Nemotron 3.5 Super VL vs. Nemotron 3.5 Super VL 120B: Ein Modell, fünf Dateien, drei unterschiedliche Verhaltensweisen

This comparison exists because a search box made it. NVIDIA Nemotron 3.5 Super VL and NVIDIA Nemotron 3.5 Super VL 120B are not two models. They are one checkpoint written down two ways, and no benchmark separates them because there is nothing to separate: the 120B is the parameter count of the Super VL, and the shorter string is what the marketing page calls the file whose full repository name is nvidia/NVIDIA-Nemotron-3.5-Super-VL-120B-A12B-BF16. The naming confusion around this checkpoint is the kind of thing that ends up in a postmortem, and the recorded incidents are catalogued in the OrcaRouter AI Incident Archive where each entry carries its own sources, severity, confidence grade and disputed flag.

Ein Direktvergleich ist der falsche Artikel. Die nützliche Variante ist die, die aus derselben Verwirrung folgt: Wenn beide Namen auf dasselbe Modell zeigen, warum bekommst du beim Herunterladen von „Nemotron 3.5 Super VL“ fünf verschiedene Repositories, drei verschiedene Downloadgrößen und zwei verschiedene Architekturen – und welche davon bekommst du eigentlich?

Die Namensgebung, entwirrt

NVIDIA verwendet drei überlappende Bezeichnungen für ein Release, und diese verschachteln sich, statt sich zu widersprechen.

• Nemotron 3.5 Super VL — der Produktname. So nennen es der Blogbeitrag, das Panel und jeder Nachrichtenartikel.

• Nemotron 3.5 Super VL 120B — derselbe Name mit angehängter Parameteranzahl. Üblich in Vergleichstabellen und Katalogeinträgen, einschließlich derer, die diese Seite erzeugt haben.

• NVIDIA-Nemotron-3.5-Super-VL-120B-A12B — der Repository-Stamm, der die Anzahl der aktiven Parameter ergänzt. Jedes herunterladbare Artefakt hängt davon ab: BF16, NVFP4, Base und ein NVFP4-LiLiCorr-Drafter.

Keines dieser drei ist ein anderes Modell. Die wirklich unterschiedlichen Dinge liegen eine Ebene tiefer, in den Präzisions- und Post-Training-Suffixen, und dort liegt eine echte Entscheidung.

Fünf Dateien – und was jede davon tatsächlich ist

Alle fünf erschienen im Abstand von etwa vier Tagen zueinander, und ihre Erstellungszeitstempel sind der verlässlichste verfügbare Hinweis auf die Veröffentlichung – verlässlicher als das Ankündigungsdatum, das erst nach allen ihnen kam.

• ...-120B-A12B-Base-BF16 — erstellt am 2026-10-12T15:31:49Z. Der Checkpoint vor dem Post-Training. Kein Instruction-Tuning, kein Tool-Use-Training, kein Reasoning-Modus. Dies ist der richtige Ausgangspunkt, wenn Sie Ihr eigenes Post-Training durchführen möchten, und für Sie nutzlos, wenn nicht.

• ...-120B-A12B-BF16 — erstellt um 15:32:06Z, siebzehn Sekunden später. Das fertige Instruct-Modell, volle Präzision, etwa 249 GB verteilt auf 63 Shards. NVIDIAs Serving-Rezept ist Tensor-Parallelismus 4 auf H100s oder 2 auf GB200.

• ...-120B-A12B-NVFP4 — erstellt um 15:32:30Z. Dieselben nachtrainierten Gewichte, während des Trainings statt danach auf 4 Bit quantisiert, etwa 75 GB. Dies ist die Datei, die die meisten tatsächlich bereitstellen werden, und sie läuft auf einer H200, zwei H100s, einer GB200 oder einem einzelnen DGX Spark.

• ...-120B-A12B-NVFP4-LiLiCorr — erstellt am 2026-10-11T20:20:59Z, einen Tag vor den anderen und bevor irgendeine Ankündigung existierte. Kein Modell im gewöhnlichen Sinne: ein Speculative-Decoding-Drafter, den NVIDIAs Blog später als den empfohlenen für Inferenz mit niedriger Latenz auf DGX Spark nannte.

• Die GGUF- und Community-Quantisierungen – abgeleitet, nicht von NVIDIA veröffentlicht und außerhalb des Rahmens dessen, was der Anbieter berichtet.

