Nemotron 3.5 Super VL vs Nemotron 3.5 Super VL 120B : un modèle, cinq fichiers, trois comportements différents

Cette comparaison existe parce qu’une barre de recherche l’a créée. NVIDIA Nemotron 3.5 Super VL et NVIDIA Nemotron 3.5 Super VL 120B ne sont pas deux modèles. Il s’agit d’un seul checkpoint décrit de deux manières, et aucun benchmark ne les sépare parce qu’il n’y a rien à séparer : le 120B correspond au nombre de paramètres du Super VL, et la chaîne plus courte est le nom que la page marketing donne au fichier dont le nom complet du dépôt est nvidia/NVIDIA-Nemotron-3.5-Super-VL-120B-A12B-BF16. La confusion de nommage autour de ce checkpoint est le genre de chose qui finit dans un postmortem, et les incidents consignés sont répertoriés dans l’OrcaRouter AI Incident Archive où chaque entrée comporte ses propres sources, son niveau de gravité, sa note de confiance et son indicateur de contestation.

Donc un face-à-face est le mauvais article. La version utile est celle qui découle de la même confusion : si les deux noms désignent le même modèle, pourquoi télécharger « Nemotron 3.5 Super VL » vous donne-t-il cinq dépôts différents, trois tailles de téléchargement différentes et deux architectures différentes, et lequel obtenez-vous réellement ?

Le nommage, démêlé

NVIDIA utilise trois étiquettes qui se chevauchent pour une seule version, et elles s'imbriquent plutôt que d'entrer en conflit.

• Nemotron 3.5 Super VL — le nom du produit. C’est le nom que lui donnent l’article de blog, le panel et chaque article de presse.

• Nemotron 3.5 Super VL 120B — le même nom avec le nombre de paramètres ajouté. Courant dans les tableaux comparatifs et les listes de catalogue, y compris ceux qui ont généré cette page.

• NVIDIA-Nemotron-3.5-Super-VL-120B-A12B — la racine du dépôt, qui ajoute le nombre de paramètres actifs. Tous les artefacts téléchargeables en dépendent : BF16, NVFP4, Base, et un drafter NVFP4 LiLiCorr.

Aucun de ces trois n’est un modèle différent. Les véritables différences se situent un niveau en dessous, dans les suffixes de précision et de post-entraînement, et c’est là que se trouve une véritable décision.

Cinq fichiers, et ce que chacun est réellement

Les cinq sont apparus à environ quatre jours d’intervalle, et leurs horodatages de création constituent la preuve de publication la plus fiable disponible — plus fiable que la date d’annonce, qui est survenue après eux tous.

• ...-120B-A12B-Base-BF16 — créé le 2026-10-12T15:31:49Z. Le checkpoint pré-post-entraînement. Aucun ajustement aux instructions, aucun entraînement à l’utilisation d’outils, aucun mode de raisonnement. C’est celui par lequel commencer si vous comptez réaliser votre propre post-entraînement, et il vous sera inutile si ce n’est pas le cas.

• ...-120B-A12B-BF16 — créé à 15:32:06Z, dix-sept secondes plus tard. Le modèle instruct final, en précision complète, environ 249 Go répartis sur 63 shards. La recette de service de NVIDIA est un parallélisme tensoriel de 4 sur H100, ou de 2 sur GB200.

• ...-120B-A12B-NVFP4 — créé à 15:32:30Z. Les mêmes poids post-entraînés, quantifiés à 4 bits pendant l'entraînement plutôt qu'après, environ 75 Go. C'est le fichier que la plupart des gens vont réellement déployer, et il fonctionne sur un H200, deux H100, un GB200, ou un seul DGX Spark.

• ...-120B-A12B-NVFP4-LiLiCorr — créé le 2026-10-11T20:20:59Z, un jour avant les autres et avant même qu’une annonce n’existe. Pas un modèle au sens ordinaire : un générateur de brouillons pour le décodage spéculatif, que le blog de NVIDIA a ensuite désigné comme celui recommandé pour l’inférence à faible latence sur DGX Spark.

