Nemotron 3.5 Super VL vs Nemotron 3.5 Super VL 120B: un modelo, cinco archivos, tres comportamientos diferentes

Esta comparación existe porque la creó un cuadro de búsqueda. NVIDIA Nemotron 3.5 Super VL y NVIDIA Nemotron 3.5 Super VL 120B no son dos modelos. Son un único checkpoint escrito de dos maneras, y ningún benchmark los separa porque no hay nada que separar: el 120B es el recuento de parámetros del Super VL, y la cadena más corta es como la página de marketing llama al archivo cuyo nombre completo de repositorio es nvidia/NVIDIA-Nemotron-3.5-Super-VL-120B-A12B-BF16. La confusión de nombres en torno a este checkpoint es el tipo de cosa que termina en un postmortem, y los incidentes registrados se catalogan en el OrcaRouter AI Incident Archive, donde cada entrada incluye sus propias fuentes, gravedad, grado de confianza y marca de disputa.

Así que una comparación directa es el artículo equivocado. La versión útil es la que se deriva de la misma confusión: si ambos nombres apuntan al mismo modelo, por qué descargar "Nemotron 3.5 Super VL" te da cinco repositorios diferentes, tres tamaños de descarga diferentes y dos arquitecturas diferentes, y ¿cuál obtienes en realidad?

La nomenclatura, desenredada

NVIDIA utiliza tres etiquetas superpuestas para un mismo lanzamiento, y se anidan en lugar de entrar en conflicto.

• Nemotron 3.5 Super VL — el nombre del producto. Así es como lo llaman la entrada del blog, el panel y todos los artículos de noticias.

• Nemotron 3.5 Super VL 120B — el mismo nombre con el número de parámetros añadido. Común en tablas comparativas y listados de catálogos, incluidos los que generaron esta página.

• NVIDIA-Nemotron-3.5-Super-VL-120B-A12B — el nombre base del repositorio, que añade el recuento de parámetros activos. Todos los artefactos descargables dependen de esto: BF16, NVFP4, Base y un drafter NVFP4 LiLiCorr.

Ninguno de esos tres es un modelo diferente. Las cosas realmente distintas están un nivel más abajo, en los sufijos de precisión y de postentrenamiento, y ahí es donde reside una decisión real.

Cinco archivos, y qué es cada uno en realidad

Los cinco aparecieron con unos cuatro días de diferencia entre sí, y sus marcas de tiempo de creación son la evidencia de lanzamiento más fiable disponible —más fiable que la fecha del anuncio, que fue posterior a todos ellos—.

• ...-120B-A12B-Base-BF16 — creado el 2026-10-12T15:31:49Z. El checkpoint previo al post-entrenamiento. Sin ajuste por instrucciones, sin entrenamiento en uso de herramientas, sin modo de razonamiento. Este es el indicado para empezar si tienes la intención de realizar tu propio post-entrenamiento, y no te sirve de nada si no lo haces.

• ...-120B-A12B-BF16 — creado a las 15:32:06Z, diecisiete segundos después. El modelo instruct terminado, en precisión completa, aproximadamente 249 GB repartidos en 63 fragmentos. La receta de servicio de NVIDIA es paralelismo de tensores 4 en H100, o 2 en GB200.

• ...-120B-A12B-NVFP4 — creado a las 15:32:30Z. Los mismos pesos post-entrenados, cuantizados a 4 bits durante el entrenamiento en lugar de después, unos 75 GB. Este es el archivo que la mayoría de la gente realmente servirá, y se ejecuta en una H200, dos H100, una GB200 o un único DGX Spark.

• ...-120B-A12B-NVFP4-LiLiCorr — creado el 2026-10-11T20:20:59Z, un día antes que los demás y antes de que existiera ningún anuncio. No es un modelo en el sentido habitual: un borrador de decodificación especulativa, que el blog de NVIDIA posteriormente nombró como el recomendado para inferencia de baja latencia en DGX Spark.

• Las cuantizaciones GGUF y de la comunidad —derivadas, no publicadas por NVIDIA, y fuera del alcance de cualquier dato que el fabricante informe.

Si vienes aquí buscando "cuál de estos dos es mejor", la respuesta es que dos de los cinco no son alternativas entre sí en absoluto: el checkpoint base y el checkpoint instruct son etapas diferentes de la misma ejecución de entrenamiento, y el drafter no es un modelo que jamás llamarías directamente.

¿Qué cambia entre las compilaciones de precisión completa y de 4 bits?

Esta es la única comparación en el enredo de nombres con consecuencias reales, y también es la que cuenta con menos evidencia independiente.

• Disco y memoria — 248,94 GB para BF16, 75,06 GB para NVFP4. Una diferencia de 174 GB, que es la diferencia entre cuatro H100s y dos.

• Numéricos — NVFP4 ejecuta W4A4 en Blackwell y W4A16 en hardware más antiguo. La cuantización se aplica durante el entrenamiento con destilación, lo que, según NVIDIA, cierra la brecha de precisión que abre la cuantización a posteriori.

• Afirmación sobre la precisión — NVIDIA informa una recuperación de precisión mediana del 99,62 % frente a la referencia BF16. Es una cifra del proveedor obtenida con un banco de pruebas del proveedor, y es el número no verificado más determinante de toda la versión.

• Evaluación independiente: ninguna. Artificial Analysis puntúa el modelo con 26,49 en su Intelligence Index, sin estimación, pero no publica una fila separada para la compilación NVFP4. Todas las cifras de terceros que haya visto para este modelo son mediciones de precisión completa o predeterminadas del proveedor.

