschrieben hat. Das BF16-Repository für NVIDIA Nemotron 3.5 Super VL — vollständiger Name nvidia/NVIDIA-Nemotron-3.5-Super-VL-120B-A12B-BF16 — wurde am 12. Oktober 2026 um 15:32:06 UTC auf Hugging Face erstellt, zusammen mit einem NVFP4-Build vierundzwanzig Sekunden später und einem Basis-Checkpoint neunzehn Sekunden davor. Der Blogbeitrag von NVIDIA, der das Modell ankündigt, ist auf den 15. Oktober datiert. Etwa zweiundsiebzig Stunden lang waren die Gewichte des stärksten offenen Vision-Language-Modells von NVIDIA herunterladbar, indexiert und wurden von Dritten quantisiert, während das Unternehmen, das es trainiert hatte, überhaupt nichts veröffentlicht hatte. Das ist kein Leak und kein Skandal. Es ist eine Release-Pipeline, in der das Artefakt vor dem Prosatext ausgeliefert wird, und es lohnt sich, das klar zu sagen, denn der Rest dieses Artikels handelt von Zahlen, und die Zahlen haben ihre eigenen Zeitstempel. Im Artificial Analysis Intelligence Index erreicht NVIDIA Nemotron 3.5 Super VL 26,49, nicht geschätzt. Sein Vorgänger, NVIDIA Nemotron 3 Super 120B A12B, veröffentlicht am 11. März 2026, erreicht 12,83 auf demselben Panel. Das ist das 2,06-Fache der Punktzahl, und es benötigt 49.174 Ausgabe-Tokens pro Aufgabe statt 113.823.

Zwei Aspekte dieses Vergleichs verdienen eine Einordnung, bevor es ins Detail geht. Erstens ist die 26,49 eine Drittanbieter-Zahl, gemessen auf dem Harness von jemand anderem mit einem veröffentlichten Token-Budget, und sie ist im Panel als nicht geschätzt gekennzeichnet. Das ist hier wichtiger als sonst, weil NVIDIAs eigene Benchmark-Tabelle Seite an Seite mit sieben Wettbewerbern präsentiert wird und die beiden Datensätze nicht immer übereinstimmen. Zweitens ist die Spitzenreiter-Behauptung in der Überschrift bewusst eng gefasst. Unter den in den Vereinigten Staaten entwickelten Open-Weight-Modellen erzielt Meta Muse Spark Open einen höheren Wert – 38,87, ebenfalls nicht geschätzt –, aber es wird unter einer maßgeschneiderten kommerziellen Lizenz hinter einem zugangsbeschränkten Repository ausgeliefert, was es in eine andere Adoptionskategorie einordnet als einen Checkpoint, den man heute unter OpenMDW-1.1 herunterladen und bereitstellen kann. Unter den permissiv lizenzierten US-Open-Weight-Modellen in diesem Panel steht NVIDIA Nemotron 3.5 Super VL an erster Stelle, und der nächste Eintrag darunter ist Inkling Small mit 25,66.

Was das Repository festlegt und was nur das Panel tut

Die Modellkarte ist ungewöhnlich vollständig für etwas, das drei Tage vor seiner eigenen Pressemitteilung veröffentlicht wurde, und sie beantwortet die strukturellen Fragen sauber. NVIDIA Nemotron 3.5 Super VL ist ein Hybrid aus Mamba-2, Mixture-of-Experts und Attention mit einem C-RADIO-Vision-Encoder und einem Vision-Language-Connector, 512 gerouteten Experten pro MoE-Schicht, 120B Gesamtparameter mit 12B aktiven Parametern pro Token und einem Kontextfenster von bis zu 1M Token. Native Multi-Token Prediction ermöglicht spekulatives Decoding ohne einen separaten Drafter-Download. Eingaben sind Text, Bilder (JPEG, PNG) und Video (MP4 bis zu zwei Minuten, als Frames abgetastet); die Ausgabe ist ausschließlich Text. Die Lizenz ist OpenMDW-1.1, die Karte gibt an, dass das Modell für kommerzielle oder nichtkommerzielle Nutzung bereit ist, und NVIDIA berichtet von Training über rund 26 Billionen Token mit etwa 3,8 Millionen Post-Training-Samples und Reinforcement Learning in Dutzenden von Umgebungen.

• Parameter gesamt / aktiv — 120B / 12B gegenüber 120,6B / 12,7B des März-Modells. Nahezu identisch, und genau das ist der Punkt: Der Gewinn liegt nicht in einem größeren Modell.

• Intelligence Index — 26,49 gegenüber 12,83, beide nicht geschätzt, beide laut Artificial Analysis.

• Ausgabe-Tokens pro Index-Aufgabe — 49.174 gegenüber 113.823. Das neue Modell erledigt dieselbe Aufgabe mit 56,8 % weniger Tokens.

• Kontext und Ausgaben — 1M Token, nur Textausgabe, bei beiden. Keines von beiden ist ein Bildgenerator.