• Les quantisations GGUF et communautaires — dérivées, non publiées par NVIDIA, et hors du périmètre de tout ce que le fournisseur rapporte.

Si vous êtes venu ici en cherchant « laquelle de ces deux est meilleure », la réponse est que deux des cinq ne sont pas du tout des alternatives l’une à l’autre : le checkpoint de base et le checkpoint instruct sont des étapes différentes d’une même session d’entraînement, et le drafter n’est pas un modèle que vous appelleriez jamais directement.

Qu’est-ce qui change entre les versions en pleine précision et en 4 bits ?

C’est la seule comparaison, dans le dédale des appellations, qui ait de véritables conséquences, et c’est aussi celle qui repose sur le moins de preuves indépendantes.

• Disque et mémoire — 248,94 Go pour BF16, 75,06 Go pour NVFP4. Une différence de 174 Go, soit la différence entre quatre H100 et deux.

• Numérique — NVFP4 exécute W4A4 sur Blackwell et W4A16 sur du matériel plus ancien. La quantification est appliquée pendant l’entraînement par distillation, ce qui, selon NVIDIA, comble l’écart de précision que crée la quantification a posteriori.

• Allégation de précision — NVIDIA annonce une récupération de précision médiane de 99,62 % par rapport à la référence BF16. C'est un chiffre du fournisseur, obtenu sur un banc d'essai du fournisseur, et c'est le nombre non vérifié le plus déterminant de toute cette annonce.

• Évaluation indépendante — aucune. Artificial Analysis attribue au modèle une note de 26,49 à son Intelligence Index, non estimée, mais ne publie pas de ligne distincte pour la version NVFP4. Tous les chiffres tiers que vous avez vus pour ce modèle correspondent à des mesures en pleine précision ou aux valeurs par défaut du fournisseur.

• Surcharge de performance — NVIDIA affirme qu’il n’y en a aucune, car la quantification s’effectue pendant l’entraînement plutôt qu’à l’exécution.

Lisez attentivement les 99,62 % avant de planifier autour de ce chiffre. La « récupération médiane de la précision » sur un ensemble d’évaluations non nommé ne constitue pas la même affirmation que « perd 0,38 % de capacité ». Une médiane peut se situer à 99,62 % tandis que des benchmarks individuels varient de plusieurs points dans un sens ou dans l’autre, et sans l’écart par benchmark, ce chiffre en dit moins qu’il n’y paraît. Si votre charge de travail est sensible à une capacité spécifique — OCR de documents longs, extraction de graphiques, ancrage vidéo — la seule approche solide consiste à exécuter les deux versions sur vos propres données, car NVIDIA n’a pas publié la ligne dont vous auriez besoin.

Le checkpoint de base est celui que personne n’évalue.

Parmi les cinq fichiers, la version de base est la moins discutée et la plus intéressante si vous avez des projets de post-entraînement. Elle conserve la même structure de 120B au total et 12B actifs, le même backbone hybride et le même encodeur vision, et elle s'arrête avant le pipeline de post-entraînement en six étapes qui a produit le modèle instruct — le pipeline dont NVIDIA a aussi publié les jeux de données SFT et RL, onze au total, tous dans une fenêtre de 61 heures la même semaine.

Ce qu’il ne fournit pas, c’est un tableau de benchmarks exploitable. Sa fiche évalue MMLU et MMLU-Pro ; la fiche du modèle post-entraîné abandonne complètement MMLU au profit de MMLU-ProX et ajoute les suites agentiques et au niveau du harness. Les deux ensembles ne se recoupent pas assez pour répondre à « combien le post-entraînement a-t-il apporté », ce qui signifie que la seule façon de chiffrer cette question est d’exécuter les deux vous-même. Les poids ouverts rendent cela possible. Ils ne le rendent pas gratuit pour autant.

