NVIDIA Nemotron 3.5 Super VL เป็นโมเดลแบบเปิดน้ำหนัก (open-weight) ของสหรัฐฯ ที่มีสัญญาอนุญาตแบบเปิดกว้างที่ดีที่สุด และน้ำหนักของมันเปิดตัวก่อนประกาศของตัวเองถึงสามวัน

การประทับเวลาเป็นส่วนที่ไม่มีใครจดบันทึกไว้ ที่เก็บ BF16 สำหรับ NVIDIA Nemotron 3.5 Super VL — ชื่อเต็ม nvidia/NVIDIA-Nemotron-3.5-Super-VL-120B-A12B-BF16 — ถูกสร้างขึ้นบน Hugging Face เมื่อเวลา 15:32:06 UTC วันที่ 12 ตุลาคม 2026 พร้อมกับบิลด์ NVFP4 ยี่สิบสี่วินาทีต่อมา และเช็กพอยต์ฐานสิบเก้าวินาทีก่อนหน้านั้น บล็อกโพสต์ของ NVIDIA ที่ประกาศโมเดลนี้ลงวันที่ 15 ตุลาคม ดังนั้นเป็นเวลาประมาณเจ็ดสิบสองชั่วโมง น้ำหนักของโมเดลวิชัน-ภาษาที่โอเพนซอร์สที่แข็งแกร่งที่สุดของ NVIDIA สามารถดาวน์โหลดได้ ถูกจัดทำดัชนี และกำลังถูกควอนไทซ์โดยบุคคลที่สาม ในขณะที่บริษัทที่ฝึกมันไม่ได้เผยแพร่อะไรเลย นั่นไม่ใช่การรั่วไหลและไม่ใช่เรื่องอื้อฉาว มันเป็นไปป์ไลน์การเผยแพร่ที่ชิ้นงานออกก่อนข้อความ และควรกล่าวอย่างตรงไปตรงมาเพราะส่วนที่เหลือของบทความนี้เกี่ยวกับตัวเลข และตัวเลขก็มีการประทับเวลาของตัวเอง บนดัชนี Artificial Analysis Intelligence Index NVIDIA Nemotron 3.5 Super VL ได้คะแนน 26.49 ซึ่งไม่ใช่การประมาณการ รุ่นก่อนหน้าของมัน, NVIDIA Nemotron 3 Super 120B A12B, เปิดตัวเมื่อ 11 มีนาคม 2026, ได้คะแนน 12.83 บนแผงเดียวกัน นั่นคือ 2.06 เท่าของคะแนน และมาพร้อมกับโทเค็นเอาต์พุต 49,174 ต่องาน แทนที่จะเป็น 113,823

มีสองเรื่องเกี่ยวกับการเปรียบเทียบนั้นที่ควรปูพื้นก่อนลงรายละเอียด เรื่องแรก 26.49 เป็นตัวเลขจากบุคคลที่สาม วัดบนฮาร์เนสของคนอื่นโดยมีงบโทเคนที่เผยแพร่ และถูกทำเครื่องหมายบนพาเนลว่าไม่ใช่ค่าประมาณ สิ่งนี้สำคัญกว่าปกติในที่นี้ เพราะตาราง benchmark ของ NVIDIA เองถูกนำมาแสดงเคียงข้างกับคู่แข่งเจ็ดราย และชุดตัวเลขทั้งสองชุดไม่ได้ตรงกันเสมอไป เรื่องที่สอง ข้ออ้างเรื่องผู้นำในพาดหัวข่าวนั้นจงใจจำกัดขอบเขตให้แคบ เฉพาะในบรรดาโมเดล open-weight ที่สร้างขึ้นในสหรัฐอเมริกา Meta Muse Spark Open ได้คะแนนสูงกว่า — 38.87 ซึ่งไม่ใช่ค่าประมาณเช่นกัน — แต่จัดจำหน่ายภายใต้สัญญาอนุญาตเชิงพาณิชย์แบบเฉพาะ หลัง repository แบบจำกัดการเข้าถึง ซึ่งทำให้มันอยู่ในหมวดการนำไปใช้ที่ต่างจาก checkpoint ที่คุณดาวน์โหลดและนำไปใช้งานได้ภายใต้ OpenMDW-1.1 ในวันนี้ ในบรรดาโมเดล open-weight ของสหรัฐฯ ที่มีสัญญาอนุญาตแบบ permissive บนพาเนลนั้น NVIDIA Nemotron 3.5 Super VL อยู่อันดับหนึ่ง และรายการถัดลงมาคือ Inkling Small ที่ 25.66

สิ่งที่คลังเก็บกำหนดขึ้น และสิ่งที่เฉพาะพาเนลเท่านั้นที่ทำได้

การ์ดโมเดลนี้ครบถ้วนอย่างผิดปกติสำหรับสิ่งที่เปิดตัวก่อนข่าวประชาสัมพันธ์ของตัวเองถึงสามวัน และตอบคำถามเชิงโครงสร้างได้อย่างชัดเจน NVIDIA Nemotron 3.5 Super VL เป็นสถาปัตยกรรมไฮบริดระหว่าง Mamba-2, mixture-of-experts และ attention พร้อมตัวเข้ารหัสภาพ C-RADIO และตัวเชื่อมต่อระหว่างภาพกับภาษา โดยมี routed experts 512 รายต่อชั้น MoE พารามิเตอร์รวม 120B โดยมี 12B ที่ใช้งานต่อโทเคน และหน้าต่างบริบทสูงสุด 1M โทเคน Native Multi-Token Prediction ช่วยให้สามารถทำ speculative decoding ได้โดยไม่ต้องดาวน์โหลด drafter แยกต่างหาก อินพุตเป็นข้อความ รูปภาพ (JPEG, PNG) และวิดีโอ (MP4 ความยาวไม่เกินสองนาที สุ่มตัวอย่างเป็นเฟรม) เอาต์พุตเป็นข้อความเท่านั้น สัญญาอนุญาตคือ OpenMDW-1.1 การ์ดระบุว่าโมเดลพร้อมใช้งานเชิงพาณิชย์หรือไม่เชิงพาณิชย์ และ NVIDIA รายงานว่าฝึกด้วยโทเคนราว 26 ล้านล้านโทเคน พร้อมตัวอย่างหลังการฝึกประมาณ 3.8 ล้านตัวอย่าง และการเรียนรู้แบบเสริมกำลังในหลายสิบสภาพแวดล้อม

• พารามิเตอร์ทั้งหมด / พารามิเตอร์ที่ใช้งานอยู่ — 120B / 12B เทียบกับโมเดลเดือนมีนาคมที่ 120.6B / 12.7B เกือบจะเหมือนกันทุกประการ ซึ่งนั่นแหละคือประเด็น: ผลลัพธ์ที่ดีขึ้นไม่ได้มาจากโมเดลที่ใหญ่กว่า

• Intelligence Index — 26.49 เทียบกับ 12.83 ทั้งคู่ไม่ใช่ค่าประมาณ และทั้งคู่อ้างอิงจาก Artificial Analysis

• จำนวนโทเค็นเอาต์พุตต่องานจัดทำดัชนี — 49,174 เทียบกับ 113,823 โมเดลใหม่ทำงานเดียวกันเสร็จสิ้นโดยใช้โทเค็นน้อยลง 56.8%

• คอนเท็กซ์และเอาต์พุต — 1M โทเค็น เอาต์พุตเป็นข้อความเท่านั้น ทั้งคู่ ไม่มีตัวใดเป็นเครื่องสร้างภาพ

• ข้อกำหนดขั้นต่ำในการปรับใช้ — 4×H100 หรือ 2×GB200 สำหรับ BF16 บน NVIDIA Nemotron 3.5 Super VL; มีบิลด์ NVFP4 สำหรับฟุตพรินต์ที่เล็กกว่า

• การตอบรับจากสาธารณชน — 142 ดาวน์โหลดและ 32 ไลก์บนรีโพซิทอรี BF16 ณ เวลาที่เขียน เทียบกับยอดดาวน์โหลดมากกว่าหนึ่งล้านครั้งบนรุ่นก่อนหน้าที่เปิดตัวในเดือนมีนาคม ช่องว่างนี้คืออายุเพียงสามวัน ไม่ใช่ความต้องการเพียงสามวัน

