Een titelkaart met de tekst NVIDIA Nemotron 3.5 Super VL 120B vs Intern-S2-397B, met vier statistiekpanelen die de 403B totale parameters van Intern-S2-397B tonen, met 10 actief per token over 60 lagen, de ongeveer 807 GB aan BF16- en F32-gewichten verdeeld over circa 188 shards, de Apache-2.0-licentie tegenover Super VL's OpenMDW-1.1, en de 1M-tokencontext van Super VL tegenover het 256K-tekstvenster van Intern-S2-397B met multimodale evaluatie op 64K, met een OrcaRouter-logo in de hoek.
Engineering & Research

NVIDIA Nemotron 3.5 Super VL 120B vs Intern-S2-397B: twee open visiemodellen, waarvan je er vandaag één daadwerkelijk kunt aanroepen

Publicatiedatum

Nieuwste modellen · 20Bekijk alle modellen →
Benchmarks: Artificial Analysis · dagelijks bijgewerkt
Terug naar alle berichten

Beide modellen zijn open-weight, beide zijn multimodaal, beide vallen onder een Apache-achtige licentie of een OpenMDW-licentie voor commercieel gebruik, en beide zijn het soort dingen dat je downloadt in plaats van erop te abonneren. Het verschil dat de meeste evaluaties bepaalt, staat op geen van beide specificatiebladen. Intern-S2-397B, het 403 miljard parameters tellende vlaggenschip van InternLM dat op 13 september 2026 op Hugging Face is uitgebracht, heeft een door de leverancier gehoste API waarop je een O​penAI-compatibele client kunt richten op dezelfde dag dat je erover leest. N​VIDIA N​emotron 3.5 Super VL 120B A12B, geüpload naar Hugging Face op 12 oktober 2026 en bevestigd in de aankondiging van N​VIDIA op de 15e, heeft die niet: N​VIDIA heeft geen endpoint en geen prijs per token gepubliceerd, via geen enkel kanaal, inclusief zijn eigen NIM-microservice. Dus het ene kun je vanmiddag met een token evalueren, en het andere vereist een H200 of vier H100's voordat je de eerste prompt kunt geven. Die kloof is meer waard dan welke zevenpuntsmarge dan ook in een benchmarktabel.

De deployment-verdieping, naast elkaar

Begin hier, want het sluit voor de meeste lezers een van deze modellen al uit voordat er überhaupt over kwaliteit wordt gesproken.

• Totale en actieve parameters — Intern-S2-397B 403B totaal met 10 actieve parameters per token over 60 lagen en 512 experts; N​emotron 3.5 Super VL 120B A12B 120B totaal met 12 actieve parameters per token over afgewisselde Mamba-2-, MoE- en aandachtslagen.

• Grootte van gewichten op schijf — Intern-S2-397B ongeveer 807 GB verdeeld over circa 188 BF16/F32-shards; de BF16-build van Super VL is een fractie daarvan, met een NVFP4-build die klein genoeg is om op één DGX Spark te draaien.

• Minimaal haalbare hardware — Intern-S2-397B heeft een echte multi-GPU-fleet nodig; Super VL heeft 4× H100 of 2× GB200 in BF16 nodig, of één H200, één GB200, 2× H100 of één DGX Spark in NVFP4.

• Gehoste toegang — Intern-S2-397B staat op de eigen Intern API van de leverancier op chat.intern-ai.org.cn/api/v1 onder de model-id intern-s2-397b, gedocumenteerd als O​penAI-compatibel en A​nthropic-compatibel; Super VL heeft geen gepubliceerd endpoint van wie dan ook.

• Licentie — Apache-2.0 voor Intern-S2-397B; OpenMDW-1.1 voor Super VL. Beide staan commercieel gebruik toe.

• Context — 256K tokens voor Intern-S2-397B, met multimodale evaluatie op 64K; 1M tokens voor Super VL.

• Video-invoer — Super VL accepteert MP4 van maximaal twee minuten, bemonsterd als frames; de gedocumenteerde modaliteiten van Intern-S2-397B zijn tekst, afbeelding en ruwe signaaldata. Video behoort daar niet toe.

Lees die lijst twee keer en het patroon wordt duidelijk. Intern-S2-397B is het grotere, oudere, wetenschappelijkere model met een gehoste toegangspoort. Super VL is het kleinere, nieuwere, beter inzetbare model met een langer venster en video, en nog helemaal geen toegangspoort.

Waarvoor Intern-S2-397B eigenlijk is gebouwd

InternLM beschrijft het model als schalend langs drie assen, en de eerste is de technische claim die het waard is te begrijpen: vision-language-pre-training die rechtstreeks wordt uitgevoerd op ruwe pagina's van wetenschappelijke literatuur, waarbij symbolische semantiek en visuele relaties gezamenlijk worden gemodelleerd in een gedeelde representatieruimte, zonder tussenliggende parseerstap. Een figuur, een tabel, een spectrum en de zin die deze beschrijft worden samen geleerd, in plaats van dat tekst wordt geëxtraheerd en afbeeldingen er achteraf aan worden toegevoegd.

