شرکت NVIDIA مدل Nemotron 3.5 Super VL را منتشر کرد
حدود ۳ دقیقه مطالعه
شرکت NVIDIA روز ۱۵ اکتبر ۲۰۲۶ مدل Nemotron 3.5 Super VL را منتشر کرد؛ یک مدل بینایی-زبانی open با ۱۲۰ میلیارد پارامتر کل و ۱۲ میلیارد پارامتر فعال در هر توکن. ورودی مدل متن، تصویر، سند و ویدیو است و خروجی‌اش فقط متن. NVIDIA می‌گوید مدل را برای عامل‌های (agent) تخصصی با استدلال چندوجهی ساخته است.
مدل چه ویژگی‌هایی دارد؟
طبق model card رسمی، معماری مدل ترکیبی از لایه‌های Mamba-2، Mixture-of-Experts و attention است، با ۵۱۲ expert مسیریابی‌شده در هر لایه‌ی MoE، یک vision encoder از نوع C-RADIO و قابلیت Multi-Token Prediction برای speculative decoding. context تا ۱ میلیون توکن اعلام شده، هرچند recipeهای استقرار ممکن است برای جا شدن در حافظه‌ی GPU پنجره‌ی کوتاه‌تری بگیرند. ورودی تصویر JPEG و PNG است و ویدیو MP4 تا ۲ دقیقه. سه حالت reasoning (خاموش، متوسط و کامل) از طریق chat template تنظیم می‌شود و tool calling هم پشتیبانی می‌شود. بلاگ فنی NVIDIA هم می‌گوید مدل از Nemotron 3 Ultra distill شده است.
دسترسی، مجوز و سخت‌افزار
وزن‌ها روی Hugging Face در دو نسخه‌ی BF16 و NVFP4 منتشر شده‌اند و نسخه‌ی base هم هست. شناسه‌ی مخزن‌ها این‌ها هستند:
nvidia/NVIDIA-Nemotron-3.5-Super-VL-120B-A12B-BF16
nvidia/NVIDIA-Nemotron-3.5-Super-VL-120B-A12B-NVFP4
مجوز مدل OpenMDW نسخه‌ی 1.1 است و model card می‌گوید استفاده‌ی تجاری و غیرتجاری مجاز است. این مجوز Apache یا MIT نیست؛ قبل از استفاده در محصول، متنش را با سیاست شرکتت چک کن. طبق model card، نسخه‌ی BF16 با ۴ کارت H100 یا ۲ کارت GB200 اجرا می‌شود و نسخه‌ی NVFP4 با یک DGX Spark، یک H200، دو H100 یا یک GB200. فریم‌ورک‌های سرو vLLM و SGLang هستند. طبق بلاگ NVIDIA، مدل از طریق NIM، OpenRouter و ارائه‌دهنده‌هایی مثل Baseten، Together AI و Fireworks AI هم در دسترس است.
بنچمارک‌ها و محدودیت‌ها
همه‌ی اعداد زیر ادعای خود NVIDIA هستند و ارزیابی مستقل نیستند. در model card برای نسخه‌ی BF16 این نتایج آمده: GPQA-Diamond برابر 89.52، LiveCodeBench v6 برابر 88.22، SWE-bench Verified برابر 71.10 و Terminal-Bench 2.1 برابر 60.67 (برای NVFP4 عدد 62.78). بلاگ NVIDIA هم برای CharXiv عدد 80.8 درصد را می‌دهد که با Python code interpreter به ۸۴ درصد می‌رسد. در همان جدول model card چند مدل رقیب در بعضی بنچمارک‌ها بالاتر از Nemotron هستند؛ مثلاً در Terminal-Bench 2.1 مدل‌های Qwen3.8-Flash-Next با 85.80 و GLM-5.3-Flash با 82.70 جلوترند. یک سایت ثالث برای Terminal-Bench 2.1 عدد 66.70 را نوشته که با model card نمی‌خواند، پس عدد رسمی همان 60.67 است.
ادعای سرعت هم از خود NVIDIA است: تا ۵ برابر throughput بیشتر در کارهای agentic نسبت به مدل‌های open هم‌اندازه روی یک GPU. NVIDIA همچنین به ارزیابی EXO Labs روی DGX Spark اشاره می‌کند، ولی من نتیجه‌ی اصلی آن ارزیابی را ندیدم. در بلاگ رسمی هم context و مجوز ذکر نشده و بنچمارک‌هایی مثل SWE-bench و Terminal-Bench بدون عدد آمده‌اند؛ جزئیات فقط در model card است. چند بنچمارک هم با scaffolding داخلی یا منتشرنشده اجرا شده‌اند و بازتولیدشان سخت‌تر است.
منابع:
