Nemotron 3.5 Super VL не уступает Inkling Small, имея менее половины весов

Two models sit on 26 on the Artificial Analysis Intelligence Index this week, and the interesting part is what each one spent to get there. NVIDIA Nemotron 3.5 Super VL is a 120-billion-parameter mixture of experts with 12 billion active. Inkling Small, Thinking Machines' July release, is a 266-billion-parameter mixture of experts with 12 billion active. Same score, same active budget, less than half the weights on disk. Benchmark tables say what a model scores; the incident record says how releases like these fail in production, and those cases are catalogued in the OrcaRouter AI Incident Archive where each entry carries its own sources, severity, confidence grade and disputed flag.

Такова картина прошлой недели в сегменте американских открытых моделей, и это история получше той, что NVIDIA опубликовала в анонсе запуска в четверг 15 октября. В публикации Nemotron 3.5 Super VLобъединили сNemotron 3.5 Bolt 74B-A9B 24GB — моделью на 74 миллиарда параметров, втиснутой в 24 ГБ памяти, — и пообещали третью, Nemotron 3.5 Bolt E4B 4GB, к 23 октября. Три модели за восемь дней при трёх объёмах памяти — это не темп выпуска; это аргумент в пользу портфеля, и аргумент этот в том, что теперь решает способность на гигабайт.

Что вышло и в какой день

Даты стоит приводить точно, ведь собственные артефакты NVIDIA расходятся на три дня, и это расхождение скорее информативно, чем скандально.

• Веса — BF16-репозиторий nvidia/NVIDIA-Nemotron-3.5-Super-VL-120B-A12B-BF16 был создан на Hugging Face в 2026-10-12T15:32:06Z, а его аналог NVFP4 — на 24 секунды позже, и базовый чекпоинт до посттренировки — на 17 секунд раньше этого.

• Объявление — в публикации новостного раздела NVIDIA указана дата публикации 15 октября 2026 г. В поле выпуска самой карточки модели указано 10/15/2026 для версии 1.0 GA.

• Bolt 74B — его репозиторий на 24 ГБ появился задолго до анонса: он создан 7 октября, а сборка GGUF появилась на Hub в тот же вечер. В блоге это представлено так, будто он выходит вместе с Super VL 15-го числа.

• Bolt E4B — анонсирован на 23 октября, весов на момент написания ещё нет.

Итак, публичные артефакты появились раньше публичной прозы. Тот, кто датирует развёртывание по пресс-релизу, опоздает на три дня к модели, которая уже была доступна для скачивания, а тот, кто датирует его по репозиторию, будет ссылаться на метку времени, которую NVIDIA никогда не признавала. Оба варианта защитимы; формулировка «выпущено 15 октября» без упоминания 12-го — это вариант, который теряет информацию.

Счёт — скучная часть. Вся суть в знаменателе.

Ключевой аргумент NVIDIA в пользу Super VL — скорость: «до 5 раз выше пропускная способность по сравнению с другими моделями своего класса», со ссылкой на рейтинг Artificial Analysis. Это утверждение по-прежнему частично не подтверждено, и раздел ниже посвящён ему. Непреходящий факт об этом релизе — другой: модель набирает 26 баллов на том же наборе тестов, где её мартовский предшественник NVIDIA Nemotron 3 Super 120B A12B набрал 13, при практически идентичном размере.

• Параметры — 120B всего, 12B активных, 512 маршрутизируемых экспертов на слой MoE. Мартовская модель имела 120,6B всего и 12,7B активных. Это не более крупная модель.

• Intelligence Index — 26 против 13 по данным Artificial Analysis, оба помечены как non-estimated. Примерно вдвое при том же бюджете параметров.

• Выходные токены на задачу Index — около 49 000 против около 114 000. Новая модель завершает ту же оценку примерно на 57% меньшим числом токенов, и это механизм, стоящий за значительной частью скачка: она перестаёт чрезмерно обдумывать.

