Nemotron 3.5 Super VL의 개요
Nemotron 3.5 Super VL은 2026년 10월 15일에 출시된 NVIDIA의 대표 오픈 비전-언어 모델입니다. 1,200억(120 billion) 파라미터 중 토큰당 120억(12 billion)이 활성화되는 mixture-of-experts 모델로, Mamba-2 레이어(긴 시퀀스에서 attention을 대신하는 빠른 방식)와 표준 attention을 섞고, C-RADIO 이미지 인코더를 더했으며, speculative decoding용 multi-token prediction 헤드를 내장했습니다. 텍스트, 이미지, 문서, 최대 2분 길이의 mp4 동영상을 읽고 텍스트를 쓰며, 컨텍스트는 최대 1M 토큰입니다. 추론은 off, medium, full로 설정할 수 있습니다.
전체 정밀도 가중치는 H100 4장 또는 GB200 2장이 필요합니다. Hugging Face에서 약 75 GB인 4비트 NVFP4 버전은 Blackwell GPU와 DGX Spark를 대상으로 합니다. NVIDIA는 가중치와 함께 학습 데이터셋과 레시피를 공개하지만, 모델 카드는 많은 출처를 비공개 또는 공급업체 제공으로 표시합니다. 라이선스는 상업적 사용을 허용하는 OpenMDW-1.1입니다.
작은 Bolt 모델 두 개가 함께 나왔습니다. 2비트 가중치로 압축해 256K 컨텍스트로 24GB에 들어가는 Bolt 74B-A9B와, 10월 23일 출시 예정인 4GB 음성 에이전트 모델 Bolt E4B입니다. Super VL은 NVIDIA NIM, 그리고 100만 토큰당 입력 $0.15, 출력 $0.50부터 시작하고 무료 버전도 있는 OpenRouter에서 제공되며, Artificial Analysis 집계로 8개 API 업체가 서비스합니다.
Nemotron 3.5 Super VL의 가격은 얼마입니까?
| 플랜 | 가격 | 포함 내용 |
|---|---|---|
| Weights | Free | OpenMDW-1.1 |
| OpenRouter | From $0.15 in / $0.50 out per 1M tokens | 무료 버전도 있음 |
OpenMDW-1.1로 가중치 무료. 호스팅: OpenRouter에서 1M 토큰당 입력 $0.15 / 출력 $0.50부터, 무료 버전도 있음. NVIDIA NIM과 다른 업체는 가격이 별도입니다.
Nemotron 3.5 Super VL, 쓸 만한 가치가 있습니까?
Super VL은 독립 측정에서 같은 크기급 가장 강한 오픈 모델이며, 약점은 NVIDIA가 직접 공개한 표에 나와 있습니다. Artificial Analysis는 Intelligence Index에서 26점을 매겼고, 이는 40B~150B 파라미터 오픈 가중치 모델 67개 중 1위입니다. 이 급의 중앙값은 8점이고 Mistral Small 4는 11점입니다. 업체 전체에서 초당 약 450 출력 토큰을 측정해 같은 급 26개 중 가장 빨랐고, 첫 토큰까지는 0.72초였습니다.
예외는 코딩입니다. NVIDIA 자체 표에서 SWE-bench Pro는 51.78로 Qwen3.8-Flash-Next 60.37, GLM-5.3-Flash 59.70에 못 미치고, Terminal-Bench 2.1은 60.67로 85.80, 82.70에 못 미칩니다. 강점은 절제와 긴 컨텍스트입니다. AA-Omniscience 환각률은 30.0으로 Qwen 41.3, DeepSeek-V4-Flash 95.9보다 낮고, GraphWalks에서는 89.71로 표에서 가장 높습니다. 문서에서는 경쟁 모델을 앞서기보다 근접한 수준이며, MMLongBench-Doc에서 62.82로 Qwen의 67.9에 못 미칩니다.
개방성은 실제이지만 부분적입니다. 데이터셋과 레시피가 공개되어 Hugging Face 카드에 링크되어 있어, 모델이 어떻게 만들어졌는지 문서화해야 하는 구매자에게 중요합니다. 그러나 카드에는 많은 학습 출처가 비공개 또는 미공개로 나와 있습니다. OpenMDW-1.1은 MiniMax 라이선스의 출처 표기 및 매출 조항 없이 상업적 사용을 허용합니다.
또 말이 많고 NVIDIA 환경에 맞춰져 있습니다. Artificial Analysis는 지수 전체에서 생성 토큰 1억 7,000만(170 million)을 셌고 중앙값은 1억(100 million)이어서, OpenRouter의 낮은 $0.15/$0.50 가격 이점을 깎아 먹습니다. 빠른 경로는 Hopper나 Blackwell GPU, NVFP4, NIM 컨테이너, 버전이 고정된 vLLM이나 SGLang 빌드를 거칩니다. 카드의 빠른 시작 안내와 배포 표가 speculative 토큰 수에서도 3개와 5개로 서로 다릅니다. 아직 정리 중인 출시라는 작은 신호입니다.
