Nemotron 3.5 Super VL vs Nemotron 3.5 Super VL 120B：1つのモデル、5つのファイル、3つの異なる挙動

この比較が存在するのは、検索ボックスがそれを生み出したからです。NVIDIA Nemotron 3.5 Super VL と NVIDIA Nemotron 3.5 Super VL 120B は2つのモデルではありません。これらは同じチェックポイントを2通りに表記したものであり、分離すべきものが何もないため、どのベンチマークも両者を区別しません。120B は Super VL のパラメータ数であり、短い方の文字列は、完全なリポジトリ名が nvidia/NVIDIA-Nemotron-3.5-Super-VL-120B-A12B-BF16。このチェックポイントをめぐる命名の混乱は、ポストモーテムに残る類のものであり、記録されたインシデントは OrcaRouter AI Incident Archive に収録されており、各エントリには独自の情報源、重大度、信頼度グレード、係争中フラグが付いています。

単純な一対一の比較は間違った記事だ。役に立つのは、同じ混乱から導かれる版のほうだ。もし両方の名前が同じモデルを指しているなら、なぜ「Nemotron 3.5 Super VL」をダウンロードすると5つの異なるリポジトリ、3つの異なるダウンロードサイズ、2つの異なるアーキテクチャが出てくるのか、そして実際に手に入るのはどれなのか。

ネーミングを、ひも解く

NVIDIAは1つのリリースに対して3つの重複するラベルを使用しており、それらは競合するのではなく入れ子になっています。

• Nemotron 3.5 Super VL — 製品名。ブログ記事、パネル、そしてすべてのニュース記事がそう呼んでいる名称です。

• Nemotron 3.5 Super VL 120B — パラメータ数を末尾に付加した同じ名前。比較表やカタログの一覧（このページを生成したものを含む）でよく見られます。

• NVIDIA-Nemotron-3.5-Super-VL-120B-A12B — リポジトリのステムで、アクティブパラメータ数が付加されています。ダウンロード可能なすべての成果物はこれに紐づきます: BF16、NVFP4、Base、およびNVFP4 LiLiCorrドラフター。

その3つはいずれも別のモデルではない。本当に異なる要素は、1つ下の階層、すなわち精度とポストトレーニングのサフィックスにあり、実際の判断はそこにかかっている。

5つのファイル、そしてそれぞれが実際に何であるか

5つはすべて互いに約4日以内に登場しており、その作成タイムスタンプは入手可能なリリース証拠の中で最も信頼できる——それらすべての後に来た発表日よりも信頼できる。

• ...-120B-A12B-Base-BF16 — 2026-10-12T15:31:49Z 作成。ポストトレーニング前のチェックポイントです。インストラクションチューニング、ツール使用トレーニング、推論モードはありません。独自のポストトレーニングを行う予定ならここから始めるのが適切ですが、そうでない場合には役に立ちません。

• ...-120B-A12B-BF16 — 15:32:06Zに作成され、その17秒後。完成したinstructモデルはフル精度で、63個のシャードにわたって約249GB。NVIDIAのサービングレシピは、H100ではテンソル並列4、GB200では2です。

• ...-120B-A12B-NVFP4 — 15:32:30Z に作成。同じポストトレーニング済みの重みを、トレーニング後にではなくトレーニング中に4ビットへ量子化したもので、約75 GB。ほとんどの人が実際に提供するファイルで、H200 1台、H100 2台、GB200 1台、または DGX Spark 1台で動作します。

• ...-120B-A12B-NVFP4-LiLiCorr — 2026-10-11T20:20:59Zに作成され、他のモデルより1日早く、いかなる発表も存在する前でした。通常の意味でのモデルではなく、投機的デコーディング用のドラフターであり、NVIDIAのブログで後にDGX Spark上の低レイテンシ推論に推奨されるものとして名指しされました。

• GGUFおよびコミュニティによる量子化 — これらは派生形であり、NVIDIAが公開したものではなく、ベンダーが報告するいかなる範囲にも含まれません。

「この2つのうちどちらが優れているか」を探しにここへ来たのなら、答えはこうです。5つのうち2つは、そもそも互いの代替選択肢ではありません。ベースチェックポイントとインストラクトチェックポイントは同じトレーニング実行の異なる段階であり、ドラフターは直接呼び出すことのないモデルです。

フル精度ビルドと4ビットビルドでは何が変わりますか？

これは命名の混乱の中で実際の結果を伴う唯一の比較であり、独立した証拠が最も少ない比較でもある。

• ディスクとメモリ — BF16で248.94 GB、NVFP4で75.06 GB。174 GBの差は、H100 4台と2台の違いに相当します。

• 数値形式 — NVFP4 は Blackwell では W4A4、旧世代ハードウェアでは W4A16 で動作します。量子化は蒸留を用いてトレーニング中に適用され、NVIDIA によれば、これにより事後量子化で生じる精度の差が埋まるとのことです。

• 精度に関する主張 — NVIDIAはBF16参照に対して中央値99.62%の精度回復を報告している。これはベンダーのハーネス上でのベンダー公表値であり、今回のリリース全体で最も重要な未検証数値である。

• 独立した評価 — なし。Artificial Analysis は、このモデルを {{2}}インテリジェンス指数{{/2}}で {{1}}26.49{{/1}} と評価しており、これは推定値ではありませんが、NVFP4 ビルド向けに別個の行は公開していません。このモデルについて目にしたサードパーティの数値はすべて、フル精度またはプロバイダーのデフォルト設定での測定値です。

