NVIDIA Nemotron 3.5 Super VL 是美國頂尖的寬鬆授權開放權重模型，而其權重比自家公告早三天推出。

時間戳記是沒有人寫下來的那個部分。BF16 儲存庫是為NVIDIA Nemotron 3.5 Super VL——全名 nvidia/NVIDIA-Nemotron-3.5-Super-VL-120B-A12B-BF16——而設，於 2026 年 10 月 12 日 15:32:06 UTC 在 Hugging Face 上建立，同時一個 NVFP4 建置版本在二十四秒後出現，而一個基礎檢查點則在此前十九秒建立。NVIDIA 宣布該模型的部落格文章日期為 10 月 15 日。因此，在大約七十二小時期間，NVIDIA 最強大的開放式視覺語言模型權重可供下載、被索引，並正被第三方量化，而訓練它的公司卻什麼都沒發布。那不是洩漏，也不是醜聞。這是一條發布流程：成品先於說明文字出貨，而這值得直說，因為本文其餘部分談的是數字，而數字有它們自己的時間戳記。在 Artificial Analysis Intelligence Index 上，NVIDIA Nemotron 3.5 Super VL 得分 26.49，非估計值。其前身，NVIDIA Nemotron 3 Super 120B A12B，於 2026 年 3 月 11 日發布，在同一評測面板上得分 12.83。那是分數的 2.06 倍，而且每項任務的輸出 token 數為 49,174，而非 113,823。

在進入細節之前，關於那項比較有兩件事值得先說明。首先，26.49 是第三方數字，是在別人的測試框架上、依據已公布的 token 預算測得的，而且在面板上被標示為非估計值。這點在這裡比平常更重要，因為 NVIDIA 自家的基準測試表是與七家競爭對手並列呈現，而這兩組數字並不總是對得上。其次，標題中的領先宣稱是刻意限縮範圍的。在美國打造的開放權重模型中，Meta Muse Spark Open 的分數更高——38.87，同樣是非估計值——但它是以客製化商業授權發布，且位於需經審核開放的儲存庫中，這使它與你今天就能在 OpenMDW-1.1 下載並部署的 checkpoint 屬於不同的採用類別。在那個面板上、採寬鬆授權的美國開放權重模型中，NVIDIA Nemotron 3.5 Super VL 排名第一，而下一個條目是 25.66 的 Inkling Small。

儲存庫所確立的是什麼，以及只有面板才能做到的是什麼

這份模型卡異常完整——畢竟它比自家新聞稿還早三天推出——而且清楚俐落地回答了架構上的問題。NVIDIA Nemotron 3.5 Super VL 採用 Mamba-2、混合專家與注意力混合架構，搭配 C-RADIO 視覺編碼器與視覺語言連接器，每個 MoE 層有 512 個路由專家，總參數 120B，每個 token 啟用 12B，上下文視窗最高可達 1M token。原生多 Token 預測讓它無需另外下載草稿模型，就能進行推測解碼。輸入為文字、圖像（JPEG、PNG）與影片（MP4，最長兩分鐘，以影格取樣）；輸出僅限文字。授權條款為 OpenMDW-1.1，模型卡載明該模型已可供商業或非商業使用，而 NVIDIA 表示訓練涵蓋約 26 兆個 token、約 380 萬個後訓練樣本，並在數十個環境中進行強化學習。

• 總參數／活躍參數 — 120B／12B，對比三月模型的 120.6B／12.7B。幾乎完全相同，而這正是重點：提升並非來自更大的模型。

• 智慧指數 — 26.49 對上 12.83，兩者皆非估計值，兩者皆依據 Artificial Analysis。

• 每個索引任務的輸出 token 數 — 49,174 對比 113,823。新模型以少 56.8% 的 token 完成相同任務。

• 上下文與輸出 —— 兩者皆為 100 萬個詞元（token），僅輸出文字。兩者都不是圖像生成器。

• 部署門檻 — 在 NVIDIA Nemotron 3.5 Super VL 上以 BF16 運行需 4×H100 或 2×GB200；另有 NVFP4 版本，適合更小的佔用需求。

• 公開熱度——撰寫本文時，BF16 儲存庫有 142 次下載和 32 個讚，相較之下，三月的前身版本有超過一百萬次下載。這個落差是三天資歷造成的，而不是三天需求造成的。

測評面板上的能力細分，正是 26.49 不再只是一個單一數字的地方。Super VL 在經濟學得分 38.47，工程學 30.11，法律 28.11，金融與會計 27.19，但在策略與營運僅有 22.57。它的全知指數為負 4.22——該模型對測評面板知識探測題答錯的比答對的多，準確率 23.3%，幻覺率則為 35.8%。這不是這個版本獨有的缺陷；當你衡量一個未加防護的開放模型是否會拒答時，它看起來就是這樣。在 GDPval-AA 上，此評測衡量的是完成的專業交付成果而非答案，它得分 1,162.41；而在 AA-Briefcase-Lite 評分標準上，它的 Elo 為 998.76。接下來一個月值得關注的就是這兩列資料，因為它們衡量的是工作而非知識，而且它們是 120B 開放模型能透過後訓練合理持續改善的項目。

