Nemotron 3.5 Super VLは半分未満の重みでInkling Smallに匹敵

今週、Artificial Analysis Intelligence Indexで26に並ぶモデルが2つあり、興味深いのはそれぞれがそこへ到達するために費やしたものだ。NVIDIA Nemotron 3.5 Super VLは1200億パラメータのMixture of Expertsで、120億がアクティブだ。Inkling SmallはThinking Machinesが7月にリリースした2660億パラメータのMixture of Expertsで、120億がアクティブだ。同じスコア、同じアクティブ予算で、ディスク上の重みは半分未満だ。ベンチマーク表はモデルが何点を取るかを示すが、インシデント記録はこのようなリリースが本番環境でどのように失敗するかを示しており、そうした事例はthe OrcaRouter AI Incident Archiveに収録されており、各エントリには独自の出典、重大度、信頼度グレード、異議ありフラグが付いている。

それが先週の米国オープンウェイトの状況であり、10月15日木曜日にNVIDIAが公開したローンチ記事よりも優れた話だ。発表ではNemotron 3.5 Super VLとNemotron 3.5 Bolt 74B-A9B 24GB——740億パラメータのモデルを24GBのメモリに押し込んだもの——を組み合わせ、さらに3つ目としてNemotron 3.5 Bolt E4B 4GBを10月23日に提供すると約束した。8日間で3モデル、3つのメモリフットプリントというのは、ローンチのケイデンスではない。それはポートフォリオに関する主張であり、その主張とは、ギガバイト当たりの能力こそが今や重要な数値だということだ。

何が出荷され、それは何日だったのか

日付は正確に示しておく価値がある。というのも、NVIDIA自身の資料では3日間の食い違いがあり、その不一致はスキャンダルというより示唆に富むものだからだ。

• 重み — BF16リポジトリ nvidia/NVIDIA-Nemotron-3.5-Super-VL-120B-A12B-BF16 は2026-10-12T15:32:06ZにHugging Faceで作成され、NVFP4の兄弟リポジトリは24秒後に、ポストトレーニング前のベースチェックポイントはその17秒前に作成されました。

• お知らせ — NVIDIAのニュースルーム投稿には、2026年10月15日という公開日が記載されています。モデルカード自体のリリース欄には、バージョン1.0 GAの10/15/2026と記載されています。

• Bolt 74B — その24GBのリポジトリは発表よりかなり前から存在しており、10月7日に作成され、同日夕方にはHubでGGUFビルドが登場した。ブログでは、15日にSuper VLと同時に提供開始されるものとして紹介されている。

• Bolt E4B — 10月23日に発表予定、執筆時点では重量はまだ不明。

公開された成果物は、公開された文章より先に現れた。プレスリリースを根拠に展開日を定める人は、すでにダウンロード可能だったモデルに対して3日遅い日付を付けることになり、リポジトリを根拠に定める人は、NVIDIAが一度も認めたことのないタイムスタンプを引用することになる。どちらも筋は通るが、「10月12日」に触れずに「10月15日公開」と書くのが、情報を落とす版だ。

スコアは退屈な部分だ。分母こそが物語だ。

NVIDIAがSuper VLで訴求しているのは速度だ——「同クラスの他のモデルと比べて最大5倍のスループット」と、Artificial Analysisのリーダーボードを根拠にしている。この主張はまだ一部未検証であり、以下のセクションで扱う。このリリースについて揺るがない事実は別にある。このモデルは、3月の前身であるNVIDIA Nemotron 3 Super 120B A12Bが13だった同じ評価パネルで26を記録し、しかも実質的に同じサイズでそれを達成している。

• パラメータ — 総パラメータ数120B、アクティブ12B、MoE層あたり512のルーティングエキスパート。3月のモデルは総120.6B、アクティブ12.7Bでした。これはより大きなモデルではありません。

• インテリジェンス・インデックス — Artificial Analysis によると 26 対 13、両方とも非推定と明記。同じパラメータ予算で約2倍。

• Index タスクあたりの出力トークン数 — 約49,000 対 約114,000。新しいモデルは同じ評価を約57%少ないトークンで完了し、これがこの飛躍の大部分を支える仕組みです。つまり、考えすぎをやめたのです。

