NVIDIA выпустила Nemotron 3.5 Super VL — открытую мультимодальную модель, которая работает с текстом, изображениями и видео mp4 длиной до двух минут и принимает контекст до 1 млн токенов. Вместе с ней вышла сжатая Nemotron 3.5 Bolt 74B-A9B: за счёт 2-битной квантизации весов экспертов она помещается в 24 ГБ видеопамяти и запускается локально, а 23 октября линейку дополнит edge-версия Bolt E4B на 4 ГБ. Веса, датасеты и рецепты обучения опубликованы открыто, обе модели уже доступны на Hugging Face и OpenRouter.

image
image

Что произошло

Nemotron 3.5 Super VL сочетает 120 млрд общих и 12 млрд активных параметров: в каждом MoE-слое маршрутизируется 512 экспертов, архитектура объединяет слои Mamba-2 и трансформера, а зрительный вход обрабатывает энкодер C-RADIO. Модель обучена примерно на 26 трлн токенов, пост-обучение охватило около 3,8 млн выборок и обучение с подкреплением в десятках сред, а генерация ускоряется нативным спекулятивным декодированием через multi-token prediction (MTP). По вендорским бенчмаркам модель идёт вровень с Qwen3.5-122B-A10B: GPQA-Diamond — 89,5 против 86,7; SWE-bench Verified — 71,1 против 71,9; OSWorld-Verified — 51,1 против 51,5; OCRBench v2 EN — 68,1 против 68,3. Одновременно вышла Nemotron 3.5 Bolt 74B-A9B 24GB со 74 млрд общих и 9 млрд активных параметров, 2-битной квантизацией весов экспертов и укладкой в 24 ГБ VRAM для локального запуска на RTX и DGX Spark; edge-версия Bolt E4B на 4 ГБ заявлена на 23 октября.

Контекст

Смысл релиза шире одной модели: NVIDIA достраивает линейку открытых агентных моделей по схеме «от дата-центра до десктопа», где серверная Super VL 120B, локальная Bolt 74B-A9B и грядущая edge-версия Bolt E4B закрывают разные классы железа. Зрительные возможности Super VL нацелены в первую очередь на документы — распознавание текста, таблицы, графики и PDF, то есть на материал типовых многошаговых бизнес-процессов, а сочетание линейных слоёв Mamba-2, широкого MoE и длинного контекста рассчитано на работу с объёмными документами и видео. Конкурентный фон при этом трезвый: свежие Qwen3.8-Flash-Next и GLM-5.3-Flash опережают Nemotron 3.5 на большинстве агентных тестов, поэтому релиз читается не как заявка на флагманство, а как попытка закрепить открытый стек под агентные сценарии.

Почему это важно для индустрии

Для отрасли главное — варианты деплоя и свобода от закрытых API: под лицензией OpenMDW-1.1 опубликованы веса, датасеты и рецепты обучения, поэтому компании могут пост-обучать модель на своих данных и разворачивать её на собственной инфраструктуре. NIM-микросервисы и NVIDIA Dynamo, по данным NVIDIA, обслуживают до 8x больше пользователей при снижении латентности на 85%. Документо-центричный упор зрительных задач снижает себестоимость многошаговых агентов для работы с PDF, таблицами и графиками, а локальная Bolt закрывает on-prem и приватные развёртывания там, где облако недопустимо. Для стартапов на вертикальных документных процессах это готовая база агентов без внешней зависимости.

Почему это важно для пользователей

Super VL доступна на Hugging Face и OpenRouter, но ей нужно серверное железо, поэтому локальный путь — Bolt 74B-A9B на RTX или DGX Spark: агентные задачи с вебом, терминалом и кодом можно гонять без облака. Глубину рассуждений регулирует шаблон чата — enable_thinking=True/False плюс промежуточный режим, — превращая баланс скорости и качества ответа в ручную настройку. Практичный первый шаг — скачать веса, запустить пилот на своих документах и сравнить с текущим API-провайдером по цене и качеству; модель можно дообучить под свою вертикаль без согласования доступа с вендором.

Что пока неизвестно / ограничения

Все цифры качества в источниках исходят от самой NVIDIA — из официального блога и карточек моделей, независимых замеров пока нет, поэтому любые сравнения с Qwen и GLM следует читать как ориентир, а не вердикт. Сравнения агентного кодинга (SWE-bench Pro, Terminal-Bench 2.1) в материалах даны по разным harness'ам, что дополнительно осложняет сопоставимость. Утверждение, что Bolt помещается в 24 ГБ VRAM, — факт деплоя, а не доказательство сохранённого качества: попарного сравнения квантизированной Bolt с BF16-версией Super VL в материалах нет. Описанные рецепты обучения — это заявленные процессы, а не опубликованные результаты контролируемых экспериментов, а ускорение через MTP ещё предстоит подтвердить в независимых тестах.

Источники

Автор

Look at AI, редакция