NVIDIA Nemotron 3.5 Super VL 是美国顶级的宽松许可开放权重模型，其权重比自身公告提前三天发布

时间戳是没人写下来的那部分。BF16 仓库对应NVIDIA Nemotron 3.5 Super VL——全名 nvidia/NVIDIA-Nemotron-3.5-Super-VL-120B-A12B-BF16——于 2026 年 10 月 12 日 15:32:06 UTC 在 Hugging Face 上创建，同时还有一个二十四秒后出现的 NVFP4 构建，以及一个比它早十九秒的基础检查点。NVIDIA 宣布该模型的博客文章日期为 10 月 15 日。因此，在大约七十二小时里，NVIDIA 最强的开放视觉语言模型的权重可供下载、被索引，并被第三方量化，而训练它的公司却完全没有发布任何东西。这既不是泄露，也不是丑闻。这是一种发布流水线：制品先于文案发布；这一点值得直说，因为本文其余部分都是关于数字，而数字有自己的时间戳。在 Artificial Analysis Intelligence Index 上，NVIDIA Nemotron 3.5 Super VL 得分为 26.49，非估算值。它的前代，NVIDIA Nemotron 3 Super 120B A12B，于 2026 年 3 月 11 日发布，在同一评测中得分为 12.83。这是得分的 2.06 倍，而且它每个任务以 49,174 个输出 token 完成，而不是 113,823 个。

关于那项对比，在进入细节之前有两点需要先铺垫。第一，26.49 是第三方数字，是在别人的测试框架上测得的，并附有公开的 token 预算，而且在面板上被标记为非估算值。这一点在这里比通常更重要，因为 NVIDIA 自家的基准测试表是与七个竞争对手并排列出的，而这两组数字并不总是一致。第二，标题中的领先声明是刻意限定得很窄的。在美国构建的开放权重模型中，Meta Muse Spark Open 得分更高——38.87，同样是非估算值——但它以定制商业许可发布，且位于受限访问的仓库之后，这使它与今天就能在 OpenMDW-1.1 下下载并部署的检查点处于不同的采用类别。在该面板上采用宽松许可的美国开放权重模型中，NVIDIA Nemotron 3.5 Super VL 位列第一，紧随其后的条目是 Inkling Small，得分为 25.66。

仓库所确立的内容，以及只有面板才能做到的事

对于一个比自身新闻稿还早三天发布的产品来说，这份模型卡详尽得不太寻常，并且它清晰地回答了结构层面的问题。NVIDIA Nemotron 3.5 Super VL 是一个 Mamba-2、专家混合与注意力机制的混合架构，配备 C-RADIO 视觉编码器和一个视觉-语言连接器，每个 MoE 层有 512 个路由专家，总参数量 120B，每个 token 激活 12B，上下文窗口最高可达 1M token。原生多 Token 预测（Native Multi-Token Prediction）使其无需单独下载草稿模型即可实现推测解码。输入为文本、图像（JPEG、PNG）和视频（MP4，最长两分钟，按帧采样）；输出仅为文本。许可证为 OpenMDW-1.1，模型卡声明该模型可用于商业或非商业用途，NVIDIA 报告称其训练使用了约 26 万亿 token，包含约 380 万个后训练样本，并在数十个环境中进行了强化学习。

• 总参数 / 激活参数——120B / 12B，对比 3 月模型的 120.6B / 12.7B。两者几乎完全相同，而这正是关键所在：提升并非来自更大的模型。

• 智能指数——26.49 对比 12.83，两者均为非估算值，两者均依据 Artificial Analysis。

• 每个索引任务的输出 token 数 — 49,174 对比 113,823。新模型完成同一任务时，token 用量减少了 56.8%。

• 上下文与输出——100万 token，仅输出文本，两者皆然。两者都不是图像生成器。

• 部署下限 — 在 NVIDIA Nemotron 3.5 Super VL 上以 BF16 运行需 4×H100 或 2×GB200；另有 NVFP4 版本，适用于更小的部署规模。

• 公众热度——截至本文撰写时，BF16 仓库获得了 142 次下载和 32 个点赞，而三月份的前代版本下载量已超过一百万次。造成这一差距的是三天的发布时长，而非三天的需求。

能力细分面板正是26.49不再是一个单一数字的地方。Super VL在经济学上得分38.47，工程学30.11，法律28.11，金融与会计27.19，但在战略与运营上仅为22.57。它的全知指数为负4.22——面对该面板的知识探测，模型答错的比答对的多，准确率为23.3%，而幻觉率为35.8%。这并不是这一版本独有的缺陷；当你衡量一个未加防护的开源模型是否会拒绝回答时，它呈现出的就是这样。在评估已完成专业交付成果而非答案的GDPval-AA上，它得分1,162.41；而在AA-Briefcase-Lite评分标准下，它的Elo为998.76。未来一个月值得关注的就是这两行，因为它们衡量的是工作而非知识，而且它们是120B开源模型通过后训练有可能持续提升的行。

“五倍”的说法，以及为什么 token 计数并不等于秒数

NVIDIA 的博客把速度作为卖点：“比次优者快 5 倍”，并且该模型“相比同类其他模型，吞吐量最高快 5 倍”。这是厂商的宣称，NVIDIA 之外没有人复现过。而且就当前证据来看，它也无法核实——给该模型打分的同一家第三方评测机构，没有公布它的价格和延迟数据，因此没有东西可以用来检验这一说法。能够核实的是另一项指标，而它常常被报道得好像和前者是一回事。每任务输出 token 数衡量的是模型说了多少话，而不是服务器跑得多快。49,174 对 113,823 是真实的，也是真正的效率提升——推理密集型模型会把预算耗在生成上——但一个少输出 57% token 的模型，并不会因此就快 57%，当然更不是快 5 倍。它少的是 57% 的 token。把这两者区分开。

