NVIDIA Nemotron 3.5 Super VL es el mejor modelo estadounidense de pesos abiertos con licencia permisiva, y sus pesos se adelantaron tres días a su propio anuncio.

La marca temporal es la parte que nadie ha dejado por escrito. El repositorio BF16 de NVIDIA Nemotron 3.5 Super VL —nombre completo nvidia/NVIDIA-Nemotron-3.5-Super-VL-120B-A12B-BF16— se creó en Hugging Face a las 15:32:06 UTC del 12 de octubre de 2026, junto con una compilación NVFP4 veinticuatro segundos después y un checkpoint base diecinueve segundos antes. La entrada del blog de NVIDIA que anuncia el modelo está fechada el 15 de octubre. Así que, durante aproximadamente setenta y dos horas, los pesos del modelo abierto de visión-lenguaje más potente de NVIDIA se pudieron descargar, se indexaron y terceros los estaban cuantizando, mientras la empresa que lo entrenó no había publicado absolutamente nada. Eso no es una filtración y no es un escándalo. Es un pipeline de publicación en el que el artefacto se lanza antes que la prosa, y merece la pena decirlo claramente porque el resto de este artículo trata de números, y los números tienen sus propias marcas temporales. En el Artificial Analysis Intelligence Index, NVIDIA Nemotron 3.5 Super VL obtiene 26,49, no estimado. Su predecesor, NVIDIA Nemotron 3 Super 120B A12B, publicado el 11 de marzo de 2026, obtiene 12,83 en el mismo panel. Eso es 2,06 veces la puntuación, y llega en 49.174 tokens de salida por tarea en lugar de 113.823.

Dos cosas de esa comparación merecen contextualizarse antes del detalle. Primero, el 26.49 es un número de terceros, medido en el harness de otra persona con un presupuesto de tokens publicado, y está marcado en el panel como no estimado. Eso importa más de lo habitual aquí, porque la propia tabla de benchmarks de NVIDIA se presenta junto a siete competidores, y los dos conjuntos de cifras no siempre coinciden. Segundo, la afirmación de liderazgo del titular es deliberadamente limitada. Entre los modelos de pesos abiertos creados en Estados Unidos, Meta Muse Spark Open obtiene una puntuación más alta —38.87, también no estimada—, pero se distribuye bajo una licencia comercial a medida detrás de un repositorio con acceso restringido, lo que lo sitúa en una categoría de adopción distinta a la de un checkpoint que puedes descargar y desplegar bajo OpenMDW-1.1 hoy. Entre los modelos de pesos abiertos estadounidenses con licencia permisiva de ese panel, NVIDIA Nemotron 3.5 Super VL es el primero, y la siguiente entrada es Inkling Small, con 25.66.

Lo que establece el repositorio, y lo que solo hace el panel

La tarjeta del modelo es inusualmente completa para algo que se lanzó tres días antes de su propio comunicado de prensa, y responde con claridad a las preguntas estructurales. NVIDIA Nemotron 3.5 Super VL es un híbrido de Mamba-2, mezcla de expertos y atención con un codificador de visión C-RADIO y un conector visión-lenguaje, 512 expertos enrutados por capa MoE, 120B de parámetros totales con 12B activos por token, y una ventana de contexto de hasta 1M tokens. La predicción multitoken nativa le proporciona decodificación especulativa sin necesidad de descargar un borrador aparte. Las entradas son texto, imágenes (JPEG, PNG) y vídeo (MP4 de hasta dos minutos, muestreado como fotogramas); la salida es solo texto. La licencia es OpenMDW-1.1, la tarjeta afirma que el modelo está listo para uso comercial o no comercial, y NVIDIA informa de entrenamiento con aproximadamente 26 billones de tokens, alrededor de 3,8 millones de muestras de postentrenamiento y aprendizaje por refuerzo en docenas de entornos.

• Parámetros totales / activos — 120B / 12B frente a los 120,6B / 12,7B del modelo de marzo. Casi idénticos, que es precisamente la cuestión: la mejora no radica en un modelo más grande.

• Intelligence Index — 26.49 frente a 12.83, ambos sin estimar, ambos según Artificial Analysis.

• Tokens de salida por tarea de índice — 49.174 frente a 113.823. El nuevo modelo completa la misma tarea con un 56,8 % menos de tokens.

