NVIDIA Nemotron 3.5 Super VL är den främsta amerikanska open-weight-modellen med tillåtande licens, och dess vikter slog sitt eget tillkännagivande med tre dagar

Tidsstämpeln är den del som ingen har skrivit ned. BF16-repositoriet för NVIDIA Nemotron 3.5 Super VL – fullständigt namn nvidia/NVIDIA-Nemotron-3.5-Super-VL-120B-A12B-BF16 – skapades på Hugging Face kl. 15:32:06 UTC den 12 oktober 2026, tillsammans med en NVFP4-build tjugofyra sekunder senare och en bascheckpoint nitton sekunder dessförinnan. NVIDIAs blogginlägg som tillkännager modellen är daterat den 15 oktober. Så i ungefär sjuttiotvå timmar var vikterna för NVIDIAs starkaste öppna vision-language-modell nedladdningsbara, indexerade och höll på att kvantiseras av tredje parter medan företaget som tränade den inte hade publicerat någonting alls. Det är inte en läcka och det är inte en skandal. Det är en utgivningspipeline där artefakten levereras före prosan, och det är värt att säga rakt ut eftersom resten av den här texten handlar om siffror, och siffrorna har sina egna tidsstämplar. På Artificial Analysis Intelligence Index får NVIDIA Nemotron 3.5 Super VL 26,49, icke uppskattat. Dess föregångare, NVIDIA Nemotron 3 Super 120B A12B, som släpptes den 11 mars 2026, får 12,83 i samma panel. Det är 2,06 gånger poängen, och den kommer med 49 174 utdatatoken per uppgift i stället för 113 823.

Två saker i den jämförelsen förtjänar att redas ut innan detaljerna. För det första är 26,49 en tredjepartssiffra, uppmätt i någon annans testramverk med en publicerad tokenbudget, och den är markerad i panelen som ej uppskattad. Det spelar större roll än vanligt här, eftersom NVIDIAs egen benchmarktabell presenteras sida vid sida med sju konkurrenter och de två uppsättningarna siffror inte alltid stämmer överens. För det andra är ledaranspråket i rubriken medvetet snävt. Bland modeller med öppna vikter byggda i USA får Meta Muse Spark Open högre poäng – 38,87, även den ej uppskattad – men den levereras under en skräddarsydd kommersiell licens bakom ett åtkomstbegränsat arkiv, vilket placerar den i en annan adoptionskategori än en checkpoint som du kan ladda ner och driftsätta under OpenMDW-1.1 i dag. Bland permisivt licensierade amerikanska modeller med öppna vikter i den panelen är NVIDIA Nemotron 3.5 Super VL först, och nästa post är Inkling Small på 25,66.

Vad arkivet fastställer, och vad endast panelen gör

Modellkortet är ovanligt komplett för något som lanserades tre dagar före sitt eget pressmeddelande, och det besvarar de strukturella frågorna på ett tydligt sätt. NVIDIA Nemotron 3.5 Super VL är en hybrid av Mamba-2, mixture-of-experts och attention med en C-RADIO-visionencoder och en vision-language-connector, 512 routade experter per MoE-lager, 120B totala parametrar med 12B aktiva per token och ett kontextfönster på upp till 1M tokens. Inbyggd Multi-Token Prediction ger den spekulativ avkodning utan att behöva ladda ner en separat drafter. Indata är text, bilder (JPEG, PNG) och video (MP4 upp till två minuter, samplad som bildrutor); utdata är endast text. Licensen är OpenMDW-1.1, kortet anger att modellen är redo för kommersiell eller icke-kommersiell användning, och NVIDIA rapporterar träning över cirka 26 biljoner tokens med ungefär 3,8 miljoner efterträningsprover och förstärkningsinlärning i dussintals miljöer.

• Totala / aktiva parametrar — 120B / 12B mot marsmodellens 120,6B / 12,7B. Nästan identiska, vilket är poängen: förbättringen är inte en större modell.

• Intelligence Index — 26,49 mot 12,83, båda icke-uppskattade, båda enligt Artificial Analysis.

• Utdata-tokens per indexuppgift — 49 174 mot 113 823. Den nya modellen slutför samma uppgift med 56,8 % färre tokens.

