NVIDIA Nemotron 3.5 Super VL 120B 対 Intern-S2-397B と記されたタイトルカード。4つの統計パネルには、Intern-S2-397B の総パラメータ数 403B(60層にわたり、トークンあたり10個がアクティブ)、約188のシャードに分散した BF16 および F32 の重みが約807 GB、その Apache-2.0 ライセンスと Super VL の OpenMDW-1.1 の対比、Super VL の 1M トークンコンテキストと Intern-S2-397B の 256K テキストウィンドウ(マルチモーダル評価は 64K)の対比が示され、隅には OrcaRouter のロゴがある。
Engineering & Research

NVIDIA Nemotron 3.5 Super VL 120B vs Intern-S2-397B:2つのオープンなビジョンモデル、実際に今日呼び出せるのはそのうち1つ

公開日

最新モデル · 20すべてのモデルを見る →
ベンチマーク:Artificial Analysis · 毎日更新
すべての記事に戻る

これらのモデルはどちらもオープンウェイトで、どちらもマルチモーダルで、どちらも商用利用向けにApache系またはOpenMDWライセンスが付与されており、どちらもサブスクライブするものではなくダウンロードする類のものです。ほとんどの評価を決める違いは、どちらのスペックシートにも載っていません。Intern-S2-397Bは、2026年9月13日にHugging Faceで公開されたInternLMの4030億パラメータのフラッグシップで、そのことを知ったその日にO​penAI互換クライアントを向けられるベンダーホスト型APIを備えています。N​VIDIA N​emotron 3.5 Super VL 120B A12Bは、2026年10月12日にHugging Faceにアップロードされ、15日のN​VIDIAの発表で確認されましたが、ベンダーホスト型APIはありません。N​VIDIAは、自社のNIMマイクロサービスを含め、どの経路でもエンドポイントもトークンあたりの価格も公表していません。つまり、一方は今日の午後にトークン一つで評価できますが、もう一方は最初のプロンプトの前にH200かH100を4基必要とします。その差は、ベンチマーク表の7ポイントの差よりも価値があります。

デプロイフロアを並べて

まずここから見ていきましょう。品質の話に入る前に、ほとんどの読者にとってこれらのモデルのうちの1つが除外されるからです。

• 総パラメータ数とアクティブパラメータ数 — Intern-S2-397B は総計 403B で、60 層・512 エキスパートにわたりトークンあたり 10 がアクティブ。N​emotron 3.5 Super VL 120B A12B は総計 120B で、インターリーブされた Mamba-2、MoE、アテンション層にわたりトークンあたり 12 がアクティブ。

• ディスク上の重みサイズ — Intern-S2-397Bは約807 GBで、およそ188個のBF16/F32シャードにまたがる。Super VLのBF16ビルドはそのごく一部で、NVFP4ビルドは1台のDGX Sparkで実行できるほど小さい。

• 最小限の実用的ハードウェア — Intern-S2-397Bには本格的なマルチGPUフリートが必要。Super VLはBF16で4× H100または2× GB200、あるいはNVFP4でH200 1台、GB200 1台、2× H100、またはDGX Spark 1台が必要。

• ホスト型アクセス — Intern-S2-397B は、ベンダー自身の Intern API(chat.intern-ai.org.cn/api/v1)でモデル ID intern-s2-397b として提供されており、OpenAI 互換および Anthropic 互換として文書化されています。Super VL には、どこからも公開されたエンドポイントがありません。

• ライセンス — Intern-S2-397B は Apache-2.0、Super VL は OpenMDW-1.1。いずれも商用利用が可能です。

• コンテキスト — Intern-S2-397Bは256Kトークン(64Kでマルチモーダル評価あり)、Super VLは1Mトークン。

• 動画入力 — Super VLは最長2分のMP4を受け付け、フレームとしてサンプリングします。Intern-S2-397Bの documented モダリティはテキスト、画像、生の信号データです。動画はその中に含まれていません。

あのリストを2回読めば、全体像がはっきりする。Intern-S2-397Bは、より大きく、より古く、より科学的なモデルで、ホストされたドアを備えている。Super VLは、より小さく、より新しく、よりデプロイしやすいモデルで、より長いウィンドウと動画に対応し、まだドアはまったくない。

Intern-S2-397Bが実際に何のために作られたのか

InternLMは、このモデルが3つの軸に沿ってスケールすると説明しており、最初の軸は理解する価値のある技術的主張だ。科学的文献の生のページに対して直接実行される視覚言語事前学習であり、記号的意味論と視覚的関係を共有表現空間で共同モデリングし、中間的な解析ステップを必要としない。図、表、スペクトル、そしてそれらを説明する文は、テキストを抽出して後から画像を添付するのではなく、一緒に学習される。

その設計は、InternLM が前面に出すことを選んだベンチマークに表れており、だからこそ両モデルの視覚スコアをそのまま置き換えて比べることはできない。Intern-S2-397B のカードは ChartQAPro 71.12 と MMMU Pro 81.68 を報告し、科学特化スコアでは首位に立つ — Biology-Instructions 55.71、Mol-Instructions 53.95、MolecularIQ 62.35、SciReasoner-1.5 63.28、TOMG-Bench 66.76。Super VL のカードは OCR-Reasoning 65.08 を筆頭に、OCRBench-v2 の英語 68.12 と中国語 59.15、MMLongBench-Doc 62.82、CharXiv-RQ 80.82、MathVision 78.16 を掲げている。タスクが異なり、訓練分布も異なり、どちらの数値セットも独立に再現されていない。

第三の軸は、Intern-S2-397B をエージェント的ワークロードにとって異例な存在にしている点だ。サンドボックス環境におけるブラックボックス型のエージェント強化学習であり、エージェントは複数のフレームワークを通じて接続され、長期的なタスクの天井を明示的に狙っている。Super VL について NVIDIA が掲げる同等の主張は、検証可能な報酬を用いた RL とマルチティーチャーによるオンポリシー蒸留で締めくくられるポストトレーニングパイプラインであり、SWE-bench と tau2-bench で評価されている。どちらも結果の測定ではなく、手法についての主張である。

どちらの競合他社も持っていない信号入力機能

Intern-S2-397B は生の信号データ — .npy、.csv および .wav — を、テキストや画像と並ぶ第一級の入力タイプとして受け付け、P波とS波の到達インデックスを検出する地震イベントの例が文書化されており、forecast_horizon パラメータによる点予測と分位点予測を行います。これは現在 LMDeploy 専用であり、ベンチマーク結果ではなく推論時の機能です。

この比較の中のどのモデルも、それに似たことはしないし、クローズドなフロンティアモデルも同様だ。あなたの仕事が、画像やテキストと併せて推論する必要があるセンサートレース、地震データ、時系列予測を扱うものであるなら、Intern-S2-397B はこの2つの中ではより良い選択ではない——唯一の選択であり、807 GB の重みがその参入コストだ。

ベンチマーク、それぞれに出典が付されたもの

どちらのモデルにもクリーンな独立評価はなく、2つのベンダー表は1行も重複していない。したがって、以下はランキングではなく主張を読み解いたものである。

Intern-S2-397B は、すべて InternLM が自社のハーネス(OpenCompass、VLMEvalKit、AgentCompass)で報告したベンダー報告値であり、再現されておらず、GPT-5.5 をクローズドな参照としている:MMLU Pro 89.77、HMMT-2026 93.56、AdvancedIF 71.57、MMMU Pro 81.68、ChartQAPro 71.12、TerminalBench 2.1 64.04、SWE-bench-Pro 68.54、SWE-bench-Multilingual 84.00、SciCode 47.63、SGLBench 51.89、FrontierScience-Olympiad 87.00、FrontierScience-Research 55.00。Artificial Analysis にはリリース時点で Intern-S2-397B の項目がなく、中立的なリーダーボードにも項目はなかった——その空白はその後埋まったかもしれないので、これらのいずれかに依拠する前に確認する価値がある。

N​emotron 3.5 Super VL 120B A12Bは、2つの情報源に分かれています。NVIDIAがNeMo Gymで報告したベンダー公表値:SWE-bench Verified 71.10、SWE-bench Multilingual 67.72、SWE-bench Pro 51.78、tau2-bench retail 69.24、airline 76.50、BrowseComp 78.91、GraphWalks 89.71、GPQA-Diamond 89.52、ツールなしのHLE 31.79、OCRBench-v2 68.12 英語、MMLongBench-Doc 62.82、Video-MME-v2 32.85。Artificial Analysisによるパネル測定値で、これがこの記事全体で唯一独立に生成された数値です:Intelligence Index 26.49、Terminal-Bench 4.0では0.0、測定されたハルシネーション率は0.3585。

その2番目のブロックでは、2つの点を指摘しておくべきです。NVIDIAのTerminal-Bench 2.1の数値は、モデルカードでは66.70、技術レポートの要約表では60.67として示されており、これらの文書の他のすべての行は一致しています。つまり、どちらか一方が誤っており、レシピが再実行されるまで、どちらも引用するのは安全ではありません。そして、パネルのTerminal-Bench 4.0での0.0が、Intern-S2-397Bについてベンダーが報告したTerminalBench 2.1での64.04(同社のラボによって別のスイートで測定)と対比されていることは、名前が似て見えても、ターミナルエージェントのスコアはハーネス間で比較できないという注意喚起になります。

A two-column comparison scoreboard titled NVIDIA Nemotron 3.5 Super VL 120B vs Intern-S2-397B, with rows for Parameters, Context, Weight footprint, Licence, Hosted API, Video input and Independent score, carrying Super VL's 120B total and 12B active, 1M-token context, single-H200 NVFP4 serving, OpenMDW-1.1 licence, no published endpoint, MP4 video up to two minutes and its 26.49 panel index with 0.0 Terminal-Bench 4.0, against Intern-S2-397B's 403B total and 10 active across 512 experts, 256K text and 64K multimodal context, roughly 807 GB across about 188 shards, Apache-2.0 licence, vendor Intern API, no video input, and no panel entry at release.

1Mトークンのウィンドウが256Kと比べて7桁の勝利ではない理由

仕様書には、Super VL は 1M トークン、Intern-S2-397B は 256K に対応し、マルチモーダル評価は 64K で行われるとある。NVIDIA モデルの圧勝のように見える。ただし、評価パネルの長文脈リコール値、AA-LCR での 0.69 を付け加えるまでは。100万トークンのウィンドウを持ちながら、長文脈スコアが 1 未満のモデルは、100万トークンを取り込めても、その遠端では必ずしもそれらを大して活用できるとは限らないモデルなのだ。

Intern-S2-397Bの256Kは、テキスト推論では256K、マルチモーダルでは64Kと文書化されており、InternLMは長コンテキストの再現率の数値を一切公表していません。したがって、誠実な立場としては、一方のモデルはより長いウィンドウを持ちながらその再現率の実測値が低く、もう一方はより短いウィンドウを持ちながら測定値がない、ということになります。長コンテキストの再現率があなたのワークロードの中心であるなら、どちらもコンテキスト長の強みだけを理由に選ぶべきではありません。

可用性、およびどちらのモデルも当社のカタログにない場合に OrcaRouter がどのように適合するか

Intern-S2-397B も NVIDIA Nemotron 3.5 Super VL 120B A12B も、現時点で OrcaRouter から提供されておらず、本記事もそのような示唆は一切しません。Intern-S2-397B はベンダー自身の API、および LMDeploy、vLLM、SGLang を用いたセルフホスティングを通じて利用でき、デプロイ手順はモデルカードに同梱されています。Super VL はセルフホスティング専用です — NVIDIA の NIM マイクロサービスが発表されている唯一の経路であり、そのエンドポイントや価格はまだ公表されていません。

欲しいモデルがそこに載っていないとき、ゲートウェイにどれだけ価値があるかには明確な答えがある:それは、パイプラインの残りがすでに存在する場所だ。ネットワーク内に留めておかなければならないドキュメントのトリアージは、自社のIntern-S2-397BまたはSuper VLデプロイメント上で実行され、その周辺の抽出、分類、要約の呼び出しは、同じキーでホスト型モデル上で実行される。ルーティングDSLがその境界を読み取れる形に保つ——アプリケーションコードに埋もれた分岐としてではなく、プロンプト上の条件として表現される——そして自動フェイルオーバーにより、セルフホスト側が失敗してもリクエストが道連れになることはない。ここではゼロマークアップがもっと地味な形で重要になる:パイプラインのホスト型部分が今日いくらかかっていようと、ここでも同じだけかかる。なぜなら、プロバイダーのリスト価格がそのまま渡される。

The OrcaRouter models index page, showing the catalogue of more than two hundred models with provider names and per-million-token pricing.

それらの中から選ぶこと

ハードウェアを購入せずに今日中に稼働させる必要がある場合、対象分野が科学文献や図表である場合、生の信号や時系列入力がワークロードの一部である場合、またはデプロイを制御できることよりもベンダーが保守するホスト型エンドポイントの方が自分にとって価値が高い場合は、Intern-S2-397B を選んでください。807 GB の重みは確かに大きなコストですが、ホスト型 API があれば、そのコストを支払う前にモデルが優れているかどうかを確認できます。

動画を入力に使う場合、フリートではなく H200 1台または DGX Spark を持っている場合、モデルを自社ネットワーク内に置く必要がある場合、あるいはファインチューニングする予定なら、NVIDIA Nemotron 3.5 Super VL 120B A12B を選んでください。NVIDIA はポストトレーニング用データセットと NeMo Gym RL 環境を重みと一緒に公開しており、それこそがこのリリースのより再利用しやすい半分です。導入を決める前に、自社の文書セットを NVFP4 ビルドに通し、1M トークンという数字を鵜呑みにせず、長いコンテキストの想起を特にテストしてください。

今のところはどちらも選ばないでください。もしあなたが本当に必要としているのが、頼りにできる独立した評価を備えたモデルなら。Intern-S2-397B の数値はすべてベンダー報告で、そのパネルカバレッジも不明です。Super VL にはサードパーティのスコアがちょうど 1 つだけあり、それも単一の指標値にすぎません。リリースがおよそ6週間離れた2つのオープンビジョンモデルは、どちらも再現されていないベンチマーク表を持ち、どちらも比較可能な形で中立的なリーダーボードに載っていません — 責任ある対応は、自分のドキュメントでそれらをベンチマークすることです。そして、その半分を安くしてくれるのがベンダー API です。

注目すべき点:Intern-S2-397Bの独立したパネルへのエントリ(これによりカード全体が主張から証拠へと変わる)、Super VLの価格とエンドポイント(これによりH200が参入要件から外れる)、そしてNVIDIAによるTerminal-Benchの数値の訂正(これにより、ベンダー自身の2つの一次文書が互いに矛盾する唯一の箇所が解消される)。

The Hugging Face model card for NVIDIA Nemotron 3.5 Super VL 120B A12B, showing the model summary and the vendor benchmark table with the vision-language evaluation rows.

こうしたことはこのモデルを避ける理由にはならず、歴史を知るための理由にすぎない。このクラスのモデルの背後にある、記録に残されたAIインシデントやエージェントの失敗はOrcaRouter AI Incident Archiveにまとめられており、各項目には独自の出典、重大度、信頼度評価、異議ありフラグが付されている。