Nemotron 3.5 Super VL vs Nemotron 3.5 Super VL 120B: Satu Model, Lima File, Tiga Perilaku Berbeda

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.

Jadi adu head-to-head adalah artikel yang keliru. Versi yang berguna adalah versi yang muncul dari kebingungan yang sama: jika kedua nama menunjuk ke model yang sama, mengapa mengunduh "Nemotron 3.5 Super VL" memberi Anda lima repositori berbeda, tiga ukuran unduhan berbeda, dan dua arsitektur berbeda, dan yang mana yang sebenarnya Anda dapatkan?

Penamaan, diurai

NVIDIA menggunakan tiga label yang tumpang tindih untuk satu rilis, dan label-label itu bersarang alih-alih bertentangan.

• Nemotron 3.5 Super VL — nama produk. Sebutan yang digunakan dalam postingan blog, panel, dan setiap artikel berita.

• Nemotron 3.5 Super VL 120B — nama yang sama dengan jumlah parameter ditambahkan di belakangnya. Lazim ditemukan dalam tabel perbandingan dan daftar katalog, termasuk yang menghasilkan halaman ini.

• NVIDIA-Nemotron-3.5-Super-VL-120B-A12B — batang repositori, yang menambahkan jumlah parameter aktif. Setiap artefak yang dapat diunduh bergantung pada ini: BF16, NVFP4, Base, dan drafter NVFP4 LiLiCorr.

Tidak satu pun dari ketiga itu merupakan model yang berbeda. Hal-hal yang benar-benar berbeda berada satu tingkat di bawah, dalam sufiks presisi dan pasca-pelatihan, dan di situlah letak keputusan yang nyata.

Lima file, dan apa sebenarnya masing-masing

Kelima-limanya muncul dalam rentang sekitar empat hari satu sama lain, dan stempel waktu pembuatannya adalah bukti rilis paling andal yang tersedia — lebih andal daripada tanggal pengumuman, yang muncul setelah semuanya.

• ...-120B-A12B-Base-BF16 — dibuat 2026-10-12T15:31:49Z. Checkpoint sebelum pasca-pelatihan. Tanpa penyetelan instruksi, tanpa pelatihan penggunaan alat, tanpa mode penalaran. Inilah titik awal yang tepat jika Anda berniat melakukan pasca-pelatihan sendiri, dan tidak berguna bagi Anda jika tidak.

• ...-120B-A12B-BF16 — dibuat 15:32:06Z, tujuh belas detik kemudian. Model instruct final, presisi penuh, sekitar 249 GB dalam 63 shard. Resep serving NVIDIA adalah tensor parallelism 4 pada H100, atau 2 pada GB200.

• ...-120B-A12B-NVFP4 — dibuat 15:32:30Z. Bobot pascapelatihan yang sama, dikuantisasi ke 4-bit selama pelatihan, bukan setelahnya, sekitar 75 GB. Ini adalah berkas yang akan benar-benar disajikan oleh kebanyakan orang, dan ini berjalan di satu H200, dua H100, satu GB200, atau satu DGX Spark.

• ...-120B-A12B-NVFP4-LiLiCorr — dibuat pada 2026-10-11T20:20:59Z, sehari sebelum yang lain dan sebelum ada pengumuman apa pun. Bukan model dalam pengertian biasa: sebuah drafter speculative-decoding, yang kemudian oleh blog NVIDIA disebut sebagai yang direkomendasikan untuk inferensi latensi rendah di DGX Spark.

• GGUF dan kuantisasi komunitas — diturunkan, bukan diterbitkan oleh NVIDIA, dan di luar cakupan apa pun yang dilaporkan vendor.

Jika Anda datang ke sini mencari “mana di antara keduanya yang lebih baik”, jawabannya adalah bahwa dua dari lima itu sama sekali bukan alternatif satu sama lain: checkpoint base dan checkpoint instruct merupakan tahap yang berbeda dari proses pelatihan yang sama, dan drafter bukanlah model yang akan pernah Anda panggil secara langsung.