• Kontext och utdata — 1M tokens, endast text ut, för båda. Ingen av dem är en bildgenerator.

• Lägsta driftsättningsnivå — 4×H100 eller 2×GB200 för BF16 på NVIDIA Nemotron 3.5 Super VL; det finns en NVFP4-version för mindre fotavtryck.

• Offentligt genomslag – 142 nedladdningar och 32 gillamarkeringar på BF16-repositoriet när detta skrivs, mot över en miljon nedladdningar på föregångaren från mars. Gapet är tre dagars ålder, inte tre dagars efterfrågan.

Kapabilitetsuppdelningen på panelen är där 26,49 slutar vara ett enda tal. Super VL får 38,47 i ekonomi, 30,11 i teknik, 28,11 i juridik och 27,19 i finans och redovisning, men bara 22,57 i strategi och verksamhet. Dess allvetenhetsindex är minus 4,22 — modellen svarar fel på fler av panelens kunskapsprober än rätt, med en träffsäkerhet på 23,3 % mot en hallucineringsfrekvens på 35,8 %. Det är inte en defekt som är unik för den här utgåvan; det är så en ohedgad öppen modell ser ut när man mäter om den avstår från att svara. På GDPval-AA, som betygsätter färdiga professionella leverabler snarare än svar, får den 1 162,41, och på AA-Briefcase-Lite-rubriken ligger den på en Elo på 998,76. De två raderna är de man bör hålla ögonen på under den kommande månaden, eftersom de mäter arbete snarare än kunskap och de är raderna där en öppen 120B-modell rimligen kan fortsätta förbättras genom efterträning.

Fem gånger-påståendet, och varför tokenantal inte är sekunder

NVIDIAs blogg lutar sig mot hastighet: "5x snabbare än näst bästa", och modellen "uppnår upp till 5x snabbare genomströmning jämfört med andra modeller i sin klass". Det är ett leverantörspåstående och ingen utanför NVIDIA har reproducerat det. Det är också, enligt nuvarande underlag, omöjligt att verifiera – samma tredjepartspanel som betygsätter modellen publicerar varken pris eller latenssiffra för den, så det finns inget att kontrollera påståendet mot. Det som kan kontrolleras är en annan storhet som ofta rapporteras som om den vore samma sak. Utdatatokens per uppgift är ett mått på hur mycket modellen pratar, inte hur snabbt servern rör sig. 49 174 mot 113 823 är verkligt och det är en genuin effektivitetsvinst – resonemangstunga modeller bränner sin budget på att generera – men en modell som avger 57 % färre tokens är inte därmed 57 % snabbare, och den är absolut inte 5× snabbare. Det är 57 % färre tokens. Håll isär dem.

Leverantörens benchmarktabell har ett andra, mindre problem som en noggrann läsare upptäcker på ungefär tio sekunder. Dess första kolumn har etiketten ”Nemotron 3.5 SuperGA BF16”, inte ”Super VL”. Med tanke på att modellkortets avsnitt för modellversion anger v1.0 — GA, är det med största sannolikhet en releasekandidatetikett som har levt kvar i det offentliga dokumentet snarare än en annan modell. Hur som helst är det en sådan skönhetsfläck som avslöjar att dokumentationsgenomgången skedde efter att vikterna lades upp, vilket stämmer med tredagarsgapet. För den kolumnen rapporterar NVIDIA GPQA-Diamond 89,52, HLE text-only 31,79, Terminal-Bench 2.1 66,70, SWE-bench Verified 71,10, BrowseComp 78 och Video-MME v2 32,85, med hela uppsättningen jämförelsekolumner som sträcker sig till Qwen3.5-122B-A10B, Qwen3.8-Flash-Next, DeepSeek-V4-Flash-0731, Nemotron 3 Ultra, Inkling-Small och GLM-5.3-Flash. Allt är rapporterat av leverantören via NeMo Gym, och NVIDIA publicerar recepten, prompterna, parsarna och poängsättningsinställningarna så att vem som helst kan återköra det. Det är bättre praxis än de flesta, och det är fortfarande inte ett oberoende resultat.

