NVIDIA Nemotron 3.5 Super VL è il miglior modello statunitense open-weight con licenza permissiva, e i suoi pesi hanno anticipato di tre giorni il suo stesso annuncio

Il timestamp è la parte che nessuno ha messo per iscritto. Il repository BF16 per NVIDIA Nemotron 3.5 Super VL — nome completo nvidia/NVIDIA-Nemotron-3.5-Super-VL-120B-A12B-BF16 — è stato creato su Hugging Face alle 15:32:06 UTC del 12 ottobre 2026, insieme a una build NVFP4 ventiquattro secondi più tardi e a un checkpoint base diciannove secondi prima. Il post sul blog di NVIDIA che annuncia il modello è datato 15 ottobre. Quindi, per circa settantadue ore, i pesi del modello visione-linguaggio open più forte di NVIDIA sono stati scaricabili, indicizzati e quantizzati da terze parti, mentre l'azienda che lo ha addestrato non aveva pubblicato assolutamente nulla. Non è una fuga di notizie e non è uno scandalo. È una pipeline di rilascio in cui l'artefatto esce prima del testo, e vale la pena dirlo chiaramente perché il resto di questo pezzo parla di numeri, e i numeri hanno i propri timestamp. Sull'Artificial Analysis Intelligence Index, NVIDIA Nemotron 3.5 Super VL ottiene 26,49, non stimato. Il suo predecessore, NVIDIA Nemotron 3 Super 120B A12B, rilasciato l'11 marzo 2026, ottiene 12,83 sullo stesso pannello. È 2,06 volte il punteggio, e arriva con 49.174 token di output per attività invece di 113.823.

Due cose relative a quel confronto meritano di essere chiarite prima dei dettagli. Primo, il 26,49 è un numero di terze parti, misurato sul banco di prova di qualcun altro con un budget di token pubblicato, ed è contrassegnato sul pannello come non stimato. Questo conta più del solito qui, perché la tabella di benchmark di NVIDIA è presentata fianco a fianco con sette concorrenti e i due insiemi di cifre non sempre coincidono. Secondo, l'affermazione di leadership nel titolo è deliberatamente ristretta. Tra i modelli a pesi aperti costruiti negli Stati Uniti, Meta Muse Spark Open ottiene un punteggio più alto — 38,87, anch'esso non stimato — ma viene distribuito con una licenza commerciale su misura dietro un repository ad accesso controllato, il che lo colloca in una categoria di adozione diversa da un checkpoint che puoi scaricare e distribuire con OpenMDW-1.1 oggi. Tra i modelli a pesi aperti statunitensi con licenza permissiva presenti in quel pannello, NVIDIA Nemotron 3.5 Super VL è primo, e la voce successiva è Inkling Small con 25,66.

Cosa stabilisce il repository, e cosa fa soltanto il pannello

Il model card è insolitamente completo per qualcosa che è stato rilasciato tre giorni prima del proprio comunicato stampa, e risponde in modo chiaro alle domande strutturali. NVIDIA Nemotron 3.5 Super VL è un ibrido Mamba-2, mixture-of-experts e attention con un encoder visivo C-RADIO e un connettore visione-linguaggio, 512 esperti instradati per livello MoE, 120 miliardi di parametri totali con 12 miliardi attivi per token, e una finestra di contesto fino a 1 milione di token. La Multi-Token Prediction nativa gli consente la decodifica speculativa senza scaricare un drafter separato. Gli input sono testo, immagini (JPEG, PNG) e video (MP4 fino a due minuti, campionati come fotogrammi); l'output è solo testo. La licenza è OpenMDW-1.1, la scheda afferma che il modello è pronto per uso commerciale o non commerciale, e NVIDIA riporta un addestramento su circa 26 bilioni di token con circa 3,8 milioni di campioni post-addestramento e apprendimento per rinforzo in decine di ambienti.

• Parametri totali / attivi — 120B / 12B rispetto ai 120,6B / 12,7B del modello di marzo. Quasi identici, ed è proprio questo il punto: il guadagno non sta in un modello più grande.

• Intelligence Index — 26.49 contro 12.83, entrambi non stimati, entrambi secondo Artificial Analysis.

• Token di output per attività di indicizzazione — 49,174 contro 113,823. Il nuovo modello completa la stessa attività con il 56.8% di token in meno.