• Против Inkling Small — у обоих 26. Super VL добивается этого при 120B общих параметров против 266B у Inkling Small, и оба активируют около 12B на токен.

• По сравнению с Nemotron 3 Ultra 550B A55B — 23. Новая среднеразмерная модель NVIDIA превосходит собственный флагман с 550 млрд параметров на три пункта, при этом составляя примерно четверть его размера.

Две оси эффективности постоянно смешивают, поэтому их стоит разделять. Активные параметры определяют, во что обходится генерация токена. Общее число параметров определяет, во что обходится хранение, загрузка и удержание чекпоинта в памяти. Super VL улучшает обе: удерживает число активных параметров на уровне 12B, одновременно примерно вдвое сокращая общее число параметров относительно Inkling Small, и удерживает общее число параметров на уровне 120B, одновременно примерно вдвое увеличивая свой показатель относительно собственного предшественника. Модель, улучшившая только одну ось, всё равно была бы заметной. Эта улучшила обе в одном выпуске.

Bolt — более тихая половина релиза, и у него нет независимой оценки.

Модель на 24 ГБ — это та, которую большинство команд действительно могли бы запустить на собственном оборудовании. Nemotron 3.5 Bolt 74B-A9B 24GB — это смесь экспертов на 74 млрд параметров с 9 млрд активных, квантованная примерно до 2,06 бита на эксперта во время обучения, а не после него, с контекстом в 262 144 токена и теми же условиями OpenMDW-1.1, что и её более крупный собрат. Это гибрид Mamba-2 и Transformer с визуальным кодировщиком C-RADIO v4-H, поэтому она принимает текст, изображения и видео, а возвращает текст.

В отчёте NVIDIA для своей карты на собственном стенде приводит: GPQA-Diamond 86.43, HLE без инструментов 25.30, Terminal-Bench 2.1 50.98, SciCode 41.02, BrowseComp 66.75, PinchBench 87.82 и WebArena vision 50.86. Все эти результаты получены вендором и не воспроизведены. На независимой панели модель имеет показатель 21 — по-настоящему сильный результат для чего-то, что помещается на одну карту с 24 ГБ, а также напоминание осторожно относиться к таблице вендора, потому что 86.43 на GPQA-Diamond рядом с общим индексом 21 провоцирует переоценку одной строки.

Распределение загрузок говорит само за себя: сборка Bolt в формате GGUF набрала более 87 000 загрузок, тогда как у репозитория BF16 Super VL — примерно 18 700. Модель, которую можно запустить на ноутбуке, — это та модель, которую люди и скачивают. Это не комментарий о качестве; это комментарий о том, для чего на самом деле нужны «открытые веса».

Какое место на самом деле занимают США

Прирост эффективности реален, а заявлению о лидерстве нужна оговорка, которой в публикации NVIDIA нет. Среди открытовесовых моделей американских лабораторий в независимой панели Meta Muse Spark Open набирает 39 баллов и опережает всё, что NVIDIA выпустила на прошлой неделе. Кроме того, доступ к ней на Hub ограничен по специальной коммерческой лицензии, что относит её к иной категории внедрения, чем контрольную точку, которую можно скачать по OpenMDW-1.1, ни у кого не спрашивая.

• Muse Spark Open — 39, закрытая, индивидуальная лицензия.

• Nemotron 3.5 Super VL — 26, без ограничений доступа, OpenMDW-1.1, 120B всего / 12B активных.

• Inkling Small — 26, разрешительная лицензия, 266 млрд параметров всего / 12 млрд активных.

• Nemotron 3.5 Bolt 74B-A9B — 21, без ограничений, объём 24 ГБ.

GPT-5.5 Instant — 26, закрыто.