Var den faktiskt befinner sig bland amerikanska öppna vikter

Sortera panelen efter öppenviktsmodeller från amerikanska labb, och fältets form är tydlig. Meta Muse Spark Open leder på 38,87 men är en 816B-parametersmodell under Muse Model License, åtkomstbegränsad på Hub, och ett annat slags åtagande att införa. Under NVIDIA Nemotron 3.5 Super VL på 26,49 sitter Inkling Small på 25,66 och Inkling på 24,98 från Thinking Machines, båda med tillåtande licens. Sedan NVIDIAs egen NVIDIA Nemotron 3 Ultra 550B A55B på 22,93, och NVIDIA Nemotron 3.5 Bolt 74B-A9B — släppt samma dag som Super VL — på 21,41 för en 74B-modell som ryms i 24 GB minne. Det intressanta strukturella faktumet är att Super VL slår sitt eget företags 550B-flaggskepp med 3,6 indexpunkter samtidigt som den är mindre än en fjärdedel av storleken på disk och antalet aktiva parametrar. Det är resultatet som hela hybrid-MoE-programmet syftar till, och på den här panelen landade det.

Det sätter också den verkliga ribban för de kommande månaderna. Avståndet till Muse Spark Open är 12,4 punkter, och avståndet till de ledande kinesiska open-weight-modellerna är ännu större – MiMo-V2.6-Pro på 46,32, GLM-5.3 på 44,78, Kimi K3 på 43,59. NVIDIAs svar på den klyftan är inte en större modell; det är efterträning, på dina data, i dina rack, med datamängderna och NeMo Gym-miljöerna publicerade tillsammans med vikterna. Om det sluter gapet är en öppen fråga, och den här lanseringen ger inget svar på det.

Vad det kostar att driva, och den enda siffran som saknas

BF16-checkpointen körs på 4×H100 eller 2×GB200, där NVIDIA publicerar recept för vLLM och SGLang och låser specifika container-taggar – vLLM v0.32.0 eller en namngiven nightly, SGLang v0.5.20 – vilket är en användbar signal om hur nyligen kärnorna landade. NVFP4-bygget är det som de flesta team faktiskt kommer att köra. Det ingen har publicerat är ett pris. Det finns ingen per-token-taxa på panelen, inget NIM-listpris i tillkännagivandet och ingen tredjepartstaxa för serving som en köpare kan jämföra. För en modell i den här positionen är den praktiska vägen den vi kör på: OrcaRouter förmedlar leverantörens listpris vidare med 0 % påslag över 200-plus modeller på en enda nyckel, så när NVIDIA eller en leverantör publicerar en taxa för den här checkpointen visas den till självkostnad i stället för med en marginal, och automatisk failover innebär att en dagsgammal checkpoint kan bära en del av trafiken medan en beprövad modell håller resten. För att vara exakt om vad det inte innebär i dag: den här specifika modellen finns ännu inte i vår katalog, tre dagar efter att dess vikter lades upp, eftersom ingen ännu tillhandahåller den på ett tillförlitligt sätt. Det är ett uttalande om tillgänglighet, inte om modellen.

Vad du ska titta på härnäst

Tre saker avgör om den här utgåvan om sex månader framstår som ett stegbyte eller en fotnot. Den första är en andra oberoende utvärdering – panelbetyget är ett, och ett är ingen trend. Den andra är om påståendet om 5× högre genomströmning överlever mötet med en neutral benchmark-testare, eftersom bevisningen baserad på tokenantal stöder effektivitet och inte säger något om latens. Den tredje är ekosystemet för efterträning: NVIDIA listar Scale AI, AfterQuery, AI21, Mercor, Atlassian, CrowdStrike, Dassault Systèmes, Salesforce och andra som bygger på den, och den intressanta frågan om en öppen modell är sällan vad leverantören släppte – det är vad alla andra gör med den efteråt. Med det underlag som finns tillgängligt den 16 oktober 2026 är NVIDIA Nemotron 3.5 Super VL den starkaste öppenviktsmodellen med tillåtande licens som har kommit från ett amerikanskt labb; den nådde dit vid konstant parameterantal genom att skära ner sin egen resonemangsbudget med mer än hälften, och den gjorde det så tyst att de första som lade märke till det var kvantiserarna.