Qu’est-ce que Nemotron 3.5 Super VL ?
Nemotron 3.5 Super VL est le modèle vision-langage ouvert phare de NVIDIA, sorti le 15 octobre 2026. C'est un modèle mixture-of-experts avec 120 milliards de paramètres, 12 milliards actifs par token, qui mêle des couches Mamba-2 (une alternative rapide à l'attention pour les longues séquences) avec de l'attention standard, ajoute un encodeur d'image C-RADIO et a une tête de prédiction multi-token intégrée pour le décodage spéculatif. Il lit le texte, les images, les documents et la vidéo mp4 jusqu'à deux minutes, écrit du texte et accepte jusqu'à 1M de tokens de contexte. Le raisonnement peut être désactivé, medium ou full.
Les poids en pleine précision ont besoin de quatre H100 ou deux GB200 ; une version NVFP4 4 bits, environ 75 GB sur Hugging Face, vise les GPU Blackwell et DGX Spark. NVIDIA publie les jeux de données et recettes d'entraînement aux côtés des poids, même si la fiche liste beaucoup de sources comme privées ou fournies par des tiers. La licence est OpenMDW-1.1, qui autorise l'usage commercial.
Deux modèles Bolt plus petits sont venus avec lui : Bolt 74B-A9B, compressé avec des poids 2 bits pour tenir dans 24GB avec un contexte de 256K, et Bolt E4B, un modèle d'agent vocal de 4GB prévu pour le 23 octobre. Super VL est servi par NVIDIA NIM, par OpenRouter à partir de 0,15 $ en entrée et 0,50 $ en sortie par million de tokens avec une variante gratuite, et par huit fournisseurs d'API dans le décompte d'Artificial Analysis.
Combien coûte Nemotron 3.5 Super VL ?
| Offre | Prix | Ce qui est inclus |
|---|---|---|
| Weights | Free | OpenMDW-1.1 |
| OpenRouter | From $0.15 in / $0.50 out per 1M tokens | Plus une variante gratuite |
Poids gratuits sous OpenMDW-1.1. Hébergé : OpenRouter à partir de 0,15 $ en entrée / 0,50 $ en sortie par 1M de tokens, plus une variante gratuite ; NVIDIA NIM et autres fournisseurs tarifés séparément.
Nemotron 3.5 Super VL vaut-il le coup ?
Super VL est le modèle ouvert le plus fort de sa catégorie de taille sur la mesure indépendante, et son point faible est un que NVIDIA imprime lui-même. Artificial Analysis le note 26 sur son Intelligence Index, premier sur 67 modèles à poids ouverts entre 40B et 150B de paramètres, où la médiane est de 8 et Mistral Small 4 obtient 11. Il a aussi mesuré environ 450 tokens de sortie par seconde entre fournisseurs, le plus rapide des 26 de la catégorie, avec 0,72 seconde jusqu'au premier token.
Le code est l'exception. Le propre tableau de NVIDIA le place à 51,78 sur SWE-bench Pro contre 60,37 pour Qwen3.8-Flash-Next et 59,70 pour GLM-5.3-Flash, et 60,67 sur Terminal-Bench 2.1 contre 85,80 et 82,70. Ses victoires sont la retenue et le long contexte : un taux d'hallucination de 30,0 sur AA-Omniscience contre 41,3 pour Qwen et 95,9 pour DeepSeek-V4-Flash, et 89,71 sur GraphWalks, le meilleur du tableau. Sur les documents, il est proche des rivaux plutôt que devant, avec 62,82 sur MMLongBench-Doc contre 67,9 pour Qwen.
L'ouverture est réelle mais partielle. Les jeux de données et recettes sont publiés et liés depuis la fiche Hugging Face, ce qui compte pour les acheteurs qui doivent documenter comment un modèle a été construit, mais la fiche liste aussi beaucoup de sources d'entraînement comme privées ou non divulguées. OpenMDW-1.1 autorise l'usage commercial sans les clauses d'attribution et de revenus de la licence de MiniMax.
Il est aussi verbeux et très façonné par NVIDIA. Artificial Analysis a compté 170 millions de tokens générés sur son index contre une médiane de 100 millions, ce qui grignote le faible prix OpenRouter de 0,15 $/0,50 $, et la voie rapide passe par des GPU Hopper ou Blackwell, NVFP4, des conteneurs NIM et une version vLLM ou SGLang épinglée. Le démarrage rapide de la fiche et son tableau de déploiement sont même en désaccord sur le nombre de tokens spéculatifs, trois contre cinq, un petit signe d'une version qui se stabilise encore.
Là où il fait la différence
Une équipe de plateforme de recherche dans une entreprise pharmaceutique
Répondre à des questions sur de longs articles, des graphiques et des rapports de laboratoire
Donner des articles avec figures au long contexte, le raisonnement activé. Le faible score d'hallucination et les recettes publiées aident une revue interne du risque modèle, et sur OpenRouter 50 000 requêtes par mois à 100K tokens en entrée et 3K en sortie chacune coûtent environ 825 $.
Un ingénieur plateforme ML avec un cluster H100 ou Blackwell
Auto-héberger un modèle d'agent multimodal sans frais au token
Servir le BF16 sur quatre H100 ou deux GB200, ou la version NVFP4 de 75 GB sur Blackwell, avec le décodage spéculatif EAGLE de SGLang. Un nœud fait alors tourner les travaux de documents, d'images et de vidéo courte en interne sous une licence qui n'exige aucune notification à NVIDIA.
Un responsable conformité chez un assureur européen
Choisir un modèle dont la provenance peut être montrée aux auditeurs
Orienter les auditeurs vers les jeux de données et recettes de pré- et post-entraînement publiés, en notant que certaines sources sont privées. OpenRouter n'offre aucun routage en région UE pour ce modèle, si bien que la résidence des données UE signifie l'auto-hébergement ou un fournisseur avec hébergement UE.
Avant de vous engager
- Mise en route
- Hébergé : appelez nvidia/nemotron-3.5-super-vl sur OpenRouter ou utilisez NVIDIA NIM. Auto-hébergé : vLLM v0.32.0 ou l'image SGLang de NVIDIA avec le parseur de raisonnement nemotron_v3 ; le raisonnement se commute via le modèle de chat (enable_thinking, medium_effort).
- Intégrations
- Hugging Face, ModelScope, NVIDIA NIM, OpenRouter et d'autres fournisseurs d'API ; vLLM, SGLang et Transformers ; appel d'outils via le parseur qwen3_coder.
- Données et confidentialité
- OpenMDW-1.1 autorise l'usage commercial. L'auto-hébergement garde les données en interne ; les fournisseurs hébergés fixent leurs propres conditions de conservation, et OpenRouter n'offre pas de routage en région UE pour ce modèle.
- Coût à grande échelle
- Au 0,15 $/0,50 $ d'OpenRouter, 1M de tours d'agent par mois à 8K tokens en entrée et 1K en sortie reviennent à environ 1 700 $, avant que sa verbosité ne gonfle la sortie. L'auto-hébergement en BF16 signifie quatre H100 par réplique ; le NVFP4 tient dans une empreinte Blackwell plus petite.
- Limites
- Contexte de 1M de tokens sur la fiche, mais le meilleur fournisseur d'OpenRouter sert 262K. Une image et une vidéo de jusqu'à deux minutes par requête. Les tokens de raisonnement comptent contre max_tokens. Les scores de code et d'agent de terminal sont derrière Qwen3.8-Flash-Next et GLM-5.3-Flash.
Les points forts
- Premier sur 67 modèles ouverts de taille moyenne sur l'index d'Artificial Analysis
- Environ 450 tokens/s entre fournisseurs, selon Artificial Analysis
- Faible taux d'hallucination (30,0) dans le tableau de NVIDIA
- Poids, jeux de données et recettes ouverts sous une licence commerciale
Les points faibles
- Derrière Qwen3.8-Flash-Next et GLM-5.3-Flash sur le code dans le propre tableau de NVIDIA
- Verbeux : 170M de tokens sur l'index d'AA contre une médiane de 100M
- Le BF16 a besoin de quatre H100 ; le NVFP4 a besoin de Blackwell
- Une image et une vidéo de deux minutes par requête
Idéal pour
Les équipes qui font tourner des agents de documents et de recherche et veulent le modèle ouvert de taille moyenne le plus fort, en particulier sur du matériel NVIDIA.
Alternatives à Nemotron 3.5 Super VL
Nemotron 3.5 Super VL : questions fréquentes
- Nemotron 3.5 Super VL vaut-il le coup ?
- Le modèle ouvert à battre à 120B sur les tests indépendants, à condition que le travail concerne les documents et la recherche plutôt que le code. Nous lui donnons 4.1 sur 5.
- Combien coûte Nemotron 3.5 Super VL ?
- Poids gratuits sous OpenMDW-1.1. Hébergé : OpenRouter à partir de 0,15 $ en entrée / 0,50 $ en sortie par 1M de tokens, plus une variante gratuite ; NVIDIA NIM et autres fournisseurs tarifés séparément.
- Quels sont les inconvénients de Nemotron 3.5 Super VL ?
- Derrière Qwen3.8-Flash-Next et GLM-5.3-Flash sur le code dans le propre tableau de NVIDIA; verbeux : 170M de tokens sur l'index d'AA contre une médiane de 100M; le BF16 a besoin de quatre H100 ; le NVFP4 a besoin de Blackwell; une image et une vidéo de deux minutes par requête.
- À qui s’adresse Nemotron 3.5 Super VL ?
- Les équipes qui font tourner des agents de documents et de recherche et veulent le modèle ouvert de taille moyenne le plus fort, en particulier sur du matériel NVIDIA.
- Combien coûte Nemotron 3.5 Super VL pour une équipe ou en production ?
- Au 0,15 $/0,50 $ d'OpenRouter, 1M de tours d'agent par mois à 8K tokens en entrée et 1K en sortie reviennent à environ 1 700 $, avant que sa verbosité ne gonfle la sortie. L'auto-hébergement en BF16 signifie quatre H100 par réplique ; le NVFP4 tient dans une empreinte Blackwell plus petite.
- Nemotron 3.5 Super VL est-il sûr pour les données de l’entreprise ?
- OpenMDW-1.1 autorise l'usage commercial. L'auto-hébergement garde les données en interne ; les fournisseurs hébergés fixent leurs propres conditions de conservation, et OpenRouter n'offre pas de routage en région UE pour ce modèle.
- Quelles sont les meilleures alternatives à Nemotron 3.5 Super VL ?
- Les alternatives les plus proches que nous avons testées sont Qwen3.8-Flash-Next, GLM-5.3-Flash, DeepSeek-V4.1-Flash et gpt-oss-120b.
Réponses vérifiées le 23 oct. 2026.