Nemotron 3.5 Super VL evenaart Inkling Small met minder dan de helft van de gewichten

Twee modellen staan deze week op 26 in de Artificial Analysis Intelligence Index, en het interessante deel is wat elk model heeft geïnvesteerd om daar te komen. NVIDIA Nemotron 3.5 Super VL is een mixture of experts met 120 miljard parameters, waarvan 12 miljard actief. Inkling Small, de release van Thinking Machines uit juli, is een mixture of experts met 266 miljard parameters, waarvan 12 miljard actief. Dezelfde score, hetzelfde budget aan actieve parameters, minder dan de helft van de gewichten op schijf. Benchmarktabellen laten zien wat een model scoort; het incidentenregister laat zien hoe releases als deze in productie falen, en die gevallen zijn opgenomen in het OrcaRouter AI Incident Archive waar elke vermelding haar eigen bronnen, ernstniveau, betrouwbaarheidsgraad en betwiststatus heeft.

Dat is het beeld van vorige week in Amerikaanse open weights, en het is een beter verhaal dan het lanceringsbericht dat NVIDIA op donderdag 15 oktober publiceerde. De aankondiging combineerde Nemotron 3.5 Super VL met Nemotron 3.5 Bolt 74B-A9B 24GB — een model met 74 miljard parameters, in 24 GB geheugen geperst — en beloofde een derde, Nemotron 3.5 Bolt E4B 4GB, voor 23 oktober. Drie modellen in acht dagen met drie geheugenvoetafdrukken is geen lanceringsritme; het is een portfoliobetoog, en dat betoog luidt dat capaciteit per gigabyte nu het getal is dat ertoe doet.

Wat is er uitgebracht, en op welke dag?

Het loont de data precies te vermelden, omdat NVIDIA's eigen artefacten drie dagen van elkaar afwijken en die afwijking informatief is in plaats van schandalig.

• Weights — de BF16-repository nvidia/NVIDIA-Nemotron-3.5-Super-VL-120B-A12B-BF16 is op 2026-10-12T15:32:06Z op Hugging Face aangemaakt, met 24 seconden later een NVFP4-tegenhanger en 17 seconden daarvoor een basis-checkpoint van vóór de post-training.

• Aankondiging — het NVIDIA-nieuwsbericht vermeldt een publicatiedatum van 15 oktober 2026. Het releaseveld van de modelkaart zelf luidt 10/15/2026 bij versie 1.0 GA.

• Bolt 74B — de 24 GB-repository dateert ruim vóór de aankondiging, aangemaakt op 7 oktober, met een GGUF-build die die avond op de Hub verscheen. De blog presenteert het als op de 15e samen met Super VL uitgebracht.

• Bolt E4B — aangekondigd voor 23 oktober, op het moment van schrijven nog geen gewichten.

De publieke artefacten waren er dus eerder dan het publieke proza. Wie een uitrol dateert aan de hand van het persbericht, loopt drie dagen achter op een model dat al gedownload kon worden, en wie het op basis van de repository dateert, citeert een tijdstempel die NVIDIA nooit heeft erkend. Beide zijn verdedigbaar; "uitgebracht op 15 oktober" schrijven zonder de 12e te vermelden, is de variant die informatie verliest.

De score is het saaie deel. De noemer is het verhaal.

NVIDIA's propositie voor Super VL is snelheid — "tot 5x snellere doorvoer vergeleken met andere modellen in zijn klasse," toegeschreven aan het Artificial Analysis-leaderboard. De claim is nog gedeeltelijk ongeverifieerd, en de onderstaande sectie gaat erop in. Het blijvende feit over deze release is een ander: het model scoort 26 op hetzelfde panel waar zijn voorganger uit maart, NVIDIA Nemotron 3 Super 120B A12B, 13 haalde, en dat doet het bij een effectief identieke grootte.

• Parameters — 120B totaal, 12B actief, 512 gerouteerde experts per MoE-laag. Het model van maart was 120,6B totaal en 12,7B actief. Dit is geen groter model.

{{1}}Intelligence Index{{/1}} — {{2}}26 tegen 13{{/2}}, volgens {{3}}Artificial Analysis{{/3}}, beide gemarkeerd als {{4}}niet-geschat{{/4}}. Ruwweg dubbel, met hetzelfde parameterbudget.