• Inkling Small に対して — 両者とも 26。Super VL は総パラメータ 120B でそれを実現し、Inkling Small は 266B。両者ともトークンあたり約 12B をアクティブ化します。

• Nemotron 3 Ultra 550B A55B に対して — 23。NVIDIAの新しい中型モデルは、サイズが約4分の1でありながら、自社の5500億パラメータのフラッグシップを3ポイント上回ります。

2つの効率軸はしばしば混同されるため、切り分けて考える価値がある。アクティブパラメータは、トークンを生成する際のコストを左右する。総パラメータは、チェックポイントの保存、読み込み、常駐保持にかかるコストを左右する。Super VLはその両方を改善している。アクティブパラメータを12Bに据え置きながら、総パラメータをInkling Small比でほぼ半減させ、さらに総パラメータを120Bに据え置きながら、自らの前身モデル比でスコアをほぼ倍増させている。片方の軸だけを改善したモデルでも注目に値するだろう。このモデルは同じリリースで両方を成し遂げた。

Boltはこのリリースのより静かな半面であり、独立したスコアはない

24 GBモデルは、多くのチームが実際に自前のハードウェアで実行できるモデルだ。Nemotron 3.5 Bolt 74B-A9B 24GBは、740億パラメータのMixture of Expertsモデルで、アクティブパラメータは90億、学習後にではなく学習中に専門家あたり約2.06ビットへ量子化されており、262,144トークンのコンテキスト長を持ち、より大きな兄弟モデルと同じOpenMDW-1.1条件を備える。Mamba-2とTransformerのハイブリッドにC-RADIO v4-H視覚エンコーダを搭載しているため、テキスト、画像、動画を受け取ってテキストを返す。

NVIDIAのカードは、自社ハーネス上で次のように報告している：GPQA-Diamond 86.43、ツールなしのHLE 25.30、Terminal-Bench 2.1 50.98、SciCode 41.02、BrowseComp 66.75、PinchBench 87.82、WebArena vision 50.86。これらはすべてベンダーが実行したもので、再現されていない。独立パネルでは、このモデルは21に位置する。単一の24 GBカードに収まるものとしては確かに強力な結果であり、同時にベンダー表には注意すべきだというリマインダーでもある。なぜなら、GPQA-Diamondの86.43が総合指数21の隣に並ぶと、単一の行を過度に読み取ってしまうからだ。

ダウンロード分布はそれ自体で物語っている。BoltのGGUFビルドは87,000回以上ダウンロードされているのに対し、BF16 Super VLリポジトリは約18,700回だ。ノートPCで動かせるモデルこそが、人々がダウンロードしているモデルなのだ。これは品質についてのコメントではない。「オープンウェイト」が実際に何のためのものかについてのコメントである。

米国が実際に置かれている立場

効率性の向上は事実であり、リーダーシップの主張にはNVIDIAの投稿が示していない限定条件が必要だ。独立パネルにおける米国ラボのオープンウェイトモデルの中で、Meta Muse Spark Openは39を記録し、先週NVIDIAが出荷したすべてを上回っている。また、Hub上では独自の商用ライセンスの下でアクセス制限されており、誰にも許可を求めずにOpenMDW-1.1の下でダウンロードできるチェックポイントとは異なる採用カテゴリに位置づけられる。

• Muse Spark Open — 39、アクセス制限付きの特注ライセンス。

• Nemotron 3.5 Super VL — 26、ゲートなし、OpenMDW-1.1、総パラメータ120B / アクティブ12B。

• Inkling Small — 26、寛容型、合計266B / アクティブ12B。

• Nemotron 3.5 Bolt 74B-A9B — 21、ゲートなし、24 GBのフットプリント。

• GPT-5.5 Instant — 26、クローズ。

中国のオープンウェイト分野は依然として別の話だ。同じパネルではMiMo-V2.6-Proが46、GLM-5.3が45、Kimi K3が44に位置しており、米国で最も強力な寛容型ライセンスモデルは、中国で最も強力なモデルより約20ポイント後れを取っている。NVIDIAのその差への答えは、より大きなモデルではない。自社データでの事後学習であり、データセット、レシピ、強化学習環境を重みとともに公開する。それが何かを埋めるのかは今回のリリースでは決着しない問いであり、そうでないと主張する人はベンチマークに意図を読み込んでいるだけだ。