Wenn Sie hierhergekommen sind, um zu erfahren, „welcher dieser beiden besser ist“, dann lautet die Antwort, dass zwei der fünf überhaupt keine Alternativen zueinander sind: Der Base-Checkpoint und der Instruct-Checkpoint sind unterschiedliche Phasen desselben Trainingslaufs, und der Drafter ist kein Modell, das man jemals direkt aufrufen würde.

Was ändert sich zwischen den Full-Precision- und 4-Bit-Builds?

Dies ist der einzige Vergleich in dem Namenswirrwarr mit echten Konsequenzen, und er ist zugleich derjenige mit der geringsten unabhängigen Evidenz.

• Festplatte und Arbeitsspeicher — 248,94 GB für BF16, 75,06 GB für NVFP4. Ein Unterschied von 174 GB, und damit der Unterschied zwischen vier H100 und zwei.

• Numerik — NVFP4 läuft auf Blackwell mit W4A4 und auf älterer Hardware mit W4A16. Die Quantisierung wird während des Trainings mittels Destillation angewendet, was laut NVIDIA die Genauigkeitslücke schließt, die eine Post-hoc-Quantisierung öffnet.

Genauigkeitsangabe — NVIDIA meldet eine mediane Genauigkeitswiederherstellung von 99,62 % gegenüber der BF16-Referenz. Das ist eine Herstellerangabe auf einem herstellereigenen Prüfaufbau, und sie ist die am stärksten tragende unverifizierte Zahl in der gesamten Veröffentlichung.

• Unabhängige Bewertung — keine. Artificial Analysis bewertet das Modell mit 26,49 auf seinem Intelligence Index (nicht geschätzt), veröffentlicht jedoch keine separate Zeile für den NVFP4-Build. Jeder Drittanbieter-Wert, den Sie für dieses Modell gesehen haben, ist eine Messung mit voller Präzision oder den Standardeinstellungen des Anbieters.

• Performance-Overhead — NVIDIA gibt an, dass keiner besteht, da die Quantisierung während des Trainings und nicht als Laufzeitschritt erfolgt.

Lies die 99,62 % sorgfältig, bevor du auf ihrer Grundlage planst. „Median accuracy recovery“ über eine nicht genannte Gruppe von Evaluierungen ist nicht dieselbe Aussage wie „verliert 0,38 % der Leistungsfähigkeit“. Ein Median kann bei 99,62 % liegen, während sich einzelne Benchmarks um mehrere Punkte in beide Richtungen verschieben, und ohne die Streuung je Benchmark sagt die Zahl weniger, als es scheint. Wenn deine Arbeitslast empfindlich auf eine bestimmte Fähigkeit reagiert – OCR für lange Dokumente, Diagrammextraktion, Video-Grounding –, ist der einzig solide Ansatz, beide Builds mit deinen eigenen Daten laufen zu lassen, denn NVIDIA hat die Zeile, die du bräuchtest, nicht veröffentlicht.

Der Basis-Checkpoint ist der, den niemand benchmarkt.

Von den fünf Dateien wird der Base-Build am wenigsten diskutiert und ist der interessanteste, wenn Sie Post-Training-Pläne haben. Er trägt dieselbe Gesamtstruktur mit 120B und 12B aktiven Parametern, denselben hybriden Backbone und denselben Vision-Encoder und endet vor der sechsstufigen Post-Training-Pipeline, die das Instruct-Modell hervorbrachte – jener Pipeline, deren SFT- und RL-Datensätze NVIDIA ebenfalls veröffentlicht hat, elf davon, alle innerhalb eines 61-Stunden-Fensters in derselben Woche.

Was es nicht mitbringt, ist eine brauchbare Benchmark-Tabelle. Seine Modellkarte führt MMLU und MMLU-Pro auf; die Karte des nachtrainierten Modells lässt MMLU zugunsten von MMLU-ProX komplett fallen und ergänzt die agentischen und Harness-Level-Suites. Die beiden Sets überschneiden sich nicht genug, um die Frage zu beantworten, „wie viel das Post-Training hinzugefügt hat“, was bedeutet, dass der einzige Weg, diese Frage zu beziffern, darin besteht, beide selbst laufen zu lassen. Offene Gewichte machen das möglich. Sie machen es nicht kostenlos.