การแยกย่อยขีดความสามารถบนคณะผู้ประเมินคือจุดที่ 26.49 เลิกเป็นตัวเลขเพียงตัวเดียว Super VL ได้ 38.47 ในด้านเศรษฐศาสตร์ 30.11 ในด้านวิศวกรรม 28.11 ในด้านกฎหมาย และ 27.19 ในด้านการเงินและบัญชี แต่ได้เพียง 22.57 ในด้านกลยุทธ์และการดำเนินงาน ดัชนี omniscience ของมันติดลบ 4.22 — โมเดลตอบคำถามตรวจสอบความรู้ของคณะผู้ประเมินผิดมากกว่าถูก โดยมีอัตราความแม่นยำ 23.3% เทียบกับอัตราการสร้างข้อมูลเท็จ (hallucination) 35.8% นั่นไม่ใช่ข้อบกพร่องที่พบเฉพาะรุ่นนี้; มันคือหน้าตาของโมเดลเปิดแบบไม่มีการป้องกันความเสี่ยง เมื่อคุณวัดว่ามันปฏิเสธที่จะตอบหรือไม่ บน GDPval-AA ซึ่งให้คะแนนชิ้นงานวิชาชีพที่เสร็จสมบูรณ์มากกว่าคำตอบ มันได้ 1,162.41 และบนเกณฑ์ AA-Briefcase-Lite มันอยู่ที่ Elo 998.76 สองแถวนั้นคือแถวที่ต้องจับตาดูในเดือนหน้า เพราะมันวัดงานมากกว่าความรู้ และเป็นแถวที่โมเดลเปิดขนาด 120B มีโอกาสพัฒนาต่อไปได้ผ่าน post-training

ข้อกล่าวอ้างเรื่องห้าเท่า และเหตุใดจำนวนโทเคนจึงไม่ใช่วินาที

บล็อกของ NVIDIA เน้นเรื่องความเร็ว: "เร็วกว่าตัวที่ดีที่สุดรองลงมาถึง 5 เท่า" และโมเดลนี้ "มีอัตราการประมวลผลเร็วขึ้นสูงสุดถึง 5 เท่าเมื่อเทียบกับโมเดลอื่นในระดับเดียวกัน" นั่นเป็นคำกล่าวอ้างของผู้ขาย และยังไม่มีใครนอก NVIDIA ทำซ้ำได้ อีกทั้งจากหลักฐานที่มีอยู่ในปัจจุบัน ยังไม่สามารถตรวจสอบได้ — คณะผู้ทดสอบจากบุคคลที่สามชุดเดียวกับที่ให้คะแนนโมเดลนี้ไม่ได้เผยแพร่ราคาและตัวเลขความหน่วงสำหรับโมเดลนี้ จึงไม่มีอะไรให้ใช้ตรวจสอบคำกล่าวอ้างนี้ได้ สิ่งที่ตรวจสอบได้คือปริมาณอีกชนิดหนึ่ง ซึ่งมักถูกรายงานราวกับว่าเป็นสิ่งเดียวกัน จำนวนโทเคนเอาต์พุตต่องานเป็นตัววัดว่าโมเดลพูดมากแค่ไหน ไม่ใช่ตัววัดว่าเซิร์ฟเวอร์ทำงานเร็วแค่ไหน 49,174 เทียบกับ 113,823 นั้นเป็นเรื่องจริงและเป็นการเพิ่มประสิทธิภาพอย่างแท้จริง — โมเดลที่เน้นการใช้เหตุผลจะเผางบประมาณไปกับการสร้างผลลัพธ์ — แต่โมเดลที่ปล่อยโทเคนน้อยลง 57% ก็ไม่ได้เร็วขึ้น 57% ด้วยเหตุนั้น และแน่นอนว่าไม่ได้เร็วขึ้น 5 เท่า มันคือโทเคนที่น้อยลง 57% ต่างหาก จงแยกสองสิ่งนั้นให้ออกจากกัน

ตารางเปรียบเทียบของผู้จำหน่ายมีปัญหาที่สองที่เล็กกว่า ซึ่งผู้อ่านที่รอบคอบจะสังเกตเห็นได้ในราวสิบวินาที คอลัมน์แรกของมันมีป้ายกำกับว่า "Nemotron 3.5 SuperGA BF16" ไม่ใช่ "Super VL" เมื่อพิจารณาว่าส่วน Model Version ของการ์ดระบุว่า v1.0 — GA นั่นน่าจะเป็นป้ายกำกับเวอร์ชัน release candidate ที่หลงเหลืออยู่ในเอกสารสาธารณะมากกว่าเป็นโมเดลที่แตกต่างออกไป ไม่ว่าจะทางใด มันก็เป็นจุดบกพร่องแบบที่บอกคุณว่าการตรวจทานเอกสารเกิดขึ้นหลังจากที่น้ำหนักโมเดลถูกนำขึ้นเผยแพร่แล้ว ซึ่งสอดคล้องกับช่องว่างสามวันนั้น เทียบกับคอลัมน์ดังกล่าว NVIDIA รายงาน GPQA-Diamond 89.52, HLE แบบข้อความล้วน 31.79, Terminal-Bench 2.1 66.70, SWE-bench Verified 71.10, BrowseComp 78 และ Video-MME v2 32.85 โดยชุดคอลัมน์เปรียบเทียบแบบเต็มนั้นครอบคลุมไปถึง Qwen3.5-122B-A10B, Qwen3.8-Flash-Next, DeepSeek-V4-Flash-0731, Nemotron 3 Ultra, Inkling-Small และ GLM-5.3-Flash ทั้งหมดนี้เป็นข้อมูลที่ผู้จำหน่ายรายงานผ่าน NeMo Gym และ NVIDIA เผยแพร่สูตร พรอมต์ ตัวแยกวิเคราะห์ และการตั้งค่าการให้คะแนนเพื่อให้ใครก็ตามสามารถรันซ้ำได้ นั่นเป็นแนวปฏิบัติที่ดีกว่าคนส่วนใหญ่ และมันก็ยังไม่ใช่ผลลัพธ์ที่เป็นอิสระ

อยู่ตรงไหนจริง ๆ ในบรรดาโมเดลเปิดน้ำหนักสหรัฐฯ

เมื่อจัดเรียงพาเนลตามโมเดล open-weight จากแล็บในสหรัฐฯ ภาพรวมของวงการก็ชัดเจน Meta Muse Spark Open นำอยู่ที่ 38.87 แต่เป็นโมเดล 816B พารามิเตอร์ภายใต้ Muse Model License ถูก gate บน Hub และเป็นโจทย์ที่ต่างออกไปสำหรับการนำไปใช้ ถัดลงมาจาก NVIDIA Nemotron 3.5 Super VL ที่ 26.49 คือ Inkling Small ที่ 25.66 และ Inkling ที่ 24.98 จาก Thinking Machines ซึ่งทั้งคู่เป็นแบบ permissive จากนั้นคือ NVIDIA Nemotron 3 Ultra 550B A55B ของ NVIDIA เอง ที่ 22.93 และ NVIDIA Nemotron 3.5 Bolt 74B-A9B — ซึ่งเปิดตัววันเดียวกับ Super VL — ที่ 21.41 สำหรับโมเดล 74B ที่ใส่ได้ในหน่วยความจำ 24GB ข้อเท็จจริงเชิงโครงสร้างที่น่าสนใจคือ Super VL เอาชนะเรือธง 550B ของบริษัทตัวเองได้ 3.6 คะแนนดัชนี ทั้งที่มีขนาดบนดิสก์และจำนวนพารามิเตอร์ที่แอ็กทีฟอยู่ไม่ถึงหนึ่งในสี่ นั่นคือผลลัพธ์ที่โครงการ hybrid-MoE ทั้งหมดมุ่งหวัง และบนพาเนลนี้ มันก็เกิดขึ้นจริง

มันยังกำหนดมาตรฐานที่แท้จริงสำหรับอีกไม่กี่เดือนข้างหน้าอีกด้วย ช่องว่างที่ห่างจาก Muse Spark Open อยู่ที่ 12.4 คะแนน และช่องว่างที่ห่างจากโมเดลน้ำหนักเปิดชั้นนำของจีนนั้นยิ่งกว้างกว่านั้นอีก — MiMo-V2.6-Pro ที่ 46.32, GLM-5.3 ที่ 44.78, Kimi K3 ที่ 43.59 คำตอบของ NVIDIA ต่อช่องว่างนั้นไม่ใช่โมเดลที่ใหญ่ขึ้น หากแต่คือ post-training บนข้อมูลของคุณ บนเครื่องเซิร์ฟเวอร์ของคุณ พร้อมชุดข้อมูลและสภาพแวดล้อม NeMo Gym ที่เผยแพร่ควบคู่ไปกับเวท โมเดล ไม่ว่าสิ่งนั้นจะลดระยะห่างได้หรือไม่ยังเป็นคำถามที่เปิดอยู่ และการเปิดตัวครั้งนี้ก็ไม่ได้ให้คำตอบนั้น