• Contexto y salidas — 1M tokens, solo salida de texto, en ambos. Ninguno de los dos es un generador de imágenes.

• Mínimo de despliegue — 4×H100 o 2×GB200 para BF16 en NVIDIA Nemotron 3.5 Super VL; existe una compilación NVFP4 para huellas más pequeñas.

• Tracción pública — 142 descargas y 32 me gusta en el repositorio BF16 en el momento de escribir esto, frente a más de un millón de descargas del predecesor de marzo. La diferencia son tres días de antigüedad, no tres días de demanda.

El desglose de capacidades del panel es donde el 26,49 deja de ser un solo número. Super VL obtiene 38,47 en economía, 30,11 en ingeniería, 28,11 en el ámbito legal y 27,19 en finanzas y contabilidad, pero solo 22,57 en estrategia y operaciones. Su índice de omnisciencia es de -4,22: el modelo responde mal a más pruebas de conocimiento del panel de las que responde bien, con una tasa de exactitud del 23,3 % frente a una tasa de alucinación del 35,8 %. Eso no es un defecto exclusivo de esta versión; es el aspecto que tiene un modelo abierto sin salvaguardas cuando se mide si se niega a responder. En GDPval-AA, que califica entregables profesionales terminados en lugar de respuestas, obtiene 1.162,41, y en la rúbrica AA-Briefcase-Lite se sitúa en un Elo de 998,76. Esas dos filas son las que hay que vigilar durante el próximo mes, porque miden trabajo en lugar de conocimiento y son las filas que un modelo abierto de 120B puede seguir mejorando de forma plausible mediante post-entrenamiento.

La afirmación de cinco veces, y por qué los recuentos de tokens no son segundos

El blog de NVIDIA se apoya en la velocidad: «5 veces más rápido que el siguiente mejor», y el modelo «logra un rendimiento hasta 5 veces mayor en comparación con otros modelos de su clase». Es una afirmación del fabricante y nadie fuera de NVIDIA la ha reproducido. Además, con la evidencia actual, no es comprobable: el mismo panel de terceros que puntúa el modelo no publica ningún precio ni ninguna cifra de latencia para él, así que no hay nada con lo que contrastar la afirmación. Lo que sí se puede comprobar es una cantidad distinta que a menudo se presenta como si fuera lo mismo. Los tokens de salida por tarea son una medida de cuánto habla el modelo, no de lo rápido que se mueve el servidor. 49.174 frente a 113.823 es real y es una ganancia de eficiencia genuina —los modelos intensivos en razonamiento agotan su presupuesto generando—, pero un modelo que emite un 57 % menos de tokens no es por eso un 57 % más rápido, y desde luego no es 5 veces más rápido. Es un 57 % menos de tokens. Mantén esas dos cosas separadas.

La tabla de benchmarks del proveedor tiene un segundo problema, más pequeño, que un lector atento notará en unos diez segundos. Su primera columna está etiquetada como "Nemotron 3.5 SuperGA BF16", no "Super VL". Dado que la sección Model Version de la ficha dice v1.0 — GA, lo más probable es que sea una etiqueta de candidato a lanzamiento que sobrevivió en el documento público en lugar de ser un modelo diferente. De cualquier manera, es el tipo de defecto que te indica que la revisión de la documentación ocurrió después de que se publicaran los pesos, lo cual es consistente con el intervalo de tres días. Frente a esa columna, NVIDIA reporta GPQA-Diamond 89.52, HLE solo texto 31.79, Terminal-Bench 2.1 66.70, SWE-bench Verified 71.10, BrowseComp 78 y Video-MME v2 32.85, con el conjunto completo de columnas de comparación que abarca Qwen3.5-122B-A10B, Qwen3.8-Flash-Next, DeepSeek-V4-Flash-0731, Nemotron 3 Ultra, Inkling-Small y GLM-5.3-Flash. Todo está reportado por el proveedor a través de NeMo Gym, y NVIDIA publica las recetas, los prompts, los analizadores y la configuración de puntuación para que cualquiera pueda volver a ejecutarlo. Esa es una práctica mejor que la de la mayoría, y aun así no es un resultado independiente.