Китайская сфера моделей с открытыми весами — по-прежнему отдельный разговор. MiMo-V2.6-Pro набирает 46, GLM-5.3 — 45, а Kimi K3 — 44 на той же панели, так что сильнейшая американская модель с разрешительной лицензией отстаёт от сильнейшей китайской примерно на 20 пунктов. Ответ NVIDIA на этот разрыв — не более крупная модель, а дообучение на ваших собственных данных, причём наборы данных, рецепты и среды обучения с подкреплением публикуются вместе с весами. Закрывает ли это что-либо — вопрос, который этот релиз не решает, и любой, кто утверждает обратное, вчитывает намерение в бенчмарк.

Что измеряется, что утверждается и что изменилось на этой неделе

На момент запуска за заявлением о пятикратной пропускной способности ничего не стояло: Artificial Analysis указала модель вообще без данных о скорости. Это изменилось. Теперь панель фиксирует скорость вывода примерно 430 токенов в секунду — первое место из 28 в её наборе для сравнения. Таким образом, у части заявления теперь есть вторая сторона: модель быстрая, и не незначительно. Что остаётся непроверенным — это кратность. «В 5 раз быстрее следующего лучшего» требует названного следующего лучшего и соответствующего стенда, а ни в записи блога, ни в карточке модели этого нет.

Картина цен тоже изменилась — и изменилась так, что это важнее, чем заголовочная ставка.

• Медианное значение по провайдерам — $0.225 за миллион входных токенов и $0.575 за миллион выходных, со скидкой 78% за кэширование, по данным Artificial Analysis.

Разброс среди провайдеров, публикующих тариф, — вход от $0.10 до $0.20, выход от $0.40 до $0.50 за один и тот же чекпоинт.

• Стоимость одной задачи Index — $0,19: именно здесь низкая цена сочетается с большим количеством токенов.

• Многословность — в ходе запуска Index было израсходовано 170 млн выходных токенов при медиане 100 млн; отмечено как несколько многословное. Дешёвый вывод в сочетании с длинным выводом не обязательно обходится дёшево.

Разброс цен на вход в 2 раза для одинаковых весов — это практический вывод недели. Модель везде один и тот же файл; а счётчик — нет. Это довод в пользу того, чтобы рассматривать выбор провайдера как решение о маршрутизации, а не о закупке, — и именно эту часть истории затрагивает наш собственный продукт, и честная версия такого утверждения узка. Nemotron 3.5 Super VL отсутствует в нашем каталоге: список моделей OrcaRouter возвращает чуть больше 200 идентификаторов моделей, и записи NVIDIA там сегодня нет. Ценность роутера здесь в том, что как только чекпоинт появится, он появится по прейскурантной цене провайдера с наценкой 0%, а такая новая модель может стоять за автоматическим переключением при сбое, а не в корне производственного пути. Ни то, ни другое не является причиной покупать модель. Это причины не подписывать контракт, чтобы её попробовать.

Три вещи, за которыми стоит следить, и одна из них — через девять дней

Первый — Bolt E4B, 23 октября. 4-ГБ визуально-языковая модель, которая показывает результаты хоть сколько-нибудь близкие к результатам её 24-ГБ собрата, была бы более значимым релизом из этих трёх, потому что она меняет то, какое оборудование считается достаточным.

Второй пункт — независимая оценка квантованных чекпоинтов. Каждое число в этой статье, полученное от NVIDIA, было измерено на сборке с полной точностью или на вендорском стенде. Файл NVFP4 — именно тот, который большинство людей будет реально использовать в работе, и для него нет опубликованной сторонней оценки. Собственное утверждение NVIDIA — 99,62% медианного восстановления точности относительно BF16 — это цифра производителя, полученная на стенде производителя, и самое значимое непроверенное число в релизе.

Третий — сузится ли разброс цен. Двукратная разница между самым дешёвым и самым дорогим сервером для одного открытого чекпойнта — это рынок, который ещё не устоялся, и то, в каком направлении он устоится, скажет о следующих шести месяцах инференса моделей с открытыми весами больше, чем любая отдельная строка бенчмарка.

Оценка — это лишь заголовок. А вот чекпоинт вдвое меньшего размера с тем же активным бюджетом — это то, что будет важно и через год.