Pourquoi y a-t-il des noms en double, au fond ?

Trois artefacts, trois publics, une seule version. Le billet de blog a besoin d’un nom de produit assez court pour un titre : Nemotron 3.5 Super VL. Un catalogue ou un tableau comparatif a besoin de quelque chose de triable et sans ambiguïté au sein d’une famille qui contient aussi Bolt 74B, Bolt E4B et Lightning 30B : l’ajout de 120B y répond. Le Hub a besoin d’un nom de dépôt qui encode la précision et les paramètres actifs afin qu’un script puisse choisir un fichier sans qu’un humain lise une description.

Le coût de cette superposition, c'est la recherche. Deux chaînes qui désignent la même chose se disputent la même requête, et un lecteur qui tape l'une d'elles atterrit sur une page de comparaison qui demande laquelle est la meilleure. La réponse utile à cette requête est celle qui précède : c'est le même fichier, voici les cinq choses auxquelles le nom peut réellement renvoyer, et voici comment savoir laquelle vous avez.

Ce que cela signifie si vous l'appelez plutôt que de le télécharger

Via une API, le problème de dénomination disparaît en grande partie, car le fournisseur a déjà choisi une version pour vous — et c’est exactement là que se déplace l’ambiguïté restante. Le panel indépendant suit sept serveurs pour ce checkpoint, et leurs tarifs publiés pour les mêmes poids vont de 0,10 $ à 0,20 $ par million de tokens d’entrée et de 0,40 $ à 0,50 $ par million de tokens de sortie. Deux de ces annonces sont explicitement des versions NVFP4 ; les autres ne le précisent pas, et un tarif sans précision est un tarif que l’on ne peut pas comparer à un autre tarif.

C’est la version pratique de la question par laquelle cette page a commencé. Le nom du modèle correspond à une architecture et à cinq fichiers ; le prix ne vous dit pas pour quel fichier vous payez. Demander à un fournisseur quelle version il sert, et si son chiffre de débit a été mesuré en BF16 ou en FP4, est une question plus utile que n’importe quelle comparaison directe entre deux graphies du même checkpoint.

De notre côté, la note honnête est courte : ce checkpoint ne figure pas au catalogue OrcaRouter. La liste des modèles compte un peu plus de 200 identifiants et ne comporte aucune entrée NVIDIA aujourd'hui, donc rien ici ne constitue une offre de le servir. Ce que la plateforme propose qui soit pertinent pour un nom aussi ambigu, c'est une couche de routage qui garde la chaîne du modèle à un seul endroit : lorsqu'une variante finira par arriver, le site d'appel ne change pas, le trafic peut être réparti entre deux fournisseurs du même checkpoint pour les comparer sur votre propre charge de travail, et le basculement automatique couvre le cas où l'un d'eux se dégrade. Le prix catalogue du fournisseur est répercuté avec 0 % de marge, ce qui compte ici tout particulièrement parce que l'écart sur ce modèle est de 2x et que vous préférez le voir plutôt qu'il soit absorbé dans une marge.

La réponse courte, pour le lecteur qui a recherché le nom long

Nemotron 3.5 Super VL et Nemotron 3.5 Super VL 120B sont le même modèle, publié sous forme de poids le 12 octobre 2026 et annoncé le 15 octobre 2026, avec 120 milliards de paramètres au total, 12 milliards actifs, un contexte de 1 M de tokens, une entrée texte, image et vidéo, et une licence OpenMDW-1.1. Si vous choisissez entre des choses, le choix n’est pas entre ces deux noms. Il est entre BF16 et NVFP4, entre le checkpoint de base et le checkpoint instruct, et entre les serveurs dont les prix et les précisions ne sont pas exprimés dans les mêmes unités. Ce sont trois véritables décisions. Le nom n’en fait pas partie.