五倍說法，以及為什麼 token 計數不等於秒數

NVIDIA 的部落格主打速度：「比第二名快 5 倍」，而該模型「相較同級其他模型，吞吐量最高可達 5 倍」。這是廠商自家的說法，NVIDIA 以外沒有人重現過。而且以目前的證據來看，這也無從檢核——為該模型評分的同一家第三方評測機構，並未公布它的價格，也沒有公布任何延遲數字，因此根本沒有東西可以用來對照這項說法。真正可以檢核的，是另一項經常被當成同一件事來報導的數據。每項任務的輸出 token 數，衡量的是模型有多「多話」，而不是伺服器跑得多快。49,174 對上 113,823 是真的，也確實是效率上的實質提升——推理吃重的模型會把預算燒在生成上——但一個輸出 token 少了 57% 的模型，並不因此就快了 57%，更絕對不是快 5 倍。它就是少了 57% 的 token。這兩件事請分清楚。

廠商基準測試表還有第二個、較小的問題，細心的讀者大約十秒內就會注意到。它的第一欄標示為「Nemotron 3.5 SuperGA BF16」，而非「Super VL」。考量到該卡的模型版本區塊寫的是 v1.0 — GA，那很可能是一個發布候選標籤殘留到公開文件中，而不是另一個不同的模型。無論如何，這類瑕疵說明文件編修的環節是在權重上線之後才進行的，這與那三天的落差相符。相對於該欄，NVIDIA 回報 GPQA-Diamond 89.52、HLE 純文字 31.79、Terminal-Bench 2.1 66.70、SWE-bench Verified 71.10、BrowseComp 78 以及 Video-MME v2 32.85，完整的比較欄位組涵蓋 Qwen3.5-122B-A10B、Qwen3.8-Flash-Next、DeepSeek-V4-Flash-0731、Nemotron 3 Ultra、Inkling-Small 與 GLM-5.3-Flash。這些全都由廠商透過 NeMo Gym 自行回報，而 NVIDIA 也公開了相關的配方、提示詞、解析器與評分設定，讓任何人都能重新執行。這比大多數做法都來得好，但它依然不是獨立驗證的結果。

它在美國開放權重模型中實際處於什麼位置

若以來自美國實驗室的開放權重模型來排序這個面板，整體格局便清晰可見。Meta Muse Spark Open 以 38.87 領先，但它是個 816B 參數模型，依 Muse Model License 授權，在 Hub 上需經審核才能取得，採用起來是截然不同的考量。在 26.49 的 NVIDIA Nemotron 3.5 Super VL 之下，則是 Thinking Machines 的 Inkling Small（25.66）與 Inkling（24.98），兩者皆為寬鬆授權。接著是 NVIDIA 自家的 NVIDIA Nemotron 3 Ultra 550B A55B，得分 22.93，以及與 Super VL 同日發布的 NVIDIA Nemotron 3.5 Bolt 74B-A9B，一款能塞進 24GB 記憶體的 74B 模型，得分 21.41。有趣的結構性事實是，Super VL 以 3.6 個指數點之差擊敗自家公司的 550B 旗艦，同時在磁碟占用大小與活躍參數數量上都不及其四分之一。這正是整個混合 MoE 計畫所瞄準的結果，而在這個面板上，它達成了。

它同時也為接下來幾個月立下了真正的標竿。與 Muse Spark Open 的差距是 12.4 分，而與領先中國開放權重模型之間的差距甚至更大——MiMo-V2.6-Pro 為 46.32，GLM-5.3 為 44.78，Kimi K3 為 43.59。NVIDIA 對這個差距的答案並不是更大的模型；而是後訓練——用你的資料、在你的機架上進行，並搭配與權重一同發布的資料集和 NeMo Gym 環境。那是否能縮小差距仍是未知數，而這次發布並未給出定論。

運作成本是多少，以及那個唯一缺失的數字

BF16 檢查點可在 4×H100 或 2×GB200 上提供服務，NVIDIA 發布了 vLLM 與 SGLang 的部署配方，並固定特定容器標籤——vLLM v0.32.0 或指定的 nightly、SGLang v0.5.20——這是有助判斷這些 kernel 多近期才落地的實用訊號。NVFP4 版本才是大多數團隊實際上會執行的版本。沒有人公布的是價格。面板上沒有每 token 費率，公告中沒有 NIM 定價，也沒有買家可比較的第三方服務費率。對處於這種情況的模型而言，實用做法就是我們所採用的：OrcaRouter 會將供應商的定價以0% 加價、橫跨 200 多個模型的方式在單一金鑰上提供，因此當 NVIDIA 或供應商公布這個檢查點的費率時，會以成本價而非價差出現，且自動容錯移轉意謂上線僅一天的檢查點可以承載一部分流量，而由經過驗證的模型承接其餘流量。精確來說，這在今天不代表什麼：這個特定模型在權重上線三天後仍未列入我們的目錄，因為目前還沒有人能可靠地提供服務。這是關於可用性的陳述，不是關於模型本身。

接下來要看什麼

有三件事將決定這次發布在六個月後會被解讀為一次躍進，還是一則註腳。第一是第二份獨立評估——評審團分數只有一個，而單一數據不成趨勢。第二是 5× 吞吐量的說法能否經得起中立基準測試者的檢驗，因為 token 計數證據支持的是效率，對延遲則隻字未提。第三是後訓練生態系：NVIDIA 列出 Scale AI、AfterQuery、AI21、Mercor、Atlassian、CrowdStrike、Dassault Systèmes、Salesforce 等正在其基礎上開發，而關於開放模型的有趣問題，很少是供應商發布了什麼——而是其他人之後拿它做了什麼。根據截至 2026 年 10 月 16 日可取得的證據，NVIDIA Nemotron 3.5 Super VL 是美國實驗室推出、採用寬鬆授權的最強開放權重模型；它在參數數量不變的情況下達成此點，方式是將自身的推理預算削減超過一半，而且它做得夠低調，以至於最先注意到的是量化者。