NVIDIA Nemotron 3.5 Super VLは、寛容なライセンスで公開された米国のオープンウェイトモデルの中で最高峰であり、その重みは自身の発表よりも3日早く登場した

タイムスタンプこそ、誰も書き留めてこなかった部分だ。そのBF16リポジトリ —— NVIDIA Nemotron 3.5 Super VL——正式名称nvidia/NVIDIA-Nemotron-3.5-Super-VL-120B-A12B-BF16——は、2026年10月12日15:32:06 UTCにHugging Face上で作成された。NVFP4ビルドはその24秒後、ベースチェックポイントはその19秒前に作られている。その前身であるNVIDIA Nemotron 3 Super 120B A12Bは2026年3月11日にリリースされ、同じパネルで12.83を記録する。これはスコアの2.06倍であり、1タスクあたり113,823ではなく49,174出力トークンで到達する。

その比較については、詳細に入る前に前提を整理しておくべき点が二つある。第一に、26.49 はサードパーティの数値であり、公開されたトークン予算のもとで他者のハーネス上で測定されたもので、パネル上では推定値ではないと明示されている。これは通常以上に重要な点だ。というのも、NVIDIA 自身のベンチマーク表は7社の競合と並べて示されており、二組の数値は常に一致するとは限らないからである。第二に、見出しにある「首位」という主張は、意図的に狭い範囲を指している。米国で作られたオープンウェイトモデルの中では、Meta Muse Spark Open のスコアがより高く（38.87、これも推定値ではない）、しかしこれは独自の商用ライセンスのもと、ゲート付きリポジトリで提供されている。そのため、今日 OpenMDW-1.1 のもとでダウンロードしてデプロイできるチェックポイントとは、導入のカテゴリが異なる。そのパネルにある寛容なライセンスの米国オープンウェイトモデルの中では、NVIDIA Nemotron 3.5 Super VL が首位で、次に来るのは Inkling Small の 25.66 である。

リポジトリが確立するもの、そしてパネルだけが行うもの

モデルカードは、自身のプレスリリースより3日早く登場したものとしては異例なほど完成度が高く、構造に関する疑問に明快に答えてくれる。NVIDIA Nemotron 3.5 Super VLは、Mamba-2、混合エキスパート、アテンションを組み合わせたハイブリッドで、C-RADIOビジョンエンコーダーと視覚言語コネクターを備え、MoE層あたり512のルーティングエキスパート、総パラメーター数120B、トークンあたり12Bがアクティブ、コンテキストウィンドウは最大100万トークン。ネイティブのMulti-Token Predictionにより、別途ドラフターをダウンロードすることなく投機的デコーディングが可能になる。入力はテキスト、画像（JPEG、PNG）、動画（MP4、最大2分、フレームとしてサンプリング）で、出力はテキストのみ。ライセンスはOpenMDW-1.1で、カードには商用・非商用利用に対応可能と記載されており、NVIDIAによると、約26兆トークンにわたる学習、約380万件のポストトレーニングサンプル、数十の環境での強化学習を実施したという。

• 総パラメータ数／アクティブパラメータ数 — 120B／12B（3月のモデルの120.6B／12.7Bに対して）。ほぼ同一で、そこが要点だ。性能向上はモデルの大型化によるものではない。

• インテリジェンス指数 — 26.49 対 12.83、どちらも推定値ではなく、どちらも Artificial Analysis による。

• インデックスタスクあたりの出力トークン — 113,823 に対し 49,174。新しいモデルは同じタスクを 56.8% 少ないトークンで完了します。

• コンテキストと出力 — 1Mトークン、両方ともテキスト出力のみ。どちらも画像生成ツールではありません。

• 最小デプロイ構成 — NVIDIA Nemotron 3.5 Super VL で BF16 を実行するには 4×H100 または 2×GB200 が必要。より小規模な構成向けに NVFP4 ビルドも用意されています。