Warum die doppelten Namen überhaupt existieren

Drei Artefakte, drei Zielgruppen, ein Release. Der Blogbeitrag braucht einen Produktnamen, der kurz genug für eine Schlagzeile ist: Nemotron 3.5 Super VL. Ein Katalog oder eine Vergleichstabelle benötigt etwas Sortierbares und Eindeutiges über eine Familie hinweg, die auch Bolt 74B, Bolt E4B und Lightning 30B umfasst: Das Anhängen von 120B erfüllt das. Der Hub braucht einen Repository-Namen, der Präzision und aktive Parameter kodiert, damit ein Skript eine Datei auswählen kann, ohne dass ein Mensch eine Beschreibung liest.

Der Preis dieser Schichtung ist die Suche. Zwei Zeichenketten, die dasselbe bedeuten, konkurrieren um dieselbe Suchanfrage, und ein Leser, der eine davon eingibt, landet auf einer Vergleichsseite, die fragt, welche besser ist. Die nützliche Antwort auf diese Suchanfrage ist die oben: Es ist dieselbe Datei, hier sind die fünf Dinge, auf die sich der Name tatsächlich beziehen kann, und hier ist, wie man erkennt, welche man hat.

Was das bedeutet, wenn Sie es aufrufen, anstatt es herunterzuladen

Über eine API verschwindet das Namensproblem weitgehend, weil der Anbieter bereits einen Build für Sie ausgewählt hat – und genau dorthin verschiebt sich die verbleibende Mehrdeutigkeit. Ein unabhängiges Panel erfasst sieben Server für diesen Checkpoint, und ihre veröffentlichten Preise für dieselben Gewichte reichen von 0,10 $ bis 0,20 $ pro Million Input-Tokens und von 0,40 $ bis 0,50 $ pro Million Output-Tokens. Zwei dieser Einträge sind ausdrücklich NVFP4-Builds; bei den übrigen wird es nicht angegeben, und ein Preis ohne Präzision ist ein Preis, den man nicht mit einem anderen Preis vergleichen kann.

Das ist die praktische Version der Frage, mit der diese Seite begonnen hat. Der Modellname steht für eine Architektur und fünf Dateien; der Preis verrät nicht, für welche Datei Sie bezahlen. Einen Anbieter zu fragen, welchen Build er bereitstellt und ob seine Durchsatzangabe auf BF16 oder FP4 gemessen wurde, ist eine nützlichere Frage als jeder direkte Vergleich zwischen zwei Schreibweisen desselben Checkpoints.

Auf unserer Seite ist die ehrliche Anmerkung kurz: Dieser Checkpoint ist nicht im OrcaRouter-Katalog. Die Modellliste umfasst etwas mehr als 200 IDs und enthält heute keinen NVIDIA-Eintrag, es handelt sich hier also um kein Angebot, das Modell zu betreiben. Was die Plattform bietet und was bei einem so mehrdeutigen Namen relevant ist, ist eine Routing-Schicht, die den Modell-String an einer einzigen Stelle hält: Wenn eine Variante tatsächlich verfügbar wird, ändert sich die Aufrufstelle nicht, der Traffic kann zwischen zwei Anbietern desselben Checkpoints aufgeteilt werden, um sie mit Ihrer eigenen Workload zu vergleichen, und automatisches Failover deckt den Fall ab, dass einer von ihnen schlechter wird. Der Listenpreis des Anbieters wird mit 0 % Aufschlag weitergegeben, was hier besonders wichtig ist, weil die Spanne bei diesem Modell 2x beträgt und Sie sie lieber sehen möchten, als dass sie in einer Marge absorbiert wird.

Die kurze Antwort für den Leser, der den langen Namen gesucht hat

Nemotron 3.5 Super VL und Nemotron 3.5 Super VL 120B sind dasselbe Modell, am 12. Oktober 2026 als Gewichte veröffentlicht und am 15. Oktober 2026 angekündigt, mit insgesamt 120 Milliarden Parametern, 12 Milliarden aktiven, einem 1M-Token-Kontext, Text-, Bild- und Videoeingabe sowie einer OpenMDW-1.1-Lizenz. Wenn Sie zwischen Dingen wählen, geht es nicht um die Wahl zwischen diesen beiden Namen. Es geht um BF16 und NVFP4, um den Basis-Checkpoint und den Instruct-Checkpoint sowie um die Server, deren Preise und Präzisionen nicht in denselben Einheiten angegeben sind. Das sind drei echte Entscheidungen. Der Name ist keine davon.