Nemotron 3.5 Super VLとは？
Nemotron 3.5 Super VLはNVIDIAの主力オープンビジョン言語モデルで、2026年10月15日に公開されました。総パラメータ1,200億、トークンごとのアクティブ120億のMixture-of-Expertsモデルで、Mamba-2層（長いシーケンス向けのアテンションに代わる高速な仕組み）と標準のアテンションを組み合わせ、C-RADIOの画像エンコーダーを加え、投機的デコーディング用のマルチトークン予測ヘッドを内蔵しています。テキスト、画像、文書、2分までのmp4動画を読み取り、テキストを出力し、最大1Mトークンのコンテキストを受け付けます。推論はoff、medium、fullから選べます。
フル精度の重みにはH100が4台かGB200が2台必要です。4ビットのNVFP4版はHugging Faceで約75 GBで、BlackwellのGPUとDGX Sparkを対象としています。NVIDIAは重みとともに学習データセットとレシピを公開していますが、カードは多くのソースを非公開またはベンダー提供としています。ライセンスは商用利用を認めるOpenMDW-1.1です。
同時に2つの小型Boltモデルが登場しました。2ビットの重みで圧縮し256Kのコンテキストで24GBに収めたBolt 74B-A9Bと、10月23日公開予定の4GBの音声エージェントモデルBolt E4Bです。Super VLはNVIDIA NIM、100万トークンあたり入力$0.15、出力$0.50からで無料版もあるOpenRouter、そしてArtificial Analysisの集計で8社のAPIプロバイダーが提供しています。
Nemotron 3.5 Super VLの料金は？
| プラン | 価格 | 内容 |
|---|---|---|
| Weights | Free | OpenMDW-1.1 |
| OpenRouter | From $0.15 in / $0.50 out per 1M tokens | 無料版もあり |
OpenMDW-1.1のもとで重みは無料です。ホスト型：OpenRouterで100万トークンあたり入力$0.15 / 出力$0.50から、無料版もあり。NVIDIA NIMとその他のプロバイダーは別料金です。
Nemotron 3.5 Super VLは使う価値があるか？
Super VLは独立した測定でサイズクラス最強のオープンモデルであり、その弱点はNVIDIA自身が掲載しています。Artificial AnalysisはIntelligence Indexで26とし、40B〜150Bパラメータのオープンウェイトモデル67個中1位で、中央値は8、Mistral Small 4は11です。また、プロバイダー全体で毎秒約450出力トークンを測定し、クラスの26モデル中最速で、最初のトークンまでは0.72秒でした。
例外はコーディングです。NVIDIA自身の表では、SWE-bench Proで51.78（Qwen3.8-Flash-Nextは60.37、GLM-5.3-Flashは59.70）、Terminal-Bench 2.1で60.67（85.80と82.70）です。勝っているのは慎重さと長文コンテキストで、AA-Omniscienceでのハルシネーション率は30.0（Qwenは41.3、DeepSeek-V4-Flashは95.9）、GraphWalksでは89.71で表中の最高です。文書では競合を上回るというより接近しており、MMLongBench-Docで62.82、Qwenは67.9です。
オープンさは本物ですが、部分的です。データセットとレシピは公開されてHugging Faceのカードからリンクされており、モデルの作り方を文書化しなければならない買い手には重要ですが、カードは多くの学習ソースを非公開または未開示としています。OpenMDW-1.1は、MiniMaxのライセンスに ある表記や売上の条項なしに商用利用を認めています。
冗長で、NVIDIA色の強いモデルでもあります。Artificial Analysisはインデックス全体で1億7,000万（170 million）トークンの生成を数え、中央値は1億（100 million）でした。これがOpenRouterの$0.15/$0.50という低価格を目減りさせます。また、高速な経路はHopperかBlackwellのGPU、NVFP4、NIMコンテナ、固定したバージョンのvLLMかSGLangを通ります。カードのクイックスタートとデプロイの表では、投機的トークンの数すら3と5で食い違っており、まだ落ち着いていないリリースであることの小さな表れです。
真価を発揮する場面
製薬会社の研究プラットフォームチーム
長い論文、グラフ、実験報告書にまたがる質問に答える
推論をオンにして、図表付きの論文を長いコンテキストに入れます。低いハルシネーションのスコアと公開されたレシピは社内のモデルリスク審査に役立ちます。OpenRouterでは、入力100K、出力3Kトークンのクエリを月50,000件で約$825です。
H100またはBlackwellのクラスターを持つMLプラットフォームエンジニア
トークン単位の料金なしにマルチモーダルのエージェントモデルをセルフホストする
SGLangのEAGLE投機的デコーディン グを使い、BF16をH100 4台かGB200 2台で、または75 GBのNVFP4版をBlackwellで提供します。これで1つのノードが、NVIDIAへの通知が不要なライセンスのもとで、文書、画像、短い動画の処理を社内で行えます。
欧州の保険会社のコンプライアンス責任者
