NVIDIA Nemotron 3.5 Super VL Adalah Model Open-Weight AS dengan Lisensi Permisif Terbaik, dan Bobotnya Mendahului Pengumumannya Sendiri Tiga Hari

Stempel waktu adalah bagian yang tidak dituliskan oleh siapa pun. Repositori BF16 untuk NVIDIA Nemotron 3.5 Super VL — nama lengkap nvidia/NVIDIA-Nemotron-3.5-Super-VL-120B-A12B-BF16 — dibuat di Hugging Face pada 15:32:06 UTC, 12 Oktober 2026, bersama dengan build NVFP4 yang muncul dua puluh empat detik kemudian dan checkpoint dasar sembilan belas detik sebelum itu. Postingan blog NVIDIA yang mengumumkan model tersebut bertanggal 15 Oktober. Jadi, selama kurang lebih tujuh puluh dua jam, bobot model visi-bahasa terbuka terkuat NVIDIA dapat diunduh, terindeks, dan sedang dikuantisasi oleh pihak ketiga sementara perusahaan yang melatihnya belum menerbitkan apa pun sama sekali. Itu bukan kebocoran dan bukan skandal. Ini adalah pipeline rilis di mana artefak dikirim sebelum prosanya, dan layak dinyatakan secara gamblang karena sisa artikel ini tentang angka, dan angka-angka itu punya stempel waktunya sendiri. Pada Artificial Analysis Intelligence Index, NVIDIA Nemotron 3.5 Super VL mencetak skor 26,49, bukan hasil estimasi. Pendahulunya, NVIDIA Nemotron 3 Super 120B A12B, yang dirilis pada 11 Maret 2026, mencetak skor 12,83 pada panel yang sama. Itu 2,06 kali lipat skornya, dan hadir dalam 49.174 token keluaran per tugas alih-alih 113.823.

Dua hal tentang perbandingan itu perlu dijelaskan sebelum masuk ke detail. Pertama, angka 26.49 adalah angka pihak ketiga, diukur pada perangkat uji milik pihak lain dengan anggaran token yang dipublikasikan, dan ditandai di panel sebagai bukan estimasi. Ini lebih penting daripada biasanya di sini, karena tabel benchmark NVIDIA sendiri disajikan berdampingan dengan tujuh pesaing dan kedua set angka tersebut tidak selalu selaras. Kedua, klaim sebagai yang terdepan di judul sengaja dibuat sempit. Di antara model open-weight yang dibuat di Amerika Serikat, Meta Muse Spark Open mencetak skor lebih tinggi — 38.87, juga bukan estimasi — tetapi dirilis di bawah lisensi komersial khusus di balik repositori berakses terbatas, yang menempatkannya dalam kategori adopsi berbeda dari checkpoint yang dapat Anda unduh dan terapkan di bawah OpenMDW-1.1 hari ini. Di antara model open-weight AS berlisensi permisif di panel tersebut, NVIDIA Nemotron 3.5 Super VL berada di peringkat pertama, dan entri berikutnya di bawahnya adalah Inkling Small dengan 25.66.

Apa yang ditetapkan oleh repositori, dan apa yang hanya dilakukan oleh panel

Kartu model ini luar biasa lengkap untuk sesuatu yang dirilis tiga hari sebelum siaran persnya sendiri, dan kartu ini menjawab pertanyaan struktural dengan rapi. NVIDIA Nemotron 3.5 Super VL adalah hibrida Mamba-2, mixture-of-experts, dan attention dengan encoder visi C-RADIO serta konektor visi-bahasa, 512 pakar terarah per lapisan MoE, 120B parameter total dengan 12B aktif per token, dan jendela konteks hingga 1M token. Multi-Token Prediction native memberinya decoding spekulatif tanpa unduhan drafter terpisah. Inputnya adalah teks, gambar (JPEG, PNG), dan video (MP4 hingga dua menit, disampel sebagai frame); outputnya hanya teks. Lisensinya adalah OpenMDW-1.1, kartu tersebut menyatakan model ini siap untuk penggunaan komersial maupun non-komersial, dan NVIDIA melaporkan pelatihan pada sekitar 26 triliun token dengan sekitar 3,8 juta sampel pasca-pelatihan serta pembelajaran penguatan di puluhan lingkungan.

• Total / parameter aktif — 120B / 12B dibandingkan 120,6B / 12,7B milik model Maret. Hampir identik, dan itulah intinya: peningkatannya bukan karena model yang lebih besar.

• Indeks Kecerdasan — 26,49 berbanding 12,83, keduanya bukan hasil estimasi, keduanya menurut Artificial Analysis.

• Token keluaran per tugas indeks — 49.174 dibandingkan 113.823. Model baru menyelesaikan tugas yang sama dengan 56,8% lebih sedikit token.

• Konteks dan keluaran — 1M token, hanya keluaran teks, pada keduanya. Keduanya bukan generator gambar.

• Batas minimum penerapan — 4×H100 atau 2×GB200 untuk BF16 pada NVIDIA Nemotron 3.5 Super VL; tersedia build NVFP4 untuk footprint yang lebih kecil.

• Daya tarik publik — 142 unduhan dan 32 suka di repositori BF16 pada saat penulisan ini, dibandingkan dengan lebih dari satu juta unduhan pada pendahulunya di bulan Maret. Selisihnya adalah tiga hari usia, bukan tiga hari permintaan.

Rincian kapabilitas pada panel adalah titik di mana 26,49 tidak lagi menjadi satu angka tunggal. Super VL mendapat skor 38,47 dalam ekonomi, 30,11 dalam teknik, 28,11 dalam hukum, dan 27,19 dalam keuangan dan akuntansi, tetapi hanya 22,57 dalam strategi dan operasi. Indeks omniscience-nya negatif 4,22 — model menjawab lebih banyak probe pengetahuan panel dengan salah daripada benar, dengan tingkat akurasi 23,3% dibandingkan tingkat halusinasi 35,8%. Itu bukan cacat yang unik pada rilis ini; itulah yang terlihat dari model terbuka tanpa pelindung ketika Anda mengukur apakah model tersebut menolak menjawab. Pada GDPval-AA, yang menilai hasil kerja profesional yang sudah selesai daripada jawaban, ia mendapat skor 1.162,41, dan pada rubrik AA-Briefcase-Lite ia berada pada Elo 998,76. Dua baris itu adalah yang perlu diperhatikan selama bulan depan, karena keduanya mengukur pekerjaan bukan pengetahuan dan itulah baris yang secara masuk akal dapat terus ditingkatkan oleh model terbuka 120B melalui pasca-pelatihan.

Klaim lima kali lipat, dan mengapa jumlah token bukan detik

Blog NVIDIA mengandalkan kecepatan: "5x lebih cepat daripada yang terbaik berikutnya," dan model tersebut "mencapai throughput hingga 5x lebih cepat dibandingkan model lain di kelasnya." Itu adalah klaim vendor dan tidak ada pihak di luar NVIDIA yang mereproduksinya. Berdasarkan bukti yang ada saat ini, klaim itu juga tidak dapat diverifikasi — panel pihak ketiga yang sama yang menilai model tersebut tidak menerbitkan harga maupun angka latensi untuk model itu, jadi tidak ada apa pun untuk menguji klaim itu. Yang dapat diperiksa adalah kuantitas berbeda yang sering dilaporkan seolah-olah hal itu sama. Token keluaran per tugas adalah ukuran seberapa banyak model berbicara, bukan seberapa cepat server bergerak. 49.174 berbanding 113.823 itu nyata dan merupakan peningkatan efisiensi yang sesungguhnya — model yang berat penalaran menghabiskan anggarannya untuk menghasilkan — tetapi model yang mengeluarkan 57% lebih sedikit token tidak lantas menjadi 57% lebih cepat, dan jelas bukan 5× lebih cepat. Itu 57% lebih sedikit token. Pisahkan kedua hal itu.

Tabel benchmark vendor memiliki masalah kedua yang lebih kecil yang akan disadari pembaca teliti dalam sekitar sepuluh detik. Kolom pertamanya diberi label "Nemotron 3.5 SuperGA BF16," bukan "Super VL." Mengingat bagian Model Version pada kartu tersebut menyebutkan v1.0 — GA, itu kemungkinan besar adalah label release-candidate yang bertahan sampai ke dokumen publik, bukan model yang berbeda. Bagaimanapun juga, itu adalah jenis cacat yang memberi tahu Anda bahwa proses dokumentasi terjadi setelah bobot diunggah, yang konsisten dengan jeda tiga hari. Terhadap kolom itu, NVIDIA melaporkan GPQA-Diamond 89.52, HLE text-only 31.79, Terminal-Bench 2.1 66.70, SWE-bench Verified 71.10, BrowseComp 78 dan Video-MME v2 32.85, dengan set kolom perbandingan lengkap mencakup Qwen3.5-122B-A10B, Qwen3.8-Flash-Next, DeepSeek-V4-Flash-0731, Nemotron 3 Ultra, Inkling-Small dan GLM-5.3-Flash. Semuanya dilaporkan vendor melalui NeMo Gym, dan NVIDIA menerbitkan resep, prompt, parser, serta pengaturan penilaian agar siapa pun dapat menjalankannya ulang. Itu praktik yang lebih baik daripada kebanyakan, dan tetap bukan hasil independen.