• Contesto e output — 1M token, solo testo in output, su entrambi. Nessuno dei due è un generatore di immagini.

• Requisito minimo di deployment — 4×H100 o 2×GB200 per BF16 su NVIDIA Nemotron 3.5 Super VL; esiste una build NVFP4 per footprint più contenuti.

• Riscontro pubblico — 142 download e 32 like sul repository BF16 al momento della stesura, contro più di un milione di download sul predecessore di marzo. Il divario è di tre giorni di età, non di tre giorni di domanda.

La suddivisione delle capacità sul pannello è il punto in cui il 26,49 smette di essere un singolo numero. Super VL ottiene 38,47 in economia, 30,11 in ingegneria, 28,11 in ambito legale e 27,19 in finanza e contabilità, ma solo 22,57 in strategia e operazioni. Il suo indice di onniscienza è negativo 4,22 — il modello risponde in modo errato a più sonde di conoscenza del pannello che corretto, con un tasso di accuratezza del 23,3% contro un tasso di allucinazione del 35,8%. Non è un difetto unico di questa versione; è ciò che sembra un modello aperto non protetto quando si misura se si rifiuta di rispondere. Su GDPval-AA, che valuta i deliverable professionali finiti piuttosto che le risposte, ottiene 1.162,41, e sulla rubrica AA-Briefcase-Lite si colloca a un Elo di 998,76. Quelle due righe sono quelle da tenere d'occhio nel prossimo mese, perché misurano il lavoro piuttosto che la conoscenza e sono le righe che un modello aperto da 120B può plausibilmente continuare a migliorare attraverso il post-training.

L'affermazione delle cinque volte, e perché i conteggi dei token non sono secondi

Il blog di NVIDIA punta sulla velocità: "5 volte più veloce del secondo miglior", e il modello "raggiunge una velocità di elaborazione fino a 5 volte superiore rispetto ad altri modelli della sua classe". Si tratta di un'affermazione del fornitore e nessuno al di fuori di NVIDIA l'ha riprodotta. Inoltre, stando alle prove attuali, è impossibile da soddisfare — lo stesso panel di terze parti che valuta il modello non pubblica né un prezzo né un valore di latenza per esso, quindi non c'è nulla con cui verificare l'affermazione. Ciò che si può verificare è una grandezza diversa, che spesso viene riportata come se fosse la stessa cosa. I token di output per attività sono una misura di quanto parla il modello, non di quanto velocemente si muove il server. 49.174 contro 113.823 è reale ed è un autentico guadagno di efficienza — i modelli con molto ragionamento bruciano il loro budget generando — ma un modello che emette il 57% di token in meno non è per questo il 57% più veloce, e certamente non è 5 volte più veloce. È il 57% di token in meno. Tienile distinte.

La tabella di benchmark del fornitore ha un secondo problema, più piccolo, che un lettore attento noterà in circa dieci secondi. La sua prima colonna è etichettata "Nemotron 3.5 SuperGA BF16", non "Super VL". Dato che la sezione Model Version della scheda dice v1.0 — GA, è molto probabilmente un'etichetta di release candidate sopravvissuta nel documento pubblico anziché un modello diverso. In ogni caso è il tipo di imperfezione che ti dice che la revisione della documentazione è avvenuta dopo che i pesi sono stati pubblicati, il che è coerente con l'intervallo di tre giorni. Rispetto a quella colonna, NVIDIA riporta GPQA-Diamond 89.52, HLE text-only 31.79, Terminal-Bench 2.1 66.70, SWE-bench Verified 71.10, BrowseComp 78 e Video-MME v2 32.85, con l'insieme completo delle colonne di confronto che si estende fino a Qwen3.5-122B-A10B, Qwen3.8-Flash-Next, DeepSeek-V4-Flash-0731, Nemotron 3 Ultra, Inkling-Small e GLM-5.3-Flash. Tutto ciò è riportato dal fornitore tramite NeMo Gym, e NVIDIA pubblica le ricette, i prompt, i parser e le impostazioni di scoring per consentire a chiunque di rieseguirlo. È una pratica migliore rispetto alla maggior parte, e non è comunque un risultato indipendente.