Dat ontwerp komt terug in de benchmarks waarmee InternLM wilde uitpakken, en daarom zijn de vision-cijfers van de twee modellen niet onderling verwisselbaar. De kaart van Intern-S2-397B vermeldt ChartQAPro 71,12 en MMMU Pro 81,68 en loopt voorop op wetenschapsspecifieke scores — Biology-Instructions 55,71, Mol-Instructions 53,95, MolecularIQ 62,35, SciReasoner-1.5 63,28, TOMG-Bench 66,76. De kaart van Super VL zet OCR-Reasoning 65,08 voorop, OCRBench-v2 op 68,12 Engels en 59,15 Chinees, MMLongBench-Doc 62,82, CharXiv-RQ 80,82 en MathVision 78,16. Verschillende taken, verschillende trainingsdistributies, en geen van beide reeksen is onafhankelijk gereproduceerd.

De derde as is degene die Intern-S2-397B ongebruikelijk maakt voor een agentische workload: black-box agentische reinforcement learning in sandboxomgevingen, waarbij de agent via verschillende frameworks is verbonden en expliciet gericht is op plafonds voor langetermijntaken. N​VIDIA's equivalente claim voor Super VL is een post-trainingpijplijn die eindigt in RL met verifieerbare beloningen en multi-teacher on-policy distillatie, geëvalueerd op SWE-bench en tau2-bench. Beide zijn beweringen over methode in plaats van metingen van resultaat.

De signaalinvoermogelijkheid die geen van beide concurrenten heeft

Intern-S2-397B accepteert ruwe signaaldata — .npy, .csv en .wav — als volwaardig invoertype naast tekst en afbeeldingen, met een gedocumenteerd voorbeeld van een aardbevingsgebeurtenis dat aankomstindexen van P-golven en S-golven detecteert, en punt- en kwantielvoorspelling via een forecast_horizon-parameter. Dat is momenteel alleen met LMDeploy mogelijk, en het is een functie tijdens inferentie in plaats van een benchmarkresultaat.

Geen enkel model in deze vergelijking doet iets vergelijkbaars, en geen enkel gesloten frontier-model doet dat evenmin. Als je werk sensortraces, seismische data of tijdreeksvoorspelling omvat die naast afbeeldingen en tekst moeten worden beredeneerd, is Intern-S2-397B niet de betere keuze van deze twee — het is de enige keuze, en de 807 GB aan gewichten zijn de toegangsprijs.

Benchmarks, met de bronvermelding aan elk gekoppeld.

Geen van beide modellen heeft een zuivere onafhankelijke evaluatie, en de twee leverancierstabellen overlappen op geen enkele rij met elkaar, dus wat volgt is een interpretatie van claims in plaats van een rangschikking.

Intern-S2-397B, allemaal door leverancier InternLM gerapporteerd op zijn eigen evaluatieframeworks (OpenCompass, VLMEvalKit, AgentCompass), niet gereproduceerd, met GPT-5.5 als de gesloten referentie: 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 en FrontierScience-Research 55.00. Artificial Analysis had bij de release geen vermelding voor Intern-S2-397B en de neutrale ranglijsten hadden die ook niet — die leemte is sindsdien mogelijk gedicht, en het is de moeite waard om dit te controleren voordat je op een van deze cijfers vertrouwt.

N​emotron 3.5 Super VL 120B A12B, verdeeld over twee bronnen. Door de leverancier gerapporteerd door N​VIDIA op NeMo Gym: SWE-bench Verified 71,10, SWE-bench Multilingual 67,72, SWE-bench Pro 51,78, tau2-bench retail 69,24 en airline 76,50, BrowseComp 78,91, GraphWalks 89,71, GPQA-Diamond 89,52, HLE 31,79 zonder tools, OCRBench-v2 68,12 Engels, MMLongBench-Doc 62,82, Video-MME-v2 32,85. Door Artificial Analysis met een panel gemeten, en dit is het enige onafhankelijk geproduceerde getal in dit hele artikel: een Intelligence Index van 26,49, met 0,0 op Terminal-Bench 4.0 en een gemeten hallucinatiegraad van 0,3585.

Twee dingen verdienen aandacht in dat tweede blok. Het Terminal-Bench 2.1-cijfer van N​VIDIA staat als 66,70 op de modelkaart en als 60,67 in de samenvattingstabel van het technisch rapport, terwijl elke andere rij in die documenten overeenkomt — een van de twee is fout, en totdat de recepten opnieuw zijn uitgevoerd, is geen van beide veilig om te citeren. En de 0,0 van het panel op Terminal-Bench 4.0 tegenover een door de leverancier gerapporteerde 64,04 op TerminalBench 2.1 voor Intern-S2-397B, gemeten op een andere suite door zijn eigen lab, is een herinnering dat scores van terminal-agenten niet vergelijkbaar zijn tussen harnesses, zelfs niet wanneer de namen op elkaar lijken.

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.

Waarom het 1M-tokenvenster versus 256K geen zevencijferige winst is

In de specificatiebladen staat dat Super VL 1M tokens aankan en dat Intern-S2-397B 256K aankan, met multimodale evaluatie op 64K. Dat ziet eruit als een vernietigende nederlaag voor het NVIDIA-model, tot je het recallcijfer voor lange contexten van het panel erbij haalt: 0,69 op AA-LCR. Een model met een venster van een miljoen tokens en een score voor lange contexten onder de 1 is een model dat een miljoen tokens kan opnemen en er aan het verre uiteinde niet per se veel mee kan doen.

De 256K van Intern-S2-397B is gedocumenteerd op 256K voor tekstredenering en 64K voor multimodaal, en InternLM heeft helemaal geen cijfer voor recall bij lange context gepubliceerd. De eerlijke positie is dus dat het ene model een langer venster heeft en een slechte gemeten recall daarop, en het andere een korter venster en geen meting. Als recall bij lange context centraal staat in je werkbelasting, zou geen van beide moeten worden gekozen op basis van de contextlengte.

Beschikbaarheid, en hoe OrcaRouter daarin past wanneer geen van beide modellen in onze catalogus staat

Noch Intern-S2-397B, noch N​VIDIA N​emotron 3.5 Super VL 120B A12B wordt vandaag door OrcaRouter aangeboden, en dit artikel zal het tegendeel niet suggereren. Intern-S2-397B is bereikbaar via de eigen API van de leverancier en via self-hosting met LMDeploy, vLLM of SGLang, met deploymentrecepten die in de modelkaart zijn opgenomen. Super VL is alleen voor self-hosting — de NIM-microservice van N​VIDIA is de aangekondigde route, en er is geen endpoint of prijs voor gepubliceerd.

Wat een gateway waard is wanneer de modellen die je wilt er niet op staan, heeft een specifiek antwoord: het is waar de rest van de pipeline al zit. Documenttriage die binnen je netwerk moet blijven, draait op je eigen deployment van Intern-S2-397B of Super VL; de extractie-, classificatie- en samenvattingsaanroepen eromheen draaien op een gehost model met dezelfde sleutel. De routing-DSL is wat die grens leesbaar houdt — uitgedrukt als een voorwaarde op de prompt in plaats van als een vertakking diep in applicatiecode — en automatische failover betekent dat het falen van de zelfgehoste helft de aanvraag niet meeneemt. Zero markup is hier op een saaiere manier van belang: wat de gehoste helft van je pipeline vandaag ook kost, dat kost het hier, omdat de lijstprijs van de provider ongewijzigd wordt doorgegeven.

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

Kiezen tussen beide

Kies Intern-S2-397B als je vandaag moet draaien zonder hardware te kopen, als je domein wetenschappelijke literatuur en figuren is, als ruwe signaal- of tijdreeksinvoer deel uitmaakt van de workload, of als een door een leverancier onderhouden gehost endpoint voor jou meer waard is dan controle over de deployment. De 807 GB aan gewichten vormen een echte kostenpost, maar de gehoste API betekent dat je kunt vaststellen of het model goed is voordat je ervoor betaalt.

Kies N​emotron 3.5 Super VL 120B A12B als video een input is, als je één H200 of een DGX Spark hebt in plaats van een hele vloot, als het model binnen je netwerk moet blijven, of als je van plan bent te fine-tunen — N​VIDIA heeft de post-trainingsdatasets en de NeMo Gym RL-omgevingen samen met de gewichten gepubliceerd, en dat is de beter herbruikbare helft van de release. Laat je eigen documentenset door de NVFP4-build lopen voordat je je eraan vastlegt, en test specifiek het terughalen van lange contexten in plaats van te vertrouwen op het cijfer van 1M tokens.

Kies voorlopig geen van beide, als wat je eigenlijk nodig hebt een model is met een onafhankelijke evaluatie waarop je kunt vertrouwen. De cijfers van Intern-S2-397B zijn allemaal door de leverancier gerapporteerd en de dekking van het panel is onduidelijk; Super VL heeft precies één score van een derde partij, en dat is één enkel indexcijfer. Twee open visiemodellen, ongeveer zes weken na elkaar uitgebracht, beide met niet-gereproduceerde benchmarktabellen en geen van beide op een neutrale ranglijst op een manier die je kunt vergelijken — de verantwoorde stap is om ze te benchmarken op je eigen documenten, en de API van de leverancier is wat de helft daarvan goedkoop maakt.

Waar op te letten: een onafhankelijke panelinzending voor Intern-S2-397B, waarmee de hele kaart van beweringen naar bewijs zou worden omgezet; een prijs en een endpoint voor Super VL, waarmee de H200 uit de instapvereisten zou worden verwijderd; en een gecorrigeerd Terminal-Bench-cijfer van NVIDIA, waarmee het enige punt zou worden opgelost waarop de twee primaire documenten van een leverancier zelf elkaar tegenspreken.

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.

Niets hiervan is een reden om het model te vermijden, alleen een reden om de geschiedenis te kennen: de gedocumenteerde AI-incidenten en agentstoringen achter modellen in deze klasse zijn verzameld in het OrcaRouter AI Incident Archive, waar elke vermelding zijn eigen bronnen, ernstgraad, betrouwbaarheidsclassificatie en betwist-markering bevat.