• 世間の反応 — 執筆時点でBF16リポジトリは142ダウンロード、32いいね。一方、3月の前身版では100万回を超えるダウンロードがある。この差は需要の3日分ではなく、公開からの日数が3日しかないことによるものだ。

パネル上の能力内訳は、26.49が単一の数値ではなくなる場所だ。Super VLは経済学で38.47、工学で30.11、法律で28.11、財務・会計で27.19を獲得しているが、戦略・業務では22.57にとどまる。その全知指数はマイナス4.22だ。つまりこのモデルは、パネルの知識確認問題に対して正答よりも誤答のほうが多い。正確率は23.3%で、ハルシネーション率は35.8%に達する。これは今回のリリースに固有の欠陥ではない。回答を控えるかどうかを測定したときに、ヘッジをかけていないオープンモデルが示す姿である。GDPval-AAでは、回答ではなく完成したプロフェッショナル成果物を採点するが、1,162.41を記録し、AA-Briefcase-LiteルーブリックではElo 998.76に位置する。この2行は今後1か月に注視すべき行である。なぜなら、知識ではなく仕事を測っており、120Bオープンモデルがポストトレーニングを通じて改善し続けられる見込みがある行だからだ。

「5倍」という主張、そしてトークン数が秒ではない理由

NVIDIAのブログはスピードを前面に押し出している。「次に良いものより5倍速い」、そしてそのモデルは「同クラスの他モデルと比べて最大5倍のスループットを達成する」と。これはベンダーによる主張であり、NVIDIAの外部でこれを再現した者はいない。また、現時点の証拠に照らせば、検証不能でもある。そのモデルを採点しているのと同じ第三者パネルが、そのモデルについて価格もレイテンシの数値も公表していないため、主張と突き合わせて確認できるものがないのだ。確認できるのは、しばしば同じもののように報告される別の量だ。タスクあたりの出力トークンは、モデルがどれだけ話すかの指標であり、サーバーがどれだけ速く動くかの指標ではない。49,174対113,823は事実であり、本物の効率改善だ——推論重視のモデルは生成に予算を燃やす——しかし、57%少ないトークンを出力するモデルが、それによって57%速いわけではなく、ましてや5倍速いわけでもない。それはトークンが57%少ないということだ。これらは別々に扱え。

ベンダーのベンチマーク表には、注意深い読者なら10秒ほどで気づく、2つ目の、より小さな問題がある。その最初の列は「Nemotron 3.5 SuperGA BF16」とラベル付けされており、「Super VL」ではない。カードのモデルバージョンのセクションが v1.0 — GA と述べていることを踏まえると、それは別のモデルというより、公開文書にまで生き残ってしまったリリース候補のラベルである可能性が高い。いずれにせよ、それは重みが公開された後にドキュメントの整備が行われたことを示す類の瑕疵であり、3日間の間隔とも整合する。その列に対して、NVIDIAは GPQA-Diamond 89.52、HLE text-only 31.79、Terminal-Bench 2.1 66.70、SWE-bench Verified 71.10、BrowseComp 78、Video-MME v2 32.85 を報告しており、比較列の完全なセットは Qwen3.5-122B-A10B、Qwen3.8-Flash-Next、DeepSeek-V4-Flash-0731、Nemotron 3 Ultra、Inkling-Small、GLM-5.3-Flash に及ぶ。そのすべては NeMo Gym を通じたベンダー報告であり、NVIDIA は誰でも再実行できるようにレシピ、プロンプト、パーサー、スコアリング設定を公開している。それはほとんどの実践より優れているが、それでもなお独立した結果ではない。