今週、何が測定され、何が主張され、そして何が動いたのか

公開時点では、5倍のスループットという主張を裏付けるものは何もなかった。Artificial Analysis はそのモデルを速度の数値なしで掲載していた。状況は変わった。同パネルは現在、出力速度を毎秒約430トークンと記録しており、比較対象28件中1位だ。つまり主張の一部には今や第三者の裏付けがある。モデルは高速であり、わずかに速いという程度ではない。未検証のままなのは倍率だ。「次に優れたモデルより5倍高速」には、名前の挙がった次点モデルと対応するハーネスが必要だが、ブログ記事もモデルカードもそれを提供していない。

物価の状況も動いた。しかも、その動き方は見出しの数字以上に重要な意味を持つものだった。

• プロバイダー全体の中央値 — 入力トークン100万あたり$0.225、出力トークン100万あたり$0.575、キャッシュ割引78%（Artificial Analysis調べ）。

• 料金を公開しているプロバイダー間でのばらつき — 同じチェックポイントで、入力は$0.10から$0.20、出力は$0.40から$0.50。

• Indexタスクあたりのコスト — $0.19。ここが低価格と高いトークン数が交わる点です。

• 冗長性 — {{1}}Index実行全体で消費された出力トークンは170Mで、中央値100Mに対してやや冗長と判定された{{/1}}。安価な出力と長い出力は、自動的に安価になるわけではない。

同一の重みに対して入力価格が2倍の幅で存在する——これが今週の実用的な発見だ。モデルはどこでも同じファイルだが、課金メーターは同じではない。これはプロバイダーの選択を調達上の判断ではなくルーティング上の判断として扱うべきだという論拠になる。そして、それはまさにこの話のなかで当社製品が取り扱う部分であり、その主張の誠実な版は狭いものだ。Nemotron 3.5 Super VLは当社のカタログにはない：OrcaRouterのモデル一覧が返すのは200強のモデルIDで、今日のところNVIDIAの項目はない。ここでルーターに価値があるのは、チェックポイントが実際に登場した瞬間、それがプロバイダーの定価でマークアップ0%で掲載されるという点であり、これほど新しいモデルは本番経路の根元ではなく自動フェイルオーバーの背後に置けるという点だ。どちらもモデルを買う理由ではない。試すために契約を結ばない理由である。

注目すべき3つのこと、そのうち1つは9日後だ

最初は10月23日のBolt E4Bです。24 GBの兄弟モデルに近いスコアを出す4 GBの視覚言語モデルなら、3つの中でより影響の大きいリリースになるでしょう。なぜなら、どのハードウェアが十分と見なされるかの基準を変えるからです。

第二点は、量子化されたチェックポイントの独立評価です。本記事でNVIDIA由来の数値はすべて、フル精度またはベンダー製ハーネスのビルドで測定されたものです。NVFP4ファイルは多くの人が実際に配信するものですが、公開された第三者スコアはありません。NVIDIA自身の主張は、BF16に対する精度回復率の中央値が99.62%というものです——ベンダーの数値であり、ベンダーのハーネス上で得られたもので、今回のリリースで最も重要な未検証数値です。

第三は、価格差が縮まるかどうかだ。1つのオープンチェックポイントに対して、最も安いサーバーと最も高いサーバーの間に2倍の差があるのは、まだ落ち着いていない市場であり、それがどちらの方向に落ち着くかは、オープンウェイト推論の今後6か月について、単一のベンチマーク行よりも多くを語るだろう。

スコアはあくまで見出しにすぎない。同じアクティブ予算で半分のサイズに収めたチェックポイントこそが、1年後もなお重要な意味を持ち続けるものだ。