Dónde se sitúa realmente entre los pesos abiertos estadounidenses

Ordena el panel por modelos de pesos abiertos de laboratorios de EE. UU. y la forma del campo queda clara. Meta Muse Spark Open lidera con 38.87, pero es un modelo de 816B de parámetros bajo la Licencia del Modelo Muse, con acceso restringido en el Hub, y una propuesta de adopción diferente. Por debajo de NVIDIA Nemotron 3.5 Super VL, con 26.49, se sitúan Inkling Small, con 25.66, e Inkling, con 24.98, de Thinking Machines, ambos permisivos. Luego, el propio NVIDIA Nemotron 3 Ultra 550B A55B de NVIDIA, con 22.93, y NVIDIA Nemotron 3.5 Bolt 74B-A9B —lanzado el mismo día que Super VL— con 21.41 para un modelo de 74B que cabe en 24 GB de memoria. El hecho estructural interesante es que Super VL supera al buque insignia de 550B de su propia empresa por 3.6 puntos de índice, pese a ser menos de una cuarta parte del tamaño en disco y del recuento de parámetros activos. Ese es el resultado al que apunta todo el programa de MoE híbrido, y en este panel se materializó.

También marca el verdadero listón para los próximos meses. La diferencia con Muse Spark Open es de 12,4 puntos, y la diferencia con los principales modelos chinos de pesos abiertos es aún mayor: MiMo-V2.6-Pro con 46,32, GLM-5.3 con 44,78 y Kimi K3 con 43,59. La respuesta de NVIDIA a esa diferencia no es un modelo más grande; es el post-entrenamiento, con tus datos, en tus racks, con los conjuntos de datos y entornos NeMo Gym publicados junto con los pesos. Que eso cierre la distancia es una incógnita, y este lanzamiento no lo resuelve.

Cuánto cuesta ejecutarlo, y el único número que falta

El checkpoint BF16 se sirve en 4×H100 o 2×GB200, con NVIDIA publicando recetas de vLLM y SGLang y fijando etiquetas de contenedor específicas — vLLM v0.32.0 o una nightly con nombre, SGLang v0.5.20 —, lo cual es una señal útil sobre cuán recientemente se integraron los kernels. La compilación NVFP4 es la que la mayoría de los equipos ejecutará realmente. Lo que nadie ha publicado es un precio. No hay tarifa por token en el panel, ni precio de lista de NIM en el anuncio, ni tarifa de servicio de terceros que un comprador pueda comparar. Para un modelo en esta situación la ruta práctica es la que usamos: OrcaRouter aplica el precio de lista del proveedor con 0 % de margen en más de 200 modelos con una sola clave, así que cuando NVIDIA o un proveedor publique una tarifa para este checkpoint, aparecerá a coste en lugar de con un diferencial, y la conmutación por error automática hace que un checkpoint con un día de antigüedad pueda llevar una parte del tráfico mientras un modelo probado sostiene el resto. Para ser exactos sobre lo que eso no significa hoy: este modelo específico aún no está en nuestro catálogo, tres días después de que se publicaran sus pesos, porque todavía nadie lo sirve de forma fiable. Eso es una afirmación sobre la disponibilidad, no sobre el modelo.

Qué ver a continuación

Tres cosas decidirán si dentro de seis meses esta versión se lee como un salto cualitativo o como una nota al pie. La primera es una segunda evaluación independiente: la puntuación del panel es una, y una no es una tendencia. La segunda es si la afirmación de un rendimiento 5× mayor sobrevive al contacto con un evaluador neutral, porque la evidencia del recuento de tokens respalda la eficiencia y no dice nada sobre la latencia. La tercera es el ecosistema de posentrenamiento: NVIDIA enumera a Scale AI, AfterQuery, AI21, Mercor, Atlassian, CrowdStrike, Dassault Systèmes, Salesforce y otros que construyen sobre él, y la pregunta interesante sobre un modelo abierto rara vez es qué envió el proveedor, sino qué hacen los demás con él después. Según la evidencia disponible al 16 de octubre de 2026, NVIDIA Nemotron 3.5 Super VL es el modelo de pesos abiertos con licencia permisiva más potente salido de un laboratorio estadounidense, llegó ahí con un recuento de parámetros constante al recortar su propio presupuesto de razonamiento en más de la mitad, y lo hizo con la suficiente discreción como para que los primeros en notarlo fueran los cuantizadores.