Nemotron Super VL: 120B/12B – 5x, SWE-Pro 51,8, OpenMDW

NVIDIA slipper 15. oktober Nemotron 3.5 Super VL, en åpen syn-språkmodell på 120 milliarder parametere med 12 milliarder aktive. Samme dag kommer Nemotron 3.5 Bolt 74B-A9B for 24 GB lokalt minne. Bolt E4B på 4 GB kommer 23. oktober. Vektene ligger på Hugging Face under OpenMDW 1.1. Inferens er bygget for NVIDIAs egen stack.

For CIO er dette ikke en ny ChatGPT. Det er NVIDIAs svar på at agentene skal kjøre på egne GPU-er, med egne data, uten å sende PDF-er og kvitteringer til en stengt frontmodell. For CISO er det samme poeng snudd: vektene kan ligge i huset, men de ligger i et NVIDIA-økosystem med NIM-oppdatering hver andre uke.

Hva som faktisk er sluppet

Super VL er en hybrid Mamba-Transformer MoE med C-RADIO-synskoder. Den tar tekst, bilde og video og svarer i tekst. Lyd er ikke med. Kontekstvinduet er opptil 1 million tokens. NVIDIA oppgir native Multi-Token Prediction for spekulativ dekoding, og NVFP4-kvantisering for DGX Spark. BF16-referansen anbefales på 4× H100 eller 2× GB200.

NVIDIA skriver at Super VL er destillert fra Nemotron 3 Ultra, trent på om lag 26 billioner tokens og ettertrentet med 3,8 millioner samples og RL i NeMo Gym. Labene slipper base, ettertrentet BF16, NVFP4 og oppskrifter. Det er mer åpent enn Claude og GPT. Det er ikke Apache.

Bolt 74B-A9B er 2-bit nativt for 24 GB, med llama.cpp, Ollama, LM Studio, Unsloth og vLLM. NVIDIA kaller den nummer én åpen modell i klassen på PinchBench. Det er labens egne rammer.

Tallene, og hvor de stopper

På SWE-bench Pro scorer Super VL 51,78 prosent. Det slår Nemotron 3 Ultra (49,66) med om lag 4,6 ganger færre aktive parametere. Qwen3.8-Flash-Next ligger på 60,37 og GLM-5.3-Flash på 59,70. Terminal-Bench 2.1: 66,70 mot Qwens 85,80. Hermes Bench: 63,44 mot Ultras 56,33. CharXiv-reasoning: 80,82.

NVIDIA viser over 600 ut-tokens per sekund på Artificial Analysis Intelligence Index-agentoppgaver via Baseten, og kaller det inntil 5 ganger raskere enn neste åpne modell i klassen. AA-indeksen selv er 26 mot Ultras 23. Det er effektivitet i åpen klasse, ikke SOTA mot Argon, Astra eller Opus.

VentureBeat gjengir NVIDIAs figur der ettertrentede Super VL-varianter slår Claude Opus 5 og GPT-6.1 Sol på smale fagsoppgaver. Det er partner-eval etter finjustering, ikke en generell modellkamp. Scale AI oppgir 40 ganger lavere inferenskost og 5 ganger lavere latenstid på Skydance-leverandørkreditt. Ramp venter inntil 50 prosent mer gjennomstrømming og 10 ganger lavere latenstid på kvittering til JSON. AI21 oppgir 40 prosent høyere treffsikkerhet for Alice på sårbarhetsanalyse. Tallene er kundenes, målt i deres rør.

CrowdStrike tilpasser modellen for blått lag. Salesforce tar den inn i Missionforce Operations. Perplexity, Atlassian, Dassault og Synopsys er navngitt som integrasjonspartnere. Det er et økosystem-press, ikke en nøytral benchmark.

Hva styret faktisk kjøper

Åpne vekter betyr at juridisk og sikkerhet kan kreve at dokumenter, krav og kildekode ikke forlater sonen. OpenMDW 1.1 tillater kommersiell bruk, finjustering og videredistribusjon. Det er ikke det samme som at EØS-drift, DPIA og underleverandørliste er ferdig.

Maskinvaren er valget. Super VL er validert på Blackwell, Hopper, DGX Spark, DGX Station, RTX PRO og Jetson. Dynamo lover inntil 8 ganger flere brukere og 85 prosent lavere latenstid. Det er NVIDIA som måler NVIDIA. En CIO som allerede har H100/B200 kan teste. En som sitter på blandet sky uten NVIDIA-kvote har en modell uten hjem.

CISO bør skille tre lag. Ett: lokal Bolt på 24 GB for kode og nett uten sky. To: Super VL bak NIM i eget datasenter for PDF, tabell og video inntil to minutter. Tre: partnernes ettertrening, der vektene kan bli bedre og mer uforutsigbare enn basismodellen. Ettertrening på krav, journal og kildekode er en behandlingsaktivitet. Den skal inn i databehandleravtalen, ikke i en PoC-slide.

Ikke bytt ut Argon eller Opus som standard front. Sett Super VL på tre tester mot dagens stengte API: dokument-OCR på egne PDF-er, agentkode mot eget repo, og et luftgap-scenario på Spark. Hvis 5-ganger-farten holder på deres last, er kostnaden GPU-timer, ikke tokenregning. Hvis Qwen3.8 fortsatt vinner koden, er Nemotron en visuell dokumentmotor, ikke en erstatning for kodeagenten.

Bolt E4B 23. oktober er den lille samtalemodellen. Den er ikke denne saken. Denne saken er at NVIDIA fyller mellomlaget: åpen, synlig, rask nok til alltid-på-agenter, og bundet til kortene de selger.

Kilder og medier

Primærkilde: NVIDIA, «Open From Data Center to Desktop: NVIDIA Expands Nemotron Family With Highest Efficiency Super VL and Bolt Models», 15. oktober 2026. https://blogs.nvidia.com/blog/nemotron-3-5-super-vl/

NVIDIA Technical Blog, «NVIDIA Nemotron 3.5 Super VL Powers Specialized Agents with Multimodal Reasoning», 15. oktober 2026. https://developer.nvidia.com/blog/nvidia-nemotron-3-5-super-vl-powers-specialized-agents-with-multimodal-reasoning/

Hugging Face, NVIDIA-Nemotron-3.5-Super-VL-120B-A12B-BF16, 15. oktober 2026. https://huggingface.co/nvidia/NVIDIA-Nemotron-3.5-Super-VL-120B-A12B-BF16

Thumbnail: OpenAI Image 2 / hogby.ai