米国のオープンウェイトの中で、それが実際にどこに位置するのか

米国のラボのオープンウェイトモデルでパネルを並べ替えると、この分野の形は明確だ。Meta Muse Spark Openが38.87で首位だが、Muse Model Licenseの下にある816Bパラメータモデルで、Hub上でゲートされており、採用するには別の話になる。26.49のNVIDIA Nemotron 3.5 Super VLの下には、Thinking MachinesのInkling Smallが25.66、Inklingが24.98で続き、どちらも寛容なライセンスだ。次にNVIDIA自身のNVIDIA Nemotron 3 Ultra 550B A55Bが22.93、そしてSuper VLと同じ日にリリースされたNVIDIA Nemotron 3.5 Bolt 74B-A9Bが、24GBのメモリに収まる74Bモデルで21.41だ。興味深い構造的事実は、Super VLが、ディスク上のサイズとアクティブパラメータ数で4分の1未満でありながら、自社の550Bフラッグシップを3.6インデックスポイント上回っていることだ。それこそがハイブリッドMoEプログラム全体の狙う結果であり、このパネルではそれが実現した。

これはまた、今後数か月の実質的な基準を定めるものでもある。Muse Spark Openとの差は12.4ポイントで、中国の主要なオープンウェイトモデルとの差はさらに大きい——MiMo-V2.6-Proが46.32、GLM-5.3が44.78、Kimi K3が43.59だ。この差に対するNVIDIAの答えは、より大きなモデルではない。自社データで、自社ラック上で、重みとともに公開されるデータセットとNeMo Gym環境を用いて行うポストトレーニングである。それがこの距離を縮めるかどうかは未解決の問題であり、今回のリリースはそれを決着させない。

運営にかかるコストと、欠けている唯一の数字

BF16チェックポイントは4×H100または2×GB200で提供され、NVIDIAはvLLMとSGLangのレシピを公開し、特定のコンテナタグ — vLLM v0.32.0または特定のナイトリービルド、SGLang v0.5.20 — を固定しています。これはカーネルがどれほど最近入ったかを示す有用なシグナルです。NVFP4ビルドこそ、ほとんどのチームが実際に動かすものです。誰も公開していないのは価格です。パネルにはトークンあたりの料金がなく、発表にもNIMの定価はなく、購入者が比較できるサードパーティの提供料金もありません。このような立場にあるモデルにとって実用的な道は、私たちが運用しているものです：OrcaRouterはベンダーの定価をそのまま通し、200以上のモデルにわたって0%のマークアップで単一のキーから提供します。そのため、NVIDIAまたはプロバイダーがこのチェックポイントの料金を公開すれば、スプレッドではなく原価で表示され、自動フェイルオーバーとは、実績のあるモデルが残りを担う間、公開から日の浅いチェックポイントがトラフィックの一部を担うことができるという意味です。今日それが意味しないことを正確に言うと：この特定のモデルは、重みが公開されてから3日経ってもまだ私たちのカタログにありません。誰もまだ確実に提供していないからです。これはモデルについてではなく、可用性についての記述です。

次に見るもの

このリリースが半年後に、飛躍的な変化として読まれるのか、それとも脚注として読まれるのかを決めるのは、三つの点だ。一つ目は、第二の独立した評価である。パネルスコアは一つしかなく、一つではトレンドとは言えない。二つ目は、5倍のスループットという主張が、中立的なベンチマーク実施者との接触に耐えるかどうかだ。なぜなら、トークン数の証拠は効率を裏付けるものであり、レイテンシについては何も語っていないからだ。三つ目は、ポストトレーニングのエコシステムである。NVIDIAは、Scale AI、AfterQuery、AI21、Mercor、Atlassian、CrowdStrike、Dassault Systèmes、Salesforceなどがその上で構築していると挙げており、オープンモデルについての興味深い問いは、ベンダーが何を出荷したかであることはほとんどなく、その後、ほかの全員がそれを使って何をするかである。2026年10月16日時点で入手可能な証拠に基づけば、NVIDIA Nemotron 3.5 Super VLは、米国のラボから出た中で最も強力な寛容なライセンスのオープンウェイトモデルであり、パラメータ数を一定に保ったまま、自身の推論予算を半分以上削減することでそこに到達し、しかもそれはあまりに静かだったため、最初に気づいたのは量子化を手がける人々だった。