Was ist Nemotron 3.5 Super VL?
Nemotron 3.5 Super VL ist NVIDIAs offenes Vision-Language-Flaggschiff, erschienen am 15. Oktober 2026. Es ist ein Mixture-of-Experts-Modell mit 120 Milliarden Parametern, davon 12 Milliarden aktiv pro Token. Es kombiniert Mamba-2-Schichten (eine schnelle Alternative zu Attention für lange Sequenzen) mit klassischer Attention, ergänzt einen C-RADIO-Bildencoder und hat einen eingebauten Multi-Token-Prediction-Kopf für spekulatives Decoding. Es liest Text, Bilder, Dokumente und mp4-Videos von bis zu zwei Minuten, schreibt Text und nimmt bis zu 1M Tokens Kontext an. Reasoning lässt sich auf aus, mittel oder voll stellen.
Die Gewichte in voller Präzision brauchen vier H100 oder zwei GB200; eine 4-Bit-Version in NVFP4, auf Hugging Face etwa 75 GB groß, zielt auf Blackwell-GPUs und DGX Spark. NVIDIA veröffentlicht neben den Gewichten auch Trainingsdatensätze und Rezepte, die Modellkarte führt allerdings viele Quellen als privat oder von Anbietern geliefert. Die Lizenz ist OpenMDW-1.1, die kommerzielle Nutzung erlaubt.
Zwei kleinere Bolt-Modelle kamen mit: Bolt 74B-A9B, mit 2-Bit-Gewichten so komprimiert, dass es mit 256K Kontext in 24GB passt, und Bolt E4B, ein 4GB-Modell für Sprachagenten, angekündigt für den 23. Oktober. Super VL wird über NVIDIA NIM angeboten, über OpenRouter ab 0,15 $ Eingabe und 0,50 $ Ausgabe pro Million Tokens samt kostenloser Variante, und laut Zählung von Artificial Analysis von acht API-Anbietern.
Was kostet Nemotron 3.5 Super VL?
| Tarif | Preis | Was enthalten ist |
|---|---|---|
| Weights | Free | OpenMDW-1.1 |
| OpenRouter | From $0.15 in / $0.50 out per 1M tokens | Dazu eine kostenlose Variante |
Kostenlose Gewichte unter OpenMDW-1.1. Gehostet: OpenRouter ab 0,15 $ Eingabe / 0,50 $ Ausgabe pro 1M Tokens, dazu eine kostenlose Variante; NVIDIA NIM und andere Anbieter mit eigenen Preisen.
Lohnt sich Nemotron 3.5 Super VL?
Super VL ist nach unabhängiger Messung das stärkste offene Modell seiner Größenklasse, und seine Schwachstelle druckt NVIDIA selbst ab. Artificial Analysis gibt ihm 26 Punkte auf seinem Intelligence Index, Platz eins unter 67 Open-Weights-Modellen zwischen 40B und 150B Parametern, bei einem Median von 8 und 11 Punkten für Mistral Small 4. Gemessen wurden außerdem etwa 450 Ausgabe-Tokens pro Sekunde über alle Anbieter, der schnellste Wert unter 26 Modellen der Klasse, bei 0,72 Sekunden bis zum ersten Token.
Coding ist die Ausnahme. NVIDIAs eigene Tabelle zeigt 51,78 auf SWE-bench Pro gegenüber 60,37 für Qwen3.8-Flash-Next und 59,70 für GLM-5.3-Flash, und 60,67 auf Terminal-Bench 2.1 gegenüber 85,80 und 82,70. Seine Stärken sind Zurückhaltung und langer Kontext: eine Halluzinationsrate von 30,0 auf AA-Omniscience gegenüber 41,3 für Qwen und 95,9 für DeepSeek-V4-Flash, und 89,71 auf GraphWalks, der beste Wert der Tabelle. Bei Dokumenten liegt es nah an der Konkurrenz, nicht vor ihr, mit 62,82 auf MMLongBench-Doc gegenüber 67,9 für Qwen.