• Mindestanforderung für den Einsatz — 4×H100 oder 2×GB200 für BF16 auf NVIDIA Nemotron 3.5 Super VL; für kleinere Footprints gibt es einen NVFP4-Build.

• Öffentliche Resonanz — 142 Downloads und 32 Likes im BF16-Repository zum Zeitpunkt des Verfassens, gegenüber mehr als einer Million Downloads beim Vorgänger aus dem März. Die Lücke ist drei Tage Alter, nicht drei Tage Nachfrage.

Die Fähigkeitsaufschlüsselung auf dem Panel ist der Punkt, an dem die 26,49 aufhört, eine einzelne Zahl zu sein. Super VL erzielt 38,47 in Wirtschaftswissenschaften, 30,11 im Ingenieurwesen, 28,11 im Recht und 27,19 in Finanz- und Rechnungswesen, aber nur 22,57 in Strategie und operativem Geschäft. Sein Allwissenheitsindex liegt bei minus 4,22 – das Modell beantwortet mehr Wissensabfragen des Panels falsch als richtig, mit einer Genauigkeitsrate von 23,3 % gegenüber einer Halluzinationsrate von 35,8 %. Das ist kein Defekt, der nur diese Version betrifft; so sieht ein offenes Modell ohne Absicherung aus, wenn man misst, ob es die Antwort verweigert. Bei GDPval-AA, das fertiggestellte professionelle Arbeitsergebnisse statt Antworten bewertet, erzielt es 1.162,41, und in der Rubrik AA-Briefcase-Lite liegt es bei einem Elo von 998,76. Diese beiden Zeilen sind die, die man im kommenden Monat im Auge behalten sollte, denn sie messen Arbeit statt Wissen, und sie sind die Zeilen, die ein offenes 120B-Modell durch Post-Training plausibel weiter verbessern kann.

Die Fünfmal-Behauptung – und warum Token-Zahlen keine Sekunden sind

NVIDIAs Blog setzt auf Geschwindigkeit: „5x schneller als der nächstbeste“, und das Modell „erreicht bis zu 5x schnelleren Durchsatz im Vergleich zu anderen Modellen seiner Klasse“. Das ist eine Herstellerbehauptung, und niemand außerhalb von NVIDIA hat sie reproduziert. Sie ist zudem nach der derzeitigen Beweislage nicht überprüfbar — dasselbe unabhängige Panel, das das Modell bewertet, veröffentlicht weder einen Preis noch einen Latenzwert dafür, es gibt also nichts, woran man die Behauptung messen könnte. Was sich überprüfen lässt, ist eine andere Größe, die oft so berichtet wird, als wäre sie dasselbe. Output-Tokens pro Aufgabe sind ein Maß dafür, wie viel das Modell redet, nicht dafür, wie schnell der Server arbeitet. 49,174 gegenüber 113,823 ist real, und es ist ein echter Effizienzgewinn — Modelle mit viel Reasoning verbrennen ihr Budget beim Generieren —, aber ein Modell, das 57 % weniger Tokens ausgibt, ist dadurch nicht 57 % schneller, und es ist schon gar nicht 5× schneller. Es sind 57 % weniger Tokens. Halte das auseinander.

Die Benchmark-Tabelle des Anbieters hat ein zweites, kleineres Problem, das ein aufmerksamer Leser in ungefähr zehn Sekunden bemerken wird. Ihre erste Spalte ist mit „Nemotron 3.5 SuperGA BF16“ beschriftet, nicht mit „Super VL“. Angesichts dessen, dass der Abschnitt „Model Version“ der Karte v1.0 — GA angibt, handelt es sich höchstwahrscheinlich um ein Release-Candidate-Label, das bis in das öffentliche Dokument überlebt hat, statt um ein anderes Modell. So oder so ist es die Art von Schönheitsfehler, die verrät, dass der Dokumentationsdurchlauf erst nach dem Hochladen der Gewichte stattfand, was mit der dreitägigen Lücke zusammenpasst. Für diese Spalte meldet NVIDIA GPQA-Diamond 89,52, HLE text-only 31,79, Terminal-Bench 2.1 66,70, SWE-bench Verified 71,10, BrowseComp 78 und Video-MME v2 32,85, wobei der vollständige Satz an Vergleichsspalten bis zu Qwen3.5-122B-A10B, Qwen3.8-Flash-Next, DeepSeek-V4-Flash-0731, Nemotron 3 Ultra, Inkling-Small und GLM-5.3-Flash reicht. Alles davon wird vom Anbieter über NeMo Gym gemeldet, und NVIDIA veröffentlicht die Rezepte, Prompts, Parser und Bewertungseinstellungen, damit jeder es erneut ausführen kann. Das ist bessere Praxis als bei den meisten, und es ist trotzdem kein unabhängiges Ergebnis.