• パフォーマンスのオーバーヘッド — NVIDIA はそれが一切ないと述べています。量子化はランタイムのステップとしてではなく、トレーニング中に実行されるためです。

99.62%という数字は、それを前提に計画を立てる前に注意深く読むべきです。名称が明示されていない評価群における「精度回復の中央値」は、「能力の0.38%を失う」という主張と同じではありません。中央値が99.62%であっても、個々のベンチマークはどちら方向にも数ポイント動き得ますし、ベンチマークごとのばらつきがなければ、この数字は見た目ほど多くを語りません。あなたのワークロードが特定の能力——長文書OCR、チャート抽出、動画グラウンディング——に敏感なのであれば、唯一堅実な方法は両方のビルドを自分のデータで実行することです。なぜならNVIDIAは、あなたが必要とする行を公開していないからです。

ベースチェックポイントこそ、誰もベンチマークしないものだ

5つのファイルのうち、ベースビルドは最も議論が少なく、ポストトレーニングの計画があるなら最も興味深いものです。同じ120B総パラメータ・12Bアクティブの構造、同じハイブリッドバックボーン、同じビジョンエンコーダを備えながら、instructモデルを生み出した6段階のポストトレーニングパイプラインの手前で止まっています。そのパイプラインのSFTおよびRLデータセットもNVIDIAは公開しており、11個すべてが同じ週の61時間の枠内に収まっています。

それが備えていないのは、実用的なベンチマーク表だ。そのモデルカードは MMLU と MMLU-Pro を実行するが、ポストトレーニング済みのモデルカードは MMLU を完全に外して MMLU-ProX を採用し、エージェント型およびハーネスレベルのスイートを追加している。二つのセットは「ポストトレーニングでどれだけ上乗せされたか」に答えるのに十分なほど重なっていない。つまり、その問いのコストを見積もる唯一の方法は、自分で両方を実行することだ。オープンウェイトはそれを可能にする。無料にするわけではない。

なぜ重複した名前がそもそも存在するのか

3つの成果物、3つの対象読者、1つのリリース。ブログ記事には、見出しに使えるほど短い製品名が必要だ：Nemotron 3.5 Super VL。カタログや比較表には、Bolt 74B、Bolt E4B、Lightning 30B も含むファミリー全体で並べ替え可能かつ曖昧さのない名称が必要だ：120B を末尾に付ければそれを実現できる。Hub には、精度とアクティブパラメータを符号化したリポジトリ名が必要で、そうすれば人が説明を読まなくてもスクリプトがファイルを選択できる。

その階層化の代償は検索にある。同じ意味を持つ2つの文字列が同じクエリを奪い合い、どちらかを入力した読者は、どちらが優れているかを問う比較ページにたどり着く。そのクエリに対する有用な答えは上記のとおりだ。それらは同じファイルであり、この名前が実際に指し得る5つのものはこちらに、そして自分がどれを持っているかを見分ける方法はこちらにある。

ダウンロードするのではなく呼び出す場合、これが意味すること

API を通すと、命名の問題はほとんど消えます。なぜなら、プロバイダーがすでにあなた向けのビルドを選んでいるからです。そして、残る曖昧さが移るのはまさにそこです。独立パネルはこのチェックポイントについて 7 台のサーバーを追跡しており、同じ重みに対する公開料金は、入力トークン 100 万個あたり $0.10～$0.20、出力トークン 100 万個あたり $0.40～$0.50 の範囲です。これらの掲載のうち 2 件は明示的に NVFP4 ビルドです。残りは明記されておらず、精度のない料金は、別の料金と比較できない料金です。

このページが冒頭で投げかけた問いの実践版が、これだ。モデル名は1つのアーキテクチャと5つのファイルに帰着するが、価格は、どのファイルに対して支払っているのかを教えてくれない。プロバイダーに、どのビルドを提供しているのか、またスループットの数値がBF16とFP4のどちらで測られたのかを尋ねることは、同じチェックポイントの2通りの表記を正面から比較するよりも有益な問いだ。

当社側の正直な補足は短いものです。このチェックポイントはOrcaRouterのカタログにはありません。モデル一覧は200件強のIDに及び、現時点でNVIDIAのエントリは含まれていません。したがって、ここでそれを提供する提案はありません。これほど曖昧な名称に関連してプラットフォームが実際に提供するのは、モデル文字列を1か所に保つルーティング層です。ある変種が実際に登場しても呼び出し側は変わりません。同じチェックポイントを提供する2社の間でトラフィックを分割し、独自のワークロードで比較できます。また、自動フェイルオーバーはどちらか一方が劣化した場合に対応します。プロバイダーのリスト価格はマークアップ0%でそのまま適用されます。これは特にここで重要です。なぜなら、このモデルの価格差は2倍であり、マージンに吸収されるより、実際に確認できるほうが望ましいからです。

長い名前を検索した読者のための短い答え

Nemotron 3.5 Super VL と Nemotron 3.5 Super VL 120B は同じモデルであり、2026年10月12日にウェイトとしてリリースされ、2026年10月15日に発表されました。総パラメータ数は1200億、アクティブは120億、100万トークンのコンテキスト、テキスト・画像・動画入力、OpenMDW-1.1 ライセンスを備えています。何かを選ぶとき、その選択はこの2つの名前の間にあるのではありません。BF16 と NVFP4 の間、ベースチェックポイントと instruct の間、そして価格と精度が同じ単位で示されていないサーバーの間にあるのです。それが3つの実際の判断です。名前はそのうちの1つではありません。