Die Offenheit ist echt, aber unvollständig. Datensätze und Rezepte sind veröffentlicht und auf der Hugging-Face-Karte verlinkt. Das zählt für Käufer, die dokumentieren müssen, wie ein Modell entstanden ist. Dieselbe Karte führt aber viele Trainingsquellen als privat oder nicht offengelegt. OpenMDW-1.1 erlaubt kommerzielle Nutzung ohne die Namensnennungs- und Umsatzklauseln der MiniMax-Lizenz.
Es ist außerdem wortreich und stark auf NVIDIA zugeschnitten. Artificial Analysis zählte über seinen Index 170 Millionen erzeugte Tokens bei einem Median von 100 Millionen, was den niedrigen OpenRouter-Preis von 0,15 $/0,50 $ aufzehrt. Der schnelle Weg führt über Hopper- oder Blackwell-GPUs, NVFP4, NIM-Container und einen festgelegten vLLM- oder SGLang-Build. Quick-Start und Deployment-Tabelle der Karte widersprechen sich sogar bei der Zahl spekulativer Tokens, drei gegenüber fünf, ein kleines Zeichen für ein Release, das sich noch setzt.
Wo es sich lohnt
Ein Team für eine Forschungsplattform bei einem Pharmaunternehmen
Fragen über lange Fachartikel, Diagramme und Laborberichte hinweg beantworten
Gib Artikel samt Abbildungen mit aktiviertem Reasoning in den langen Kontext. Der niedrige Halluzinationswert und die veröffentlichten Rezepte helfen bei einer internen Modellrisiko-Prüfung, und auf OpenRouter kosten 50.000 Anfragen im Monat mit je 100K Eingabe- und 3K Ausgabe-Tokens etwa 825 $.
Ein ML-Platform-Engineer mit einem H100- oder Blackwell-Cluster
Ein multimodales Agentenmodell ohne Gebühren pro Token selbst hosten
Betreibe BF16 auf vier H100 oder zwei GB200 oder den 75 GB großen NVFP4-Build auf Blackwell, mit dem spekulativen EAGLE-Decoding von SGLang. Ein Knoten erledigt dann Dokument-, Bild- und Kurzvideo-Aufgaben im eigenen Haus, unter einer Lizenz, die keine Meldung an NVIDIA verlangt.
Eine Compliance-Verantwortliche bei einem europäischen Versicherer
Ein Modell wählen, dessen Herkunft sich gegenüber Prüfern belegen lässt
Verweise die Prüfer auf die veröffentlichten Datensätze und Rezepte für Pre- und Post-Training und weise darauf hin, dass einige Quellen privat sind. OpenRouter bietet für dieses Modell kein Routing innerhalb der EU, Datenresidenz in der EU heißt also Selbsthosting oder ein Anbieter mit Hosting in der EU.
Bevor du dich festlegst
- Einrichtung
- Gehostet: nvidia/nemotron-3.5-super-vl auf OpenRouter aufrufen oder NVIDIA NIM nutzen. Selbst gehostet: vLLM v0.32.0 oder NVIDIAs SGLang-Image mit dem Reasoning-Parser nemotron_v3; Thinking wird über das Chat-Template geschaltet (enable_thinking, medium_effort).
- Integrationen
- Hugging Face, ModelScope, NVIDIA NIM, OpenRouter und weitere API-Anbieter; vLLM, SGLang und Transformers; Tool Calling über den Parser qwen3_coder.
- Daten und Datenschutz
- OpenMDW-1.1 erlaubt kommerzielle Nutzung. Beim Selbsthosting bleiben die Daten im Haus; gehostete Anbieter legen eigene Aufbewahrungsregeln fest, und OpenRouter bietet für dieses Modell kein Routing innerhalb der EU.
- Kosten im großen Maßstab
- Zu den 0,15 $/0,50 $ von OpenRouter kosten 1M Agenten-Turns im Monat mit 8K Eingabe- und 1K Ausgabe-Tokens etwa 1.700 $, bevor die Wortfülle die Ausgabe aufbläht. Selbsthosting in BF16 bedeutet vier H100 pro Replik; NVFP4 kommt mit weniger Blackwell-Hardware aus.