Dove si colloca effettivamente tra i modelli open-weight statunitensi

Ordina il pannello per modelli open-weight dei laboratori statunitensi e la struttura del campo è chiara. Meta Muse Spark Open è in testa con 38,87 ma è un modello da 816B parametri con licenza Muse Model License, con accesso condizionato sull'Hub, e una proposta diversa da adottare. Sotto NVIDIA Nemotron 3.5 Super VL a 26,49 si trovano Inkling Small a 25,66 e Inkling a 24,98 di Thinking Machines, entrambi permissivi. Poi il modello della stessa NVIDIA, NVIDIA Nemotron 3 Ultra 550B A55B, a 22,93, e NVIDIA Nemotron 3.5 Bolt 74B-A9B — rilasciato lo stesso giorno di Super VL — a 21,41 per un modello da 74B che entra in 24GB di memoria. Il fatto strutturale interessante è che Super VL batte il flagship 550B della sua stessa azienda di 3,6 punti indice pur essendo meno di un quarto delle dimensioni su disco e del conteggio dei parametri attivi. È il risultato a cui punta l'intero programma hybrid-MoE, e su questo pannello ha centrato l'obiettivo.

Fissa anche l'asticella reale per i prossimi mesi. Il divario rispetto a Muse Spark Open è di 12,4 punti, e il divario rispetto ai principali modelli cinesi open-weight è ancora maggiore — MiMo-V2.6-Pro a 46,32, GLM-5.3 a 44,78, Kimi K3 a 43,59. La risposta di NVIDIA a questo divario non è un modello più grande; è il post-training, sui tuoi dati, sui tuoi rack, con i dataset e gli ambienti NeMo Gym pubblicati insieme ai pesi. Se questo colmerà la distanza è una questione aperta e questo rilascio non lo risolve.

Quanto costa gestirlo, e l'unico numero che manca

Il checkpoint BF16 viene servito su 4×H100 o 2×GB200, con NVIDIA che pubblica ricette vLLM e SGLang e fissa tag specifici dei container — vLLM v0.32.0 o una nightly denominata, SGLang v0.5.20 — il che è un segnale utile su quanto recentemente siano arrivati i kernel. La build NVFP4 è quella che la maggior parte dei team eseguirà effettivamente. Ciò che nessuno ha pubblicato è un prezzo. Non c'è alcuna tariffa per token sul pannello, nessun prezzo di listino NIM nell'annuncio e nessuna tariffa di servizio di terze parti che un acquirente possa confrontare. Per un modello in questa posizione il percorso pratico è quello su cui operiamo: OrcaRouter fa passare il prezzo di listino del fornitore con 0% di ricarico su oltre 200 modelli su una singola chiave, così quando NVIDIA o un provider pubblica una tariffa per questo checkpoint, questa appare a costo invece che a spread, e failover automatico significa che un checkpoint vecchio di un giorno può portare una fetta di traffico mentre un modello collaudato mantiene il resto. Per essere precisi su ciò che questo non significa oggi: questo specifico modello non è ancora nel nostro catalogo, tre giorni dopo che i suoi pesi sono stati pubblicati, perché nessuno lo sta ancora servendo in modo affidabile. Questa è un'affermazione sulla disponibilità, non sul modello.

Cosa guardare dopo

Tre cose decideranno se tra sei mesi questa release verrà letta come un cambio di passo o come una nota a piè di pagina. La prima è una seconda valutazione indipendente: il punteggio del panel è uno, e uno non è una tendenza. La seconda è se l'affermazione di un throughput 5× sopravvive al contatto con un benchmarker neutrale, perché le prove basate sul conteggio dei token supportano l'efficienza e non dicono nulla sulla latenza. La terza è l'ecosistema post-training: NVIDIA elenca Scale AI, AfterQuery, AI21, Mercor, Atlassian, CrowdStrike, Dassault Systèmes, Salesforce e altri che ci costruiscono sopra, e la domanda interessante su un modello aperto raramente è ciò che il fornitore ha rilasciato — è ciò che tutti gli altri ci fanno in seguito. Sulla base delle prove disponibili al 16 ottobre 2026, NVIDIA Nemotron 3.5 Super VL è il modello open-weight con licenza permissiva più forte mai uscito da un laboratorio statunitense, ci è arrivato a parità di numero di parametri riducendo il proprio budget di ragionamento di più della metà, e lo ha fatto in modo abbastanza silenzioso che i primi ad accorgersene sono stati i quantizzatori.