• Output-tokens per Index-taak — ongeveer 49.000 tegenover ongeveer 114.000. Het nieuwe model voltooit dezelfde evaluatie met ongeveer 57% minder tokens, wat het mechanisme is achter een groot deel van de sprong: het stopt met overdenken.

• Tegenover Inkling Small — beide 26. Super VL doet het met 120B totaal tegenover de 266B van Inkling Small, en beide activeren ongeveer 12B per token.

• Tegen Nemotron 3 Ultra 550B A55B — 23. Het nieuwe middelgrote model van NVIDIA verslaat zijn eigen vlaggenschip met 550 miljard parameters met drie punten, terwijl het ongeveer een kwart van de omvang is.

De twee efficiëntieassen worden voortdurend door elkaar gehaald, dus het is de moeite waard ze te scheiden. Actieve parameters bepalen wat een token kost om te genereren. Totale parameters bepalen wat het checkpoint kost om op te slaan, te laden en resident te houden. Super VL verbetert op beide: het houdt actieve parameters vlak op 12B terwijl het totale parameters ruwweg halveert ten opzichte van Inkling Small, en het houdt totale parameters vlak op 120B terwijl het zijn score ruwweg verdubbelt ten opzichte van zijn eigen voorganger. Een model dat op slechts één as zou verbeteren, zou nog steeds opmerkelijk zijn. Deze deed beide in dezelfde release.

Bolt is de rustigere helft van de release en heeft geen onafhankelijke score.

Het 24 GB-model is het model dat de meeste teams daadwerkelijk zouden kunnen draaien op hardware die ze zelf bezitten. Nemotron 3.5 Bolt 74B-A9B 24GB is een mixture of experts met 74 miljard parameters en 9 miljard actieve, tijdens de training gekwantiseerd naar ongeveer 2,06 bits per expert in plaats van daarna, met een context van 262.144 tokens en dezelfde OpenMDW-1.1-voorwaarden als zijn grotere broer. Het is een hybride van Mamba-2 en Transformer met een C-RADIO v4-H vision-encoder, dus het accepteert tekst, afbeeldingen en video en retourneert tekst.

De kaart van NVIDIA rapporteert, op zijn eigen testopstelling: GPQA-Diamond 86.43, HLE zonder tools 25.30, Terminal-Bench 2.1 50.98, SciCode 41.02, BrowseComp 66.75, PinchBench 87.82 en WebArena vision 50.86. Elk daarvan is door de leverancier uitgevoerd en niet gereproduceerd. Op het onafhankelijke panel staat het model op 21 — een echt sterk resultaat voor iets dat op één enkele kaart van 24 GB past, en tegelijk een waarschuwing om voorzichtig te zijn met de leverancierstabel, omdat 86.43 op GPQA-Diamond naast een totale index van 21 uitnodigt tot overinterpretatie van één enkele rij.

De downloadverdeling vertelt zijn eigen verhaal: de GGUF-build van Bolt heeft meer dan 87.000 downloads opgeleverd, tegenover ongeveer 18.700 voor de BF16 Super VL-repository. Het model dat mensen op een laptop kunnen draaien, is het model dat mensen downloaden. Dat is geen opmerking over kwaliteit; het is een opmerking over waar "open weights" eigenlijk voor dient.

Waar de VS eigenlijk staat

De efficiëntiewinst is reëel, en de claim van leiderschap heeft een voorbehoud nodig dat NVIDIA's bericht niet levert. Onder de open-weightmodellen van Amerikaanse labs op het onafhankelijke panel scoort Meta Muse Spark Open 39 en staat het voor op alles wat NVIDIA vorige week heeft uitgebracht. Het is ook afgeschermd op de Hub onder een speciaal op maat gemaakte commerciële licentie, waardoor het in een andere adoptiecategorie valt dan een checkpoint dat je onder OpenMDW-1.1 kunt downloaden zonder iemand te hoeven vragen.

• Muse Spark Open — 39, besloten, licentie op maat.

• Nemotron 3.5 Super VL — 26, zonder toegangsbeperking, OpenMDW-1.1, 120B totaal / 12B actief.

• Inkling Small — 26, permissief, 266B totaal / 12B actief.

• Nemotron 3.5 Bolt 74B-A9B — 21, zonder toegangsbeperking, 24 GB voetafdruk.

• GPT-5.5 Instant — 26, gesloten.