Di mana posisinya sebenarnya di antara model-model open weight AS

Urutkan panel berdasarkan model open-weight dari lab-lab AS dan bentuk lanskapnya jelas. Meta Muse Spark Open memimpin pada 38,87 tetapi merupakan model 816B parameter di bawah Muse Model License, aksesnya dibatasi di Hub, dan merupakan proposisi adopsi yang berbeda. Di bawah NVIDIA Nemotron 3.5 Super VL pada 26,49 terdapat Inkling Small pada 25,66 dan Inkling pada 24,98 dari Thinking Machines, keduanya permisif. Lalu NVIDIA Nemotron 3 Ultra 550B A55B milik NVIDIA sendiri pada 22,93, dan NVIDIA Nemotron 3.5 Bolt 74B-A9B — yang dirilis pada hari yang sama dengan Super VL — pada 21,41 untuk model 74B yang muat dalam memori 24GB. Fakta struktural yang menarik adalah Super VL mengalahkan model unggulan 550B dari perusahaannya sendiri dengan selisih 3,6 poin indeks, sementara ukurannya di disk dan jumlah parameter aktifnya kurang dari seperempat. Itulah hasil yang dituju oleh seluruh program hybrid-MoE, dan pada panel ini hal itu terwujud.

Itu juga menetapkan patokan nyata untuk beberapa bulan ke depan. Selisihnya dengan Muse Spark Open adalah 12,4 poin, dan selisihnya dengan model-model open-weight Tiongkok terkemuka bahkan lebih besar lagi — MiMo-V2.6-Pro pada 46,32, GLM-5.3 pada 44,78, Kimi K3 pada 43,59. Jawaban NVIDIA untuk selisih itu bukan model yang lebih besar; melainkan pasca-pelatihan, pada data Anda, di rak Anda, dengan kumpulan data dan lingkungan NeMo Gym yang dipublikasikan bersama bobotnya. Apakah itu menutup jarak tersebut masih menjadi pertanyaan terbuka dan rilis ini tidak menyelesaikannya.

Berapa biaya untuk menjalankannya, dan satu angka yang hilang

Checkpoint BF16 dilayani pada 4×H100 atau 2×GB200, dengan NVIDIA menerbitkan resep vLLM dan SGLang serta menyematkan tag kontainer tertentu — vLLM v0.32.0 atau nightly bernama tertentu, SGLang v0.5.20 — yang merupakan sinyal berguna tentang seberapa baru kernel tersebut mendarat. Build NVFP4 adalah yang paling akan benar-benar dijalankan oleh sebagian besar tim. Yang belum dipublikasikan oleh siapa pun adalah harga. Tidak ada tarif per token di panel, tidak ada harga daftar NIM dalam pengumuman, dan tidak ada tarif penyajian pihak ketiga yang bisa dibandingkan oleh pembeli. Untuk model dalam posisi ini rute praktisnya adalah yang kami jalankan di: OrcaRouter meneruskan harga daftar vendor dengan margin 0% di lebih dari 200 model pada satu kunci, jadi ketika NVIDIA atau penyedia menerbitkan tarif untuk checkpoint ini, tarif itu muncul sebesar biaya, bukan dengan spread, dan failover otomatis berarti checkpoint yang baru berumur sehari dapat membawa sebagian trafik sementara model yang sudah terbukti menangani sisanya. Agar tepat tentang apa yang tidak berarti hari ini: model spesifik ini belum ada di katalog kami, tiga hari setelah bobotnya diunggah, karena belum ada yang melayaninya secara andal. Itu pernyataan tentang ketersediaan, bukan tentang modelnya.

Tontonan Berikutnya

Tiga hal akan menentukan apakah rilis ini dalam enam bulan terbaca sebagai perubahan besar atau catatan kaki. Yang pertama adalah evaluasi independen kedua — skor panelnya satu, dan satu bukanlah tren. Yang kedua adalah apakah klaim throughput 5× bertahan saat diuji oleh pihak benchmark netral, karena bukti jumlah token mendukung efisiensi dan tidak mengatakan apa pun tentang latensi. Yang ketiga adalah ekosistem pasca-pelatihan: NVIDIA mencantumkan Scale AI, AfterQuery, AI21, Mercor, Atlassian, CrowdStrike, Dassault Systèmes, Salesforce, dan lain-lain yang membangun di atasnya, dan pertanyaan menarik tentang model terbuka jarang sekali tentang apa yang dikirim vendor — melainkan apa yang dilakukan orang lain dengannya setelahnya. Berdasarkan bukti yang tersedia per 16 Oktober 2026, NVIDIA Nemotron 3.5 Super VL adalah model open-weight berlisensi permisif terkuat yang dihasilkan lab AS, ia mencapai itu pada jumlah parameter yang konstan dengan memangkas anggaran penalarannya sendiri lebih dari setengah, dan ia melakukannya dengan cukup tenang sehingga orang-orang pertama yang menyadarinya adalah para quantizer.