Nemotron 3.5 Super VL vs Nemotron 3.5 Super VL 120B: En modell, fem filer, tre olika beteenden

This comparison exists because a search box made it. NVIDIA Nemotron 3.5 Super VL and NVIDIA Nemotron 3.5 Super VL 120B are not two models. They are one checkpoint written down two ways, and no benchmark separates them because there is nothing to separate: the 120B is the parameter count of the Super VL, and the shorter string is what the marketing page calls the file whose full repository name is nvidia/NVIDIA-Nemotron-3.5-Super-VL-120B-A12B-BF16. The naming confusion around this checkpoint is the kind of thing that ends up in a postmortem, and the recorded incidents are catalogued in the OrcaRouter AI Incident Archive where each entry carries its own sources, severity, confidence grade and disputed flag.

Så en head-to-head är fel artikel. Den användbara versionen är den som följer av samma förvirring: om båda namnen pekar på samma modell, varför ger nedladdning av "Nemotron 3.5 Super VL" dig fem olika repositorier, tre olika nedladdningsstorlekar och två olika arkitekturer, och vilken är det du faktiskt får?

Namngivningen, utredd

NVIDIA använder tre överlappande etiketter för en utgåva, och de är nästlade snarare än motstridiga.

• Nemotron 3.5 Super VL — produktnamnet. Vad blogginlägget, panelen och varje nyhetsartikel kallar det.

• Nemotron 3.5 Super VL 120B — samma namn med parameterantalet tillagt. Vanligt i jämförelsetabeller och kataloglistor, inklusive de som genererade den här sidan.

• NVIDIA-Nemotron-3.5-Super-VL-120B-A12B — repository-stammen, som lägger till antalet aktiva parametrar. Varje nedladdningsbar artefakt hänger på detta: BF16, NVFP4, Base och en NVFP4 LiLiCorr-drafter.

Ingen av de tre är en annan modell. Det som verkligen skiljer sig finns en nivå ned, i suffixen för precision och efterträning, och det är där ett verkligt beslut ligger.

Fem filer, och vad var och en faktiskt är

Alla fem dök upp inom ungefär fyra dagar från varandra, och av de bevis på utgivning som finns är deras skapelsetidsstämplar de mest tillförlitliga – mer tillförlitliga än tillkännagivandedatumet, som kom efter dem alla.

• ...-120B-A12B-Base-BF16 — skapad 2026-10-12T15:31:49Z. Kontrollpunkten före efterträning. Ingen instruktionstrimning, ingen träning i verktygsanvändning, inget resonemangsläge. Det är den man ska utgå från om man tänker göra sin egen efterträning, och den är värdelös för dig om du inte gör det.

• ...-120B-A12B-BF16 — skapad 15:32:06Z, sjutton sekunder senare. Den färdiga instruct-modellen, full precision, cirka 249 GB fördelat över 63 shards. NVIDIA:s serveringsrecept är tensorparallellism 4 på H100:or, eller 2 på GB200.

• ...-120B-A12B-NVFP4 — skapad 15:32:30Z. Samma eftertränade vikter, kvantiserade till 4 bitar under träningen i stället för efteråt, cirka 75 GB. Det här är filen som de flesta faktiskt kommer att serva, och den körs på en H200, två H100:or, en GB200 eller en enda DGX Spark.

• ...-120B-A12B-NVFP4-LiLiCorr — skapad 2026-10-11T20:20:59Z, en dag före de andra och innan något tillkännagivande fanns. Inte en modell i vanlig mening: en utkastmodell för spekulativ avkodning, som NVIDIA:s blogg senare angav som den rekommenderade för inferens med låg latens på DGX Spark.

• GGUF och community-kvantiseringar — härledda, inte publicerade av NVIDIA, och utanför ramen för allt som leverantören rapporterar.

Om du kom hit för att leta efter "vilken av dessa två är bättre", är svaret att två av de fem inte alls är alternativ till varandra: bascheckpointen och instruct-checkpointen är olika stadier i samma träningskörning, och draftern är inte en modell som du någonsin skulle anropa direkt.

Vad ändras mellan fullprecisions- och 4-bitarsbyggena?

Detta är den enda jämförelsen i namnvirrvarret med verkliga konsekvenser, och det är också den med minst oberoende bevisning.

• Disk och minne — 248,94 GB för BF16, 75,06 GB för NVFP4. En skillnad på 174 GB, vilket är skillnaden mellan fyra H100 och två.

• Numerik — NVFP4 kör W4A4 på Blackwell och W4A16 på äldre hårdvara. Kvantiseringen tillämpas under träning med destillation, vilket enligt NVIDIA stänger noggrannhetsgapet som efterhandskvantisering öppnar.

• Noggrannhetspåstående — NVIDIA rapporterar 99,62 % medianåterhämtning av noggrannhet jämfört med BF16-referensen. Det är en leverantörssiffra från en leverantörs testrigg, och det är den enskilt mest bärande overifierade siffran i hela släppet.

• Oberoende utvärdering – ingen. Artificial Analysis ger modellen 26,49 på sitt Intelligence Index, inte uppskattat, men publicerar ingen separat rad för NVFP4-bygget. Alla tredjepartssiffror du har sett för den här modellen är en mätning i full precision eller med leverantörens standardinställning.