- Grenzen
- 1M Tokens Kontext laut Karte, aber der wichtigste Anbieter auf OpenRouter liefert 262K. Ein Bild und ein Video von bis zu zwei Minuten pro Anfrage. Reasoning-Tokens zählen gegen max_tokens. Bei Coding und Terminal-Agenten liegt es hinter Qwen3.8-Flash-Next und GLM-5.3-Flash.
Was gut ist
- Platz eins unter 67 mittelgroßen offenen Modellen auf dem Index von Artificial Analysis
- Laut Artificial Analysis etwa 450 Tokens/s über alle Anbieter
- Niedrige Halluzinationsrate (30,0) in NVIDIAs Tabelle
- Offene Gewichte, Datensätze und Rezepte unter einer kommerziellen Lizenz
Was nicht
- Liegt in NVIDIAs eigener Tabelle beim Coding hinter Qwen3.8-Flash-Next und GLM-5.3-Flash
- Wortreich: 170M Tokens auf dem Index von AA bei einem Median von 100M
- BF16 braucht vier H100; NVFP4 braucht Blackwell
- Ein Bild und ein zweiminütiges Video pro Anfrage
Am besten für
Teams mit Dokumenten- und Rechercheagenten, die das stärkste offene Modell mittlerer Größe wollen, besonders auf NVIDIA-Hardware.
Alternativen zu Nemotron 3.5 Super VL
Nemotron 3.5 Super VL: häufige Fragen
- Lohnt sich Nemotron 3.5 Super VL?
- In unabhängigen Tests das offene Modell, an dem sich bei 120B alle messen müssen, sofern es um Dokumente und Recherche geht und nicht um Code. Wir bewerten es mit 4.1 von 5.
- Was kostet Nemotron 3.5 Super VL?
- Kostenlose Gewichte unter OpenMDW-1.1. Gehostet: OpenRouter ab 0,15 $ Eingabe / 0,50 $ Ausgabe pro 1M Tokens, dazu eine kostenlose Variante; NVIDIA NIM und andere Anbieter mit eigenen Preisen.
- Welche Nachteile hat Nemotron 3.5 Super VL?
- Liegt in NVIDIAs eigener Tabelle beim Coding hinter Qwen3.8-Flash-Next und GLM-5.3-Flash; Wortreich: 170M Tokens auf dem Index von AA bei einem Median von 100M; BF16 braucht vier H100; NVFP4 braucht Blackwell; Ein Bild und ein zweiminütiges Video pro Anfrage.
- Für wen eignet sich Nemotron 3.5 Super VL?
- Teams mit Dokumenten- und Rechercheagenten, die das stärkste offene Modell mittlerer Größe wollen, besonders auf NVIDIA-Hardware.
- Was kostet Nemotron 3.5 Super VL für ein Team oder im Produktivbetrieb?
- Zu den 0,15 $/0,50 $ von OpenRouter kosten 1M Agenten-Turns im Monat mit 8K Eingabe- und 1K Ausgabe-Tokens etwa 1.700 $, bevor die Wortfülle die Ausgabe aufbläht. Selbsthosting in BF16 bedeutet vier H100 pro Replik; NVFP4 kommt mit weniger Blackwell-Hardware aus.
- Ist Nemotron 3.5 Super VL sicher für Firmendaten?
- OpenMDW-1.1 erlaubt kommerzielle Nutzung. Beim Selbsthosting bleiben die Daten im Haus; gehostete Anbieter legen eigene Aufbewahrungsregeln fest, und OpenRouter bietet für dieses Modell kein Routing innerhalb der EU.
- Was sind die besten Alternativen zu Nemotron 3.5 Super VL?
- Die nächsten Alternativen, die wir getestet haben, sind Qwen3.8-Flash-Next, GLM-5.3-Flash, DeepSeek-V4.1-Flash und gpt-oss-120b.
Antworten geprüft am 23. Okt. 2026.