ค่าใช้จ่ายในการรัน และตัวเลขหนึ่งตัวที่หายไป

เช็กพอยต์ BF16 ให้บริการบน 4×H100 หรือ 2×GB200 โดย NVIDIA เผยแพร่สูตรการใช้งานสำหรับ vLLM และ SGLang พร้อมปักหมุดแท็กคอนเทนเนอร์ที่เจาะจง — vLLM v0.32.0 หรือ nightly ที่ระบุชื่อ และ SGLang v0.5.20 — ซึ่งเป็นสัญญาณที่มีประโยชน์ว่าเคอร์เนลเพิ่งลงตัวเมื่อไม่นานมานี้ ส่วนบิลด์ NVFP4 คือตัวที่ทีมส่วนใหญ่จะรันจริง ๆ สิ่งที่ยังไม่มีใครเผยแพร่คือราคา ไม่มีอัตราค่าบริการต่อโทเคนบนแผงข้อมูล ไม่มีราคาตามรายการ NIM ในประกาศ และไม่มีอัตราค่าบริการจากบุคคลที่สามที่ผู้ซื้อจะนำมาเปรียบเทียบได้ สำหรับโมเดลที่อยู่ในสถานะนี้ เส้นทางที่ปฏิบัติได้จริงคือเส้นทางที่เราใช้อยู่: OrcaRouter ส่งราคาตามรายการของผู้ให้บริการผ่านไปโดยบวกเพิ่ม 0% ครอบคลุมโมเดลกว่า 200 รายการ ด้วยคีย์เดียว ดังนั้นเมื่อ NVIDIA หรือผู้ให้บริการรายใดเผยแพร่ราคาสำหรับเช็กพอยต์นี้ มันจะปรากฏในราคาทุนแทนที่จะเป็นส่วนต่างกำไร และ การสลับไปใช้ระบบสำรองอัตโนมัติ หมายความว่าเช็กพอยต์ที่เพิ่งเปิดตัวได้หนึ่งวันสามารถรับปริมาณการใช้งานส่วนหนึ่งไว้ได้ ขณะที่โมเดลที่ผ่านการพิสูจน์แล้วรับส่วนที่เหลือไว้ เพื่อให้ชัดเจนว่าวันนี้ยังไม่หมายถึงอะไร: โมเดลนี้ยังไม่อยู่ในแคตตาล็อกของเรา สามวันหลังจากที่น้ำหนักของมันถูกอัปโหลดขึ้น เพราะยังไม่มีใครให้บริการมันได้อย่างน่าเชื่อถือ นั่นเป็นข้อความเกี่ยวกับความพร้อมให้บริการ ไม่ใช่เกี่ยวกับตัวโมเดล

สิ่งที่ควรดูต่อไป

สามสิ่งจะตัดสินว่าการเปิดตัวนี้จะถูกมองในอีกหกเดือนข้างหน้าว่าเป็นการเปลี่ยนแปลงครั้งสำคัญหรือเป็นเพียงเชิงอรรถ สิ่งแรกคือการประเมินอิสระครั้งที่สอง — คะแนนจากคณะกรรมการมีเพียงหนึ่ง และหนึ่งไม่ใช่แนวโน้ม สิ่งที่สองคือคำกล่าวอ้างเรื่องปริมาณงาน 5× จะอยู่รอดเมื่อเผชิญกับผู้ทดสอบมาตรฐานที่เป็นกลางหรือไม่ เพราะหลักฐานจากจำนวนโทเค็นสนับสนุนด้านประสิทธิภาพและไม่ได้กล่าวถึงความหน่วงเลย สิ่งที่สามคือระบบนิเวศหลังการฝึก: NVIDIA ระบุรายชื่อ Scale AI, AfterQuery, AI21, Mercor, Atlassian, CrowdStrike, Dassault Systèmes, Salesforce และอื่น ๆ ที่สร้างบนมัน และคำถามที่น่าสนใจเกี่ยวกับโมเดลเปิดนั้นแทบไม่ใช่สิ่งที่ผู้ขายส่งมอบ — แต่เป็นสิ่งที่คนอื่นทำกับมันหลังจากนั้น จากหลักฐานที่มีอยู่ ณ วันที่ 16 ตุลาคม 2026 NVIDIA Nemotron 3.5 Super VL เป็นโมเดลน้ำหนักเปิดที่ได้รับอนุญาตแบบผ่อนปรนที่แข็งแกร่งที่สุดที่ออกมาจากห้องแล็บสหรัฐฯ โดยไปถึงจุดนั้นด้วยจำนวนพารามิเตอร์คงที่ด้วยการลดงบประมาณการให้เหตุผลของตัวเองลงมากกว่าครึ่ง และมันทำเช่นนั้นอย่างเงียบพอที่คนแรก ๆ ที่สังเกตเห็นคือเหล่านักควอนไทซ์