• Sobrecarga de rendimiento — NVIDIA afirma que no la hay, porque la cuantización se produce durante el entrenamiento en lugar de como un paso en tiempo de ejecución.

Lea el 99.62% con cuidado antes de planificar en torno a él. La "recuperación mediana de precisión" en un conjunto no especificado de evaluaciones no es la misma afirmación que "pierde 0.38% de capacidad". Una mediana puede situarse en 99.62% mientras que las evaluaciones individuales se mueven varios puntos en cualquier dirección, y sin la dispersión por evaluación, el número le dice menos de lo que parece. Si su carga de trabajo es sensible a una capacidad específica —OCR de documentos largos, extracción de gráficos, grounding de video—, el único enfoque sólido es ejecutar ambas compilaciones con sus propios datos, porque NVIDIA no ha publicado la fila que necesitaría.

El checkpoint base es el que nadie evalúa con benchmarks.

De los cinco archivos, la versión base es la menos comentada y la más interesante si tienes planes de post-entrenamiento. Mantiene la misma estructura de 120B totales y 12B activos, el mismo backbone híbrido y el mismo codificador de visión, y se detiene antes del pipeline de post-entrenamiento de seis etapas que produjo el modelo instruct — el pipeline cuyos conjuntos de datos de SFT y RL también publicó NVIDIA, once de ellos, todos dentro de una ventana de 61 horas en la misma semana.

Lo que no trae es una tabla de benchmarks utilizable. Su ficha ejecuta MMLU y MMLU-Pro; la ficha del modelo post-entrenado elimina MMLU por completo en favor de MMLU-ProX y añade las suites agénticas y de nivel de harness. Los dos conjuntos no se solapan lo suficiente como para responder «cuánto añadió el post-entrenamiento», lo que significa que la única forma de valorar esa pregunta es ejecutar ambos por tu cuenta. Los pesos abiertos lo hacen posible. No lo hacen gratis.

¿Por qué existen nombres duplicados en primer lugar?

Tres artefactos, tres audiencias, un lanzamiento. La publicación del blog necesita un nombre de producto lo suficientemente corto para un titular: Nemotron 3.5 Super VL. Un catálogo o una tabla comparativa necesita algo ordenable e inequívoco dentro de una familia que también contiene Bolt 74B, Bolt E4B y Lightning 30B: añadir 120B lo consigue. El Hub necesita un nombre de repositorio que codifique la precisión y los parámetros activos para que un script pueda elegir un archivo sin que una persona lea una descripción.

El costo de esa superposición de capas es la búsqueda. Dos cadenas que significan lo mismo compiten por la misma consulta, y un lector que escribe una de ellas acaba en una página de comparación que pregunta cuál es mejor. La respuesta útil a esa consulta es la de arriba: son el mismo archivo, estas son las cinco cosas a las que el nombre puede referirse en realidad, y esta es la forma de saber cuál tienes.

Qué significa esto si lo estás invocando en lugar de descargarlo

A través de una API, el problema de los nombres desaparece en gran medida, porque el proveedor ya ha elegido una compilación por ti, y ahí es exactamente donde se traslada la ambigüedad restante. El panel independiente hace seguimiento de siete servidores para este checkpoint, y sus tarifas publicadas para los mismos pesos van de 0,10 a 0,20 USD por millón de tokens de entrada y de 0,40 a 0,50 USD por millón de salida. Dos de esos listados son explícitamente compilaciones NVFP4; el resto no lo indica, y una tarifa sin una precisión es una tarifa que no se puede comparar con otra tarifa.

Esa es la versión práctica de la pregunta con la que comenzó esta página. El nombre del modelo se resuelve en una arquitectura y cinco archivos; el precio no te dice por cuál de esos archivos estás pagando. Preguntar a un proveedor qué compilación ofrece, y si su cifra de rendimiento se midió en BF16 o FP4, es una pregunta más útil que cualquier comparación directa entre dos grafías del mismo checkpoint.

Por nuestra parte, la nota honesta es breve: este checkpoint no está en el catálogo de OrcaRouter. La lista de modelos alcanza un poco más de 200 IDs y hoy no incluye ninguna entrada de NVIDIA, así que nada de lo que hay aquí constituye una oferta para servirlo. Lo que sí ofrece la plataforma y resulta relevante para un nombre tan ambiguo es una capa de enrutamiento que mantiene la cadena del modelo en un solo lugar: cuando llegue una variante, el punto de llamada no cambia, se puede dividir el tráfico entre dos proveedores del mismo checkpoint para compararlos con tu propia carga de trabajo, y el failover automático cubre el caso de que uno de ellos se degrade. El precio de lista del proveedor se traslada con un 0 % de recargo, lo que importa aquí en concreto porque la diferencia de precio en este modelo es de 2x y preferirías verla antes que tenerla absorbida en un margen.

La respuesta corta, para el lector que buscó el nombre largo

Nemotron 3.5 Super VL y Nemotron 3.5 Super VL 120B son el mismo modelo, publicado como pesos el 12 de octubre de 2026 y anunciado el 15 de octubre de 2026, con 120 mil millones de parámetros totales, 12 mil millones activos, un contexto de 1M de tokens, entrada de texto, imagen y vídeo, y una licencia OpenMDW-1.1. Si estás eligiendo entre cosas, la elección no es entre esos dos nombres. Es entre BF16 y NVFP4, entre el checkpoint base y el de instrucción, y entre los servidores cuyos precios y precisiones no se indican en las mismas unidades. Esas son tres decisiones reales. El nombre no es una de ellas.