Apa yang berubah antara build presisi penuh dan 4-bit?

Ini adalah satu-satunya perbandingan dalam kekusutan penamaan yang memiliki konsekuensi nyata, dan ini juga yang memiliki bukti independen paling sedikit.

• Disk dan memori — 248,94 GB untuk BF16, 75,06 GB untuk NVFP4. Selisih 174 GB, yang merupakan selisih antara empat H100 dan dua.

• Numerik — NVFP4 menjalankan W4A4 pada Blackwell dan W4A16 pada perangkat keras lama. Kuantisasi diterapkan selama pelatihan dengan distilasi, yang menurut NVIDIA menutup kesenjangan akurasi yang timbul akibat kuantisasi pasca-hoc.

• Klaim akurasi — NVIDIA melaporkan pemulihan akurasi median sebesar 99.62% terhadap referensi BF16. Itu adalah angka dari vendor pada harness vendor, dan merupakan satu-satunya angka tak terverifikasi yang paling menjadi tumpuan di seluruh rilis ini.

• Evaluasi independen — tidak ada. Artificial Analysis memberi skor model sebesar 26.49 pada Intelligence Index miliknya, bukan estimasi, tetapi tidak menerbitkan baris terpisah untuk build NVFP4. Setiap angka pihak ketiga yang pernah Anda lihat untuk model ini adalah pengukuran presisi penuh atau default penyedia.

• {{1}}Overhead kinerja{{/1}} — {{2}}NVIDIA menyatakan tidak ada, karena kuantisasi terjadi selama pelatihan, bukan sebagai langkah runtime.{{/2}}

Baca angka 99,62% dengan cermat sebelum merencanakan berdasarkan angka itu. “Pemulihan akurasi median” di seluruh rangkaian evaluasi yang tidak disebutkan namanya bukan klaim yang sama dengan “kehilangan 0,38% kemampuan.” Median bisa berada di 99,62% sementara benchmark individual bergerak beberapa poin ke arah mana pun, dan tanpa sebaran per benchmark, angka itu memberi tahu Anda lebih sedikit daripada yang terlihat. Jika beban kerja Anda sensitif terhadap kemampuan tertentu — OCR dokumen panjang, ekstraksi grafik, video grounding — satu-satunya pendekatan yang masuk akal adalah menjalankan kedua build pada data Anda sendiri, karena NVIDIA belum menerbitkan baris yang Anda perlukan.

Checkpoint dasar adalah yang tidak di-benchmark oleh siapa pun.

Dari kelima file, base build adalah yang paling sedikit dibahas dan paling menarik jika Anda memiliki rencana pasca-pelatihan. Ia membawa struktur total 120B dan aktif 12B yang sama, backbone hibrida yang sama, dan encoder visi yang sama, serta berhenti sebelum pipeline pasca-pelatihan enam tahap yang menghasilkan model instruct — pipeline yang dataset SFT dan RL-nya juga diterbitkan NVIDIA, sebelas di antaranya, semuanya dalam jendela 61 jam pada minggu yang sama.

Yang tidak dibawanya adalah tabel benchmark yang dapat digunakan. Kartunya menjalankan MMLU dan MMLU-Pro; kartu pasca-latihan sepenuhnya membuang MMLU demi MMLU-ProX dan menambahkan rangkaian agentic serta tingkat harness. Kedua kumpulan itu tidak cukup tumpang tindih untuk menjawab "berapa banyak yang ditambahkan pasca-latihan", yang berarti satu-satunya cara untuk menaksir biaya pertanyaan itu adalah menjalankan keduanya sendiri. Bobot terbuka memungkinkan hal itu. Itu tidak membuatnya gratis.

Mengapa ada nama duplikat sama sekali?