出自を監査人に示せるモデルを選ぶ
公開された事前学習と事後学習のデータセットとレシピを監査人に示し、一部のソースが非公開であることも伝えます。OpenRouterはこのモデルでEU域内ルーティングを提供していないため、EUでのデータ所在地の要件を満たすにはセルフホストか、EUでホスティングするプロバイダーが必要です。
導入前に確認すること
- 導入
- ホスト型：OpenRouterでnvidia/nemotron-3.5-super-vlを呼び出すか、NVIDIA NIMを使います。セルフホスト：vLLM v0.32.0またはNVIDIAのSGLangイメージをnemotron_v3の推論パーサーとともに使います。thinkingはチャットテンプレート（enable_thinking、medium_effort）で切り替えます。
- 連携
- Hugging Face、ModelScope、NVIDIA NIM、OpenRouterとその他のAPIプロバイダー。vLLM、SGLang、Transformers。ツール呼び出しはqwen3_coderパーサーで行います。
- データとプライバシー
- OpenMDW-1.1は商用利用を認めています。セルフホストならデータは社内にとどまります。ホスト型のプロバイダーはそれぞれデータ保持の条件を定めており、OpenRouterはこのモデルでEU域内ルーティングを提供していません。
- 大規模利用時のコスト
- OpenRouterの$0.15/$0.50で、入力8K、出力1Kトークンのエージェントのターンを月100万回なら約$1,700で、冗長さで出力が膨らむ前の額です。BF16でのセルフホストにはレプリカあたりH100が4台必要で、NVFP4ならより小さなBlackwellの構成に収まります。
- 制限
- カードでは1Mトークンのコンテキストですが、OpenRouterの最上位プロバイダーは262Kで提供しています。リクエストあたり画像1枚と2分までの動画1本。推論トークンはmax_tokensに含まれます。コーディングとターミナルエージェントのスコアはQwen3.8-Flash-NextとGLM-5.3-Flashに及びません。
良い点
- Artificial Analysisのインデックスで中型オープンモデル67個中1位
- Artificial Analysisによると、プロバイダー全体で毎秒約450トークン
- NVIDIAの表でハルシネーション率が低い（30.0）
- 商用ライセンスでオープンな重み、データセット、レシピ
気になる点
- NVIDIA自身の表で、コーディングではQwen3.8-Flash-NextとGLM-5.3-Flashに及ばない
- 冗長：AAのインデックスで1億7,000万（170M）トークン、中央値は1億（100M）
- BF16にはH100が4台必要で、NVFP4にはBlackwellが必要
- リクエストあたり画像1枚と2分の動画1本まで
おすすめの人
文書や調査のエージェントを動かし、特にNVIDIAのハードウェア上で最も強力な中型オープンモデルを求めるチームに向いています。
Nemotron 3.5 Super VLの代替
Nemotron 3.5 Super VL：よくある質問
- Nemotron 3.5 Super VLは使う価値があるか？
- 作業がコードではなく文書や調査であれば、独立したテストで120Bクラスの基準となるオープンモデルです。 評価は5点満点中4.1点です。
- Nemotron 3.5 Super VLの料金は？
- OpenMDW-1.1のもとで重みは無料です。ホスト型：OpenRouterで100万トークンあたり入力$0.15 / 出力$0.50から、無料版もあり。NVIDIA NIMとその他のプロバイダーは別料金です。
- Nemotron 3.5 Super VLの欠点は？
- NVIDIA自身の表で、コーディングではQwen3.8-Flash-NextとGLM-5.3-Flashに及ばない; 冗長：AAのインデックスで1億7,000万（170M）トークン、中央値は1億（100M）; BF16にはH100が4台必要で、NVFP4にはBlackwellが必要; リクエストあたり画像1枚と2分の動画1本まで.
- Nemotron 3.5 Super VLは誰に向いているか？
- 文書や調査のエージェントを動かし、特にNVIDIAのハードウェア上で最も強力な中型オープンモデルを求めるチームに向いています。
- チームや本番環境でNemotron 3.5 Super VLを使うと費用はいくらか？
- OpenRouterの$0.15/$0.50で、入力8K、出力1Kトークンのエージェントのターンを月100万回なら約$1,700で、冗長さで出力が膨らむ前の額です。BF16でのセルフホストにはレプリカあたりH100が4台必要で、NVFP4ならより小さなBlackwellの構成に収まります。
- Nemotron 3.5 Super VLは企業データを扱っても安全か？
- OpenMDW-1.1は商用利用を認めています。セルフホストならデータは社内にとどまります。ホスト型のプロバイダーはそれぞれデータ保持の条件を定めており、OpenRouterはこのモデルでEU域内ルーティングを提供していません。
- Nemotron 3.5 Super VLの代わりになるものは？
- 当サイトでレビューした中で最も近い代替はQwen3.8-Flash-Next, GLM-5.3-Flash, DeepSeek-V4.1-Flash 、 gpt-oss-120bです。
回答確認日：2026年10月23日