A NVIDIA lançou o Nemotron 3.5 Super VL, um modelo aberto de visão e linguagem construído para agentes corporativos que precisam rodar continuamente em infraestruturas variadas, do data center ao dispositivo local. O modelo tem 120 bilhões de parâmetros totais, ativa 12 bilhões por token (arquitetura MoE), suporta até 1M de tokens de contexto e vem com pesos NVFP4 que cabem em um único DGX Spark, uma H200, duas H100 ou uma GB200.
A empresa também anunciou dois modelos de borda da família Bolt: Bolt 74B-A9B 24GB, otimizado para tarefas agênticas locais em RTX/DGX Spark com quantização nativa de 2 bits, e Bolt E4B 4GB, voltado a assistentes de voz e agentes conversacionais em Jetson, GeForce RTX e RTX/DGX Spark. O Bolt E4B chega no dia 23 de outubro.
Arquitetura e velocidade
O backbone do Super VL intercala camadas Mamba-2, Mixture-of-Experts e atenção. Cada camada MoE mantém 512 experts roteados. Um codificador de visão C-RADIO e um conector alimentam imagens, páginas de documento e quadros de vídeo para o backbone de linguagem.
A NVIDIA atribui a velocidade do modelo a quatro técnicas:
- Multi-token prediction: um rascunho nativo propõe vários tokens, verificados em uma única passada;
- LiLiCorr: rascunho especulativo para DGX Spark, com até 2,3x mais velocidade de geração de tokens;
- NVFP4 com quantização-aware distillation: pesos e ativações de 4 bits em Blackwell, pesos de 4 bits e ativações de 16 bits em outras GPUs;
- Reuso de contexto: prefix caching mantém caches de atenção e estados Mamba entre turnos do agente.
O modelo foi destilado do Nemotron 3 Ultra. A NVIDIA declara treinamento em cerca de 26 trilhões de tokens, pós-treino com aproximadamente 3,8 milhões de amostras mais RL em dezenas de ambientes, e pré-treino contínuo com 10 bilhões de tokens em idiomas indicas.
Benchmarks (reportados pela NVIDIA, checkpoint NVFP4)
| Área | Benchmark | Pontuação |
|---|---|---|
| Raciocínio | GPQA-Diamond | 89,90 |
| Coding | SWE-bench Verified | 71,07 |
| Coding | Terminal-Bench 2.1 | 60,80 |
| Agente web | BrowseComp | 77,5 |
| Seguir instruções | IFBench | 71,50 |
| Gráficos | CharXiv reasoning | 79,88 |
| Documentos | MMLongBench-Doc | 62,82 |
| Computer use | OSWorld-Verified | 52,3 |
| Agente longo | tau3-bench banking | 17,78 |
Em avaliações de harness agêntico, o Super VL supera o Nemotron 3 Ultra: 63,44% no Hermes Bench contra 56,33%, e 87,05% contra 84,3% nas avaliações LangChain. A Ultra tem cerca de 4,6x mais parâmetros totais. A NVIDIA reporta mais de 600 tokens de saída por segundo em tarefas agênticas da Artificial Analysis via endpoint Baseten, e afirma uma diferença de velocidade 5x sobre o Inkling Small.
Adoção e customização
A lista de organizações pós-treinando o Super VL inclui Scale AI (agente de crédito para Skydance e due diligence para EY), AfterQuery (análise de contratos de crédito para Hebbia), AI21 e Alice (resiliência a ataques de cibersegurança), Mercor (benchmark APEX-SWE para agentes de código), Ramp (inteligência de documentos financeiros), Dream (pesquisa soberana de cibersegurança), Lila Sciences (descoberta científica) e R1 (análise de claims médicas).
Plataformas integrando o modelo incluem Atlassian (busca agêntica em Jira e Confluence) e CrowdStrike, entre outras.
Onde obter
O Super VL está disponível no Hugging Face, OpenRouter, ModelScope e como NVIDIA NIM. Runtimes suportados incluem vLLM, SGLang e TensorRT-LLM em Blackwell e Hopper. Para uso local, há suporte via llama.cpp e Unsloth. Customização é possível com NeMo AutoModel (SFT/LoRA) e NeMo RL.
Os pesos seguem a licença OpenMDW-1.1. A NVIDIA também publicou datasets abertos, receitas de treinamento e ambientes RL no NeMo Gym.
Comparação com modelos abertos similares
| Recurso | Nemotron 3.5 Super VL | Qwen3.5-122B-A10B | Inkling-Small | Nemotron 3 Ultra |
|---|---|---|---|---|
| Desenvolvedor | NVIDIA | Alibaba Qwen | Thinking Machines Lab | NVIDIA |
| Parâmetros totais / ativos | 120B / 12B | 122B / 10B | 276B / 12B | 550B / 55B |
| Contexto | até 1M | 262.144 nativos, expansível | não divulgado | avaliado em 1M |
| Entradas | texto, imagem, vídeo | texto, imagem, vídeo | texto, imagem, áudio | não divulgado |
| Licença | OpenMDW-1.1 | Apache 2.0 | Apache 2.0 | OpenMDW-1.1 |
| GPQA Diamond | 89,90 | 86,6 | 89,5 | não divulgado |
| SWE-bench Verified | 71,07 | 72,0 | 80,2 | 65–70,4 |
As pontuações são auto-reportadas por cada desenvolvedor; harnesses e versões de benchmark diferem.
Fontes e referências
- NVIDIA Releases Nemotron 3.5 Super VL, a 120B Open Multimodal Agent Model — MarkTechPost ↗
- Open From Data Center to Desktop: NVIDIA Expands Nemotron Family — NVIDIA Blog ↗
- nvidia/NVIDIA-Nemotron-3.5-Super-VL-120B-A12B-NVFP4 — Hugging Face ↗
- NVIDIA Nemotron 3.5 Super VL & Lightning Technical Report (PDF) ↗
- Nemotron 3.5 Super VL usage cookbook — GitHub ↗
Encontrou uma informação que precisa de correção? Fale com a redação.