供应商基准测试表还有第二个较小的问题，细心的读者大约十秒钟就能发现。它的第一列标的是“Nemotron 3.5 SuperGA BF16”，而不是“Super VL”。考虑到该卡片的“模型版本”部分写的是 v1.0 —— GA，这很可能是一个遗留到公开文档里的候选发布标签，而非另一个模型。无论哪种情况，这都属于那种能说明文档整理是在权重上线之后才做的瑕疵，这与三天的间隔相符。对应那一列，NVIDIA 报告的成绩为 GPQA-Diamond 89.52、HLE 纯文本 31.79、Terminal-Bench 2.1 66.70、SWE-bench Verified 71.10、BrowseComp 78 以及 Video-MME v2 32.85，完整对比列则一直排到 Qwen3.5-122B-A10B、Qwen3.8-Flash-Next、DeepSeek-V4-Flash-0731、Nemotron 3 Ultra、Inkling-Small 和 GLM-5.3-Flash。所有这些都经由 NeMo Gym 由供应商自行报告，而 NVIDIA 公开了配方、提示词、解析器和评分设置，让任何人都能重跑一遍。这比大多数厂商的做法都更好，但它依然不是一项独立结果。

它在美国开放权重模型中实际处于什么位置

按来自美国实验室的开放权重模型来排序这个榜单，格局就清晰了。Meta Muse Spark Open 以 38.87 领先，但它是 Muse Model License 下的 816B 参数模型，在 Hub 上设有门控，采用起来是另一回事。在 NVIDIA Nemotron 3.5 Super VL 的 26.49 之下，是 Thinking Machines 的 Inkling Small（25.66）和 Inkling（24.98），两者均为宽松许可。接着是 NVIDIA 自家的 NVIDIA Nemotron 3 Ultra 550B A55B，为 22.93，以及 NVIDIA Nemotron 3.5 Bolt 74B-A9B——与 Super VL 同日发布——以 21.41 分位列其后，而这是一个能装进 24GB 内存的 74B 模型。有趣的结构性事实是，Super VL 比自家公司的 550B 旗舰高出 3.6 个指数点，而磁盘大小和活跃参数数量都不到后者的四分之一。这正是整个混合 MoE 计划所追求的结果，而在这个榜单上，它实现了。

这也为接下来几个月设定了真正的标杆。与 Muse Spark Open 的差距是 12.4 分，而与中国领先开放权重模型的差距还要更大——MiMo-V2.6-Pro 为 46.32，GLM-5.3 为 44.78，Kimi K3 为 43.59。NVIDIA 对这一差距的回应不是更大的模型，而是后训练：在你的数据上、在你的机架上，并随权重一同发布数据集和 NeMo Gym 环境。这是否能弥合差距仍是一个悬而未决的问题，而本次发布并未给出答案。

它的运行成本是多少，以及那个缺失的数字

BF16 检查点可在 4×H100 或 2×GB200 上提供服务，NVIDIA 发布了 vLLM 和 SGLang 的部署配方，并锁定了具体的容器标签——vLLM v0.32.0 或某个指定 nightly 版本、SGLang v0.5.20——这是一个有用的信号，能说明相关内核落地的时间有多近。NVFP4 构建版才是大多数团队实际会运行的版本。但没有人公布过价格。面板上没有按 token 计费的费率，公告里没有 NIM 标价，也没有买家可以对比的第三方服务费率。对于处在这种位置的模型，实际可行的路径就是我们采用的这条：OrcaRouter 以 0% 加价、通过一个密钥接入 200 多个模型，直接透传厂商的标价，因此当 NVIDIA 或某家供应商为这个检查点公布费率时，它会以成本价而非加价后的差价出现，而 自动故障转移意味着一个刚上线一天的检查点可以承载一部分流量，同时由经过验证的模型承担其余流量。要说清楚这在今天并不意味着什么：在其权重上线三天后，这个具体模型仍未进入我们的目录，因为目前还没有人能可靠地提供它的服务。这是关于可用性的陈述，而不是关于该模型的陈述。

接下来看什么

有三件事将决定这次发布在六个月后会被解读为一次阶跃式变革，还是一条脚注。第一，是第二次独立评估——专家小组评分只是一次，而一次并不构成趋势。第二，是 5× 吞吐量声明能否经得起中立基准测试方的检验，因为 token 计数证据支持的是效率，而对延迟只字未提。第三，是后训练生态系统：NVIDIA 列出了 Scale AI、AfterQuery、AI21、Mercor、Atlassian、CrowdStrike、Dassault Systèmes、Salesforce 以及其他在其基础上构建的公司，而对于一个开放模型来说，有趣的问题很少是厂商发布了什么——而是之后其他人用它做了什么。就截至 2026 年 10 月 16 日可获得的证据而言，NVIDIA Nemotron 3.5 Super VL 是美国实验室推出的、以宽松许可证发布的最强开放权重模型；它是在参数量不变的情况下，通过把自己的推理预算削减一半以上而达到这一位置的，而且它做得足够低调，以至于最先注意到它的是那些量化者。