Wo es tatsächlich unter den US-Open-Weight-Modellen steht

Sortiert man das Panel nach Open-Weight-Modellen aus US-Labors, ist die Struktur des Feldes klar. Meta Muse Spark Open führt mit 38,87, ist aber ein Modell mit 816B Parametern unter der Muse Model License, auf dem Hub zugangsbeschränkt und eine andere Sache, wenn man es übernehmen will. Unter NVIDIA Nemotron 3.5 Super VL mit 26,49 liegen Inkling Small mit 25,66 und Inkling mit 24,98 von Thinking Machines, beide permissiv lizenziert. Dann NVIDIAs eigenes NVIDIA Nemotron 3 Ultra 550B A55B mit 22,93 und NVIDIA Nemotron 3.5 Bolt 74B-A9B – am selben Tag wie Super VL veröffentlicht – mit 21,41 für ein 74B-Modell, das in 24 GB Arbeitsspeicher passt. Die interessante strukturelle Tatsache ist, dass Super VL das 550B-Flaggschiff des eigenen Unternehmens um 3,6 Indexpunkte schlägt, während es weniger als ein Viertel der Größe auf der Platte und der Anzahl aktiver Parameter hat. Das ist das Ergebnis, auf das das gesamte Hybrid-MoE-Programm abzielt, und auf diesem Panel hat es sich bewahrheitet.

Es setzt außerdem die eigentliche Messlatte für die nächsten Monate. Der Abstand zu Muse Spark Open beträgt 12,4 Punkte, und der Abstand zu den führenden chinesischen Open-Weight-Modellen ist noch größer — MiMo-V2.6-Pro bei 46,32, GLM-5.3 bei 44,78, Kimi K3 bei 43,59. NVIDIAs Antwort auf diese Lücke ist kein größeres Modell; es ist Post-Training, auf deinen Daten, auf deinen Racks, mit den Datensätzen und NeMo Gym-Umgebungen, die zusammen mit den Gewichten veröffentlicht werden. Ob das die Distanz schließt, ist eine offene Frage, und dieses Release klärt sie nicht.

Was der Betrieb kostet, und die eine Zahl, die fehlt

Der BF16-Checkpoint läuft auf 4×H100 oder 2×GB200, wobei NVIDIA vLLM- und SGLang-Rezepte veröffentlicht und bestimmte Container-Tags festlegt — vLLM v0.32.0 oder ein namentlich genanntes Nightly, SGLang v0.5.20 —, was ein nützliches Signal dafür ist, wie kürzlich die Kernels gelandet sind. Der NVFP4-Build ist der, den die meisten Teams tatsächlich betreiben werden. Was niemand veröffentlicht hat, ist ein Preis. Es gibt keinen Pro-Token-Tarif auf dem Panel, keinen NIM-Listenpreis in der Ankündigung und keinen Serving-Tarif von Drittanbietern, den ein Käufer vergleichen könnte. Für ein Modell in dieser Lage ist der praktische Weg der, den wir nutzen: OrcaRouter gibt den Listenpreis des Anbieters mit 0 % Aufschlag auf mehr als 200 Modelle auf einem einzigen Key weiter, sodass, wenn NVIDIA oder ein Anbieter einen Tarif für diesen Checkpoint veröffentlicht, dieser zum Selbstkostenpreis statt mit einer Marge erscheint, und automatisches Failoverbedeutet, dass ein einen Tag alter Checkpoint einen Teil des Traffics übernehmen kann, während ein bewährtes Modell den Rest hält. Um genau zu sein, was das heute nicht bedeutet: Dieses konkrete Modell ist noch nicht in unserem Katalog, drei Tage nachdem seine Gewichte hochgeladen wurden, weil es noch niemand zuverlässig bedient. Das ist eine Aussage über die Verfügbarkeit, nicht über das Modell.

Was als Nächstes ansehen

Drei Dinge werden entscheiden, ob dieses Release in sechs Monaten als grundlegender Wandel oder als Fußnote gelesen wird. Das erste ist eine zweite unabhängige Bewertung — der Panel-Score ist eine Eins, und eine Eins ist kein Trend. Das zweite ist, ob die Behauptung zum 5×-Durchsatz den Kontakt mit einem neutralen Benchmarking-Anbieter übersteht, denn die Belege aus der Token-Zählung stützen die Effizienz und sagen nichts über die Latenz aus. Das dritte ist das Post-Training-Ökosystem: NVIDIA führt Scale AI, AfterQuery, AI21, Mercor, Atlassian, CrowdStrike, Dassault Systèmes, Salesforce und andere auf, die darauf aufbauen, und die interessante Frage bei einem offenen Modell ist selten, was der Anbieter ausgeliefert hat — sondern was alle anderen danach damit anfangen. Nach den zum 16. Oktober 2026 verfügbaren Belegen ist NVIDIA Nemotron 3.5 Super VL das stärkste Open-Weight-Modell mit permissiver Lizenz, das aus einem US-Labor hervorgegangen ist; es erreichte dies bei konstanter Parameterzahl, indem es sein eigenes Reasoning-Budget um mehr als die Hälfte reduzierte, und das so unauffällig, dass die ersten, die es bemerkten, die Quantisierer waren.