• Prestandaöverhead — NVIDIA uppger att det inte finns någon, eftersom kvantiseringen sker under träningen snarare än som ett körtidssteg.

Läs 99,62 % noggrant innan du planerar utifrån det. "Återhämtning av mediannoggrannhet" över en namnlös uppsättning utvärderingar är inte samma påstående som "förlorar 0,38 % av förmågan". Ett medianvärde kan ligga på 99,62 % samtidigt som enskilda benchmarkresultat rör sig flera punkter i någon riktning, och utan spridningen mellan enskilda benchmarkar säger siffran dig mindre än den verkar göra. Om din arbetsbelastning är känslig för en specifik förmåga – OCR för långa dokument, diagramextraktion, video grounding – är det enda rimliga tillvägagångssättet att köra båda byggena på dina egna data, eftersom NVIDIA inte har publicerat raden du skulle behöva.

Bascheckpointen är den som ingen benchmarkar.

Av de fem filerna är basbygget det minst diskuterade och det mest intressanta om du har planer på efterträning. Det har samma struktur med 120B totalt och 12B aktiva, samma hybrida stomme och samma visionskodare, och det stannar före den sexstegs efterträningspipeline som producerade instruktionsmodellen – pipelinen vars SFT- och RL-dataset NVIDIA också publicerade, elva stycken, alla inom ett 61-timmarsfönster samma vecka.

Det som saknas är en användbar benchmarktabell. Dess modellkort kör MMLU och MMLU-Pro; det eftertränade modellkortet släpper MMLU helt till förmån för MMLU-ProX och lägger till de agentiska sviterna och sviterna på harness-nivå. De två uppsättningarna överlappar inte tillräckligt för att besvara "hur mycket tillförde efterträningen", vilket innebär att det enda sättet att prissätta den frågan är att köra båda själv. Öppna vikter gör det möjligt. De gör det inte gratis.

Varför det överhuvudtaget finns dubblettnamn

Tre artefakter, tre målgrupper, en release. Blogginlägget behöver ett produktnamn som är kort nog för en rubrik: Nemotron 3.5 Super VL. En katalog eller jämförelsetabell behöver något sorterbart och entydigt i en familj som också innehåller Bolt 74B, Bolt E4B och Lightning 30B: att lägga till 120B gör det. The Hub behöver ett repositorienamn som kodar precision och aktiva parametrar så att ett skript kan välja en fil utan att en människa läser en beskrivning.

Kostnaden för den där skiktningen är sökningen. Två strängar som betyder samma sak konkurrerar om samma fråga, och en läsare som skriver in en av dem hamnar på en jämförelsesida som frågar vilken som är bättre. Det användbara svaret på den frågan är det som står ovan: de är samma fil, här är de fem saker som namnet faktiskt kan syfta på, och här är hur du avgör vilken du har.

Vad detta innebär om du anropar det i stället för att ladda ner det

Via ett API försvinner namngivningsproblemet till stor del, eftersom leverantören redan har valt en build åt dig – och det är precis där den återstående otydligheten hamnar. Den oberoende panelen följer sju servrar för denna checkpoint, och deras publicerade priser för samma vikter sträcker sig från $0,10 till $0,20 per miljon indatatokens och $0,40 till $0,50 per miljon utdatatokens. Två av dessa poster är uttryckligen NVFP4-buildar; resten anger det inte, och ett pris utan en precision är ett pris du inte kan jämföra med ett annat pris.

Det är den praktiska versionen av frågan som den här sidan började med. Modellnamnet motsvarar en arkitektur och fem filer; priset berättar inte vilken fil du betalar för. Att fråga en leverantör vilken build de tillhandahåller, och om deras genomströmningssiffra mättes på BF16 eller FP4, är en mer användbar fråga än någon direkt jämförelse mellan två stavningar av samma checkpoint.

På vår sida är den ärliga noteringen kort: den här checkpointen finns inte i OrcaRouter-katalogen. Modellistan omfattar drygt 200 ID:n och innehåller ingen NVIDIA-post i dag, så inget här är ett erbjudande om att köra den. Vad plattformen däremot erbjuder, och som är relevant för ett så tvetydigt namn, är ett routningslager som håller modellsträngen på ett och samma ställe: när en variant väl dyker upp behöver anropsstället inte ändras, trafiken kan delas mellan två leverantörer av samma checkpoint för att jämföra dem mot din egen arbetslast, och automatisk failover täcker fallet där en av dem försämras. Leverantörens listpris förs vidare med 0 % påslag, vilket spelar roll just här eftersom spridningen på den här modellen är 2x och du ser den hellre än att den absorberas i en marginal.

Det korta svaret, för läsaren som sökte det långa namnet

Nemotron 3.5 Super VL och Nemotron 3.5 Super VL 120B är samma modell, släppt som vikter den 12 oktober 2026 och annonserad den 15 oktober 2026, med 120 miljarder parametrar totalt, 12 miljarder aktiva, ett kontextfönster på 1 M token, text-, bild- och videoindata samt en OpenMDW-1.1-licens. Om du väljer mellan saker är valet inte mellan dessa två namn. Det är mellan BF16 och NVFP4, mellan bascheckpointen och instruct-versionen, och mellan servrarna vars priser och precisioner inte anges i samma enheter. Det är tre verkliga beslut. Namnet är inte ett av dem.