NVIDIA lanzó Nemotron 3.5 Super VL el 15 de octubre de 2026 como un modelo de pesos abiertos para agentes especializados. Combina comprensión de texto, imágenes, documentos y vídeo con razonamiento y uso de herramientas; NVIDIA enumeró Hugging Face, OpenRouter, la comunidad de ModelScope y NVIDIA NIM entre sus canales de acceso al lanzamiento. (Anuncio de NVIDIA; publicación técnica de NVIDIA)
La compañía también publicó checkpoints base, postentrenados y NVFP4, además de recetas de entrenamiento, conjuntos de datos y entornos de aprendizaje por refuerzo. Estas opciones están pensadas para adaptar el modelo a tareas y despliegues concretos.
El checkpoint BF16 fija el alcance del modelo
NVIDIA describe Nemotron 3.5 Super VL como un modelo de mezcla de expertos con 120.000 millones de parámetros y 12.000 millones activos por token. La ficha del checkpoint BF16 cifra ese checkpoint en 121.000 millones de parámetros, o 124.000 millones al incluir la cabeza MTP. (Documentación de NVIDIA NeMo para el checkpoint BF16)
La ficha también especifica que el checkpoint BF16 no tiene codificador de audio y no admite entradas de audio. La descripción general de NVIDIA destaca, en cambio, texto, imágenes, documentos y vídeo como entradas para las tareas multimodales.
Qué miden las cifras de rendimiento de NVIDIA
Las métricas divulgadas por NVIDIA corresponden a tareas y configuraciones diferentes. La compañía informó de más de 600 tokens de salida por segundo en un endpoint de Baseten para tareas agénticas de Artificial Analysis Intelligence Index. En otra evaluación, comunicó una finalización de tareas 4× más rápida en 10.000 tareas de programación con GPU B200. (Detalles técnicos de NVIDIA sobre las evaluaciones)
Un tercer resultado se refiere al servicio con NVIDIA Dynamo: en una configuración con 16 GPU B200, 50 tokens por segundo por usuario, enrutamiento con conocimiento de la caché KV, afinidad de sesión y descarga de la caché KV, NVIDIA informó de capacidad para atender hasta ocho veces el número de usuarios y de un 85 % menos de latencia hasta el primer token.
Los tokens por segundo describen la velocidad de generación; la evaluación de programación mide la finalización de tareas, y el resultado de Dynamo se refiere a usuarios atendidos y latencia inicial en una configuración concreta. No son una única medida de rendimiento.
Bolt 74B-A9B y Bolt E4B tienen calendarios distintos
NVIDIA también presentó Nemotron 3.5 Bolt 74B-A9B 24GB como disponible en el lanzamiento. Es un modelo compañero de 74.000 millones de parámetros, con 9.000 millones activos y cuantización de 2 bits en un paquete de 24 GB. (Anuncio de NVIDIA sobre la familia Nemotron)
Para Nemotron 3.5 Bolt E4B 4GB, NVIDIA programó la fecha del 23 de octubre de 2026. (Actualización de NVIDIA sobre la fecha prevista)