Tiga artefak, tiga audiens, satu rilis. Postingan blog memerlukan nama produk yang cukup pendek untuk judul: Nemotron 3.5 Super VL. Katalog atau tabel perbandingan memerlukan sesuatu yang dapat diurutkan dan tidak ambigu dalam satu keluarga yang juga berisi Bolt 74B, Bolt E4B, dan Lightning 30B: menambahkan 120B memenuhi itu. Hub memerlukan nama repositori yang mengodekan presisi dan parameter aktif sehingga skrip dapat memilih file tanpa manusia membaca deskripsi.

Biaya dari pelapisan itu adalah pencarian. Dua string yang berarti hal yang sama bersaing untuk kueri yang sama, dan pembaca yang mengetik salah satunya akan mendarat di halaman perbandingan yang menanyakan mana yang lebih baik. Jawaban yang berguna untuk kueri itu adalah yang di atas: keduanya adalah file yang sama, berikut lima hal yang sebenarnya dapat dirujuk oleh nama tersebut, dan berikut cara mengetahui mana yang Anda miliki.

Apa artinya jika Anda memanggilnya alih-alih mengunduhnya

Melalui API, masalah penamaan sebagian besar hilang, karena penyedia sudah memilihkan build untuk Anda — dan di situlah ambiguitas yang tersisa berpindah. Panel independen melacak tujuh server untuk checkpoint ini, dan tarif yang mereka publikasikan untuk bobot yang sama berkisar dari $0.10 hingga $0.20 per juta token masukan dan $0.40 hingga $0.50 per juta token keluaran. Dua dari entri tersebut secara eksplisit merupakan build NVFP4; sisanya tidak menyebutkannya, dan tarif tanpa presisi adalah tarif yang tidak dapat Anda bandingkan dengan tarif lain.

Itu adalah versi praktis dari pertanyaan yang menjadi awal halaman ini. Nama model merujuk pada satu arsitektur dan lima file; harga tidak memberi tahu Anda file mana yang Anda bayar. Menanyakan kepada penyedia build mana yang mereka sediakan, dan apakah angka throughput mereka diukur pada BF16 atau FP4, adalah pertanyaan yang lebih berguna daripada perbandingan langsung apa pun antara dua penulisan dari checkpoint yang sama.

Di sisi kami, catatan jujurnya singkat: checkpoint ini tidak ada di katalog OrcaRouter. Daftar modelnya mencapai sedikit lebih dari 200 ID dan tidak memuat entri NVIDIA saat ini, jadi tidak ada yang di sini merupakan penawaran untuk menyajikannya. Yang ditawarkan platform dan relevan untuk nama yang ambigu ini adalah lapisan perutean yang menjaga string model di satu tempat: saat suatu varian benar-benar tersedia, lokasi pemanggilan tidak berubah, lalu lintas dapat dibagi antara dua penyedia checkpoint yang sama untuk membandingkannya pada beban kerja Anda sendiri, dan failover otomatis menangani kasus ketika salah satunya menurun. Harga daftar penyedia diteruskan dengan markup 0%, yang di sini khususnya penting karena selisih pada model ini adalah 2x dan Anda lebih suka melihatnya daripada dibiarkan terserap ke dalam margin.

Jawaban singkatnya, bagi pembaca yang mencari nama panjang itu

Nemotron 3.5 Super VL dan Nemotron 3.5 Super VL 120B adalah model yang sama, dirilis sebagai bobot pada 12 Oktober 2026 dan diumumkan pada 15 Oktober 2026, dengan total 120 miliar parameter, 12 miliar aktif, konteks 1 juta token, input teks, gambar, dan video, serta lisensi OpenMDW-1.1. Jika Anda memilih di antara berbagai hal, pilihannya bukan antara kedua nama itu. Pilihannya adalah antara BF16 dan NVFP4, antara checkpoint base dan varian instruct, serta antara server yang harga dan presisinya tidak dinyatakan dalam satuan yang sama. Itu tiga keputusan nyata. Nama bukan salah satunya.