Het Chinese open-weightlandschap is nog steeds een ander verhaal. MiMo-V2.6-Pro staat op 46, GLM-5.3 op 45 en Kimi K3 op 44 in hetzelfde panel, dus het sterkste Amerikaanse model met een permissieve licentie loopt ongeveer 20 punten achter op het sterkste Chinese. NVIDIA's antwoord op die kloof is geen groter model — het is post-training op je eigen data, met de datasets, recepten en reinforcement-learningomgevingen samen met de gewichten gepubliceerd. Of dat iets dicht, is een vraag die deze release niet beslecht, en iedereen die anders beweert, leest intentie in een benchmark.

Wat wordt gemeten, wat wordt beweerd en wat deze week in beweging kwam

Bij de lancering had de 5x-doorvoerclaim geen enkele onderbouwing: Artificial Analysis vermeldde het model zonder enig snelheidscijfer. Dat is veranderd. Het panel registreert nu een outputsnelheid van ongeveer 430 tokens per seconde, als eerste van 28 in zijn vergelijkingsset. Daarmee heeft een deel van de claim nu een tweede bron: het model is snel, en niet marginaal. Wat onbevestigd blijft, is de factor. Voor „5x sneller dan de op een na beste” is een met naam genoemde op een na beste nodig, plus een bijpassende harness; noch de blogpost noch de modelkaart levert die.

Het prijsbeeld verschoof ook, en wel op een manier die meer uitmaakt dan het kopcijfer.

• Mediaan over providers — $0,225 per miljoen inputtokens en $0,575 per miljoen output, met een cachekorting van 78%, volgens Artificial Analysis.

• Spreiding onder aanbieders die een tarief publiceren — input van $0,10 tot $0,20, output van $0,40 tot $0,50 voor dezelfde checkpoint.

• Kosten per Index-taak — $ 0,19, het punt waar de lage prijs en het hoge tokenaantal samenkomen.

• Uitvoerigheid — 170M outputtokens verbruikt tijdens de Index-run tegen een mediaan van 100M, aangemerkt als enigszins uitvoerig. Goedkope output plus lange output is niet automatisch goedkoop.

Een 2x-spread op de inputprijs voor identieke gewichten is de praktische bevinding van de week. Het model is overal hetzelfde bestand; de meter niet. Dat is een argument om de keuze van provider als een routingbeslissing te behandelen in plaats van een inkoopbeslissing — wat precies het stukje van dit verhaal is dat ons eigen product toevallig adresseert, en de eerlijke versie van die bewering is smal. Nemotron 3.5 Super VL staat niet in onze catalogus: de OrcaRouter-modellijst retourneert iets meer dan 200 model-ID's en vandaag geen NVIDIA-vermelding. Wat een router hier waard is, is dat zodra een checkpoint daadwerkelijk beschikbaar komt, het tegen de lijstprijs van de provider met 0% markup landt, en een model dat zo nieuw is, kan achter automatische failover staan in plaats van aan de basis van een productiepad. Geen van beide is een reden om het model te kopen. Het zijn redenen om geen contract te ondertekenen om het uit te proberen.

Drie dingen om in de gaten te houden, en één ervan is over negen dagen.

De eerste is Bolt E4B op 23 oktober. Een visie-taalmodel van 4 GB dat qua score ook maar in de buurt komt van zijn 24GB-broertje, zou de meest ingrijpende release van de drie zijn, omdat het verandert wat voor hardware als voldoende geldt.

De tweede is een onafhankelijke evaluatie van de gequantiseerde checkpoints. Elk getal in dit artikel dat van NVIDIA afkomstig is, is gemeten op een build met volledige precisie of een leveranciersharness. Het NVFP4-bestand is degene die de meeste mensen daadwerkelijk zullen serveren, en er is geen gepubliceerde score van derden voor. NVIDIA's eigen claim is 99,62% mediane nauwkeurigheidsterugwinning ten opzichte van BF16 — een leverancierscijfer, op een leveranciersharness, en het belangrijkste ongeverifieerde getal in de release.

Het derde is of de prijsspreiding kleiner wordt. Een 2x verschil tussen de goedkoopste en duurste server voor één open checkpoint is een markt die nog niet tot rust is gekomen, en de richting waarin die tot rust komt, zal meer zeggen over de komende zes maanden van open-weight-inferentie dan welke enkele benchmarkrij dan ook.

De score is de kop. Het checkpoint op halve grootte met hetzelfde actieve budget is wat over een jaar nog steeds relevant zal zijn.