제 역할을 하는 곳
제약회사의 리서치 플랫폼 팀
긴 논문, 차트, 실험 보고서 전반에 걸친 질문에 답하기
추론을 켜고 그림이 들어간 논문을 긴 컨텍스트에 넣습니다. 낮은 환각 점수와 공개된 레시피는 사내 모델 리스크 검토에 도움이 됩니다. OpenRouter에서 입력 100K, 출력 3K 토큰짜리 쿼리를 월 50,000건 처리하면 약 $825입니다.
H100이나 Blackwell 클러스터를 가진 ML 플랫폼 엔지니어
토큰당 요금 없이 멀티모달 에이전트 모델을 자체 호스팅하기
BF16을 H100 4장이나 GB200 2장에 나누어 서빙하거나, Blackwell에서 75 GB NVFP4 빌드를 SGLang의 EAGLE speculative decoding과 함께 씁니다. 그러면 노드 하나가 문서, 이미지, 짧은 동영상 작업을 사내에서 처리하고, 라이선스상 NVIDIA에 통지할 필요도 없습니다.
유럽 보험사의 컴플라이언스 책임자
감사인에게 출처를 보여줄 수 있는 모델 고르기
감사인에게 공개된 사전 학습 및 사후 학습 데이터셋과 레시피를 제시하되, 일부 출처는 비공개라는 점을 밝힙니다. OpenRouter는 이 모델에 EU 역내 라우팅을 제공하지 않으므로, EU 데이터 상주가 필요하면 자체 호스팅이나 EU 호스팅 업체를 써야 합니다.
도입 전 확인할 점
- 설정
- 호스팅: OpenRouter에서 nvidia/nemotron-3.5-super-vl을 호출하거나 NVIDIA NIM을 씁니다. 자체 호스팅: nemotron_v3 reasoning 파서와 함께 vLLM v0.32.0 또는 NVIDIA의 SGLang 이미지를 씁니다. 사고는 채팅 템플릿(enable_thinking, medium_effort)으로 전환합니다.
- 연동
- Hugging Face, ModelScope, NVIDIA NIM, OpenRouter 등 API 업체, vLLM, SGLang, Transformers. 도구 호출은 qwen3_coder 파서로 합니다.
- 데이터와 개인정보
- OpenMDW-1.1은 상업적 사용을 허용합니다. 자체 호스팅하면 데이터가 사내에 남고, 호스팅 업체는 각자 보존 조건을 정합니다. OpenRouter는 이 모델에 EU 역내 라우팅을 제공하지 않습니다.
- 대규모 사용 시 비용
- OpenRouter의 $0.15/$0.50 기준으로 입력 8K, 출력 1K 토큰짜리 에이전트 턴을 월 1M 회 처리하면 약 $1,700이며, 장황함으로 출력이 늘기 전 금액입니다. BF16 자체 호스팅은 레플리카당 H100 4장이 필요하고, NVFP4는 더 작은 Blackwell 구성에 들어갑니다.
- 제한
- 카드상 컨텍스트는 1M 토큰이지만 OpenRouter의 상위 업체는 262K로 제공합니다. 요청당 이미지 1장과 최대 2분 동영상 1개입니다. 추론 토큰은 max_tokens에 포함됩니다. 코딩과 터미널 에이전트 점수는 Qwen3.8-Flash-Next와 GLM-5.3-Flash에 뒤처집니다.
좋은 점
- Artificial Analysis 지수에서 중형 오픈 모델 67개 중 1위
- Artificial Analysis 기준 업체 전체에서 초당 약 450 토큰
- NVIDIA 표에서 낮은 환각률(30.0)
- 상업 라이선스로 공개된 가중치, 데이터셋, 레시피
아쉬운 점
- NVIDIA 자체 표에서 코딩은 Qwen3.8-Flash-Next와 GLM-5.3-Flash에 뒤처짐
- 장황함: AA 지수에서 170M 토큰, 중앙값은 100M
- BF16은 H100 4장, NVFP4는 Blackwell 필요
- 요청당 이미지 1장, 2분 동영상 1개
추천 대상
문서 및 리서치 에이전트를 운영하며, 특히 NVIDIA 하드웨어에서 가장 강한 중형 오픈 모델을 원하는 팀.
Nemotron 3.5 Super VL 대안
Nemotron 3.5 Super VL: 자주 묻는 질문
- Nemotron 3.5 Super VL, 쓸 만한 가치가 있습니까?
- 독립 테스트 기준 120B급에서 넘어서야 할 오픈 모델입니다. 단, 작업이 코드가 아니라 문서와 리서치일 때입니다. 평점은 5점 만점에 4.1점입니다.
- Nemotron 3.5 Super VL의 가격은 얼마입니까?
- OpenMDW-1.1로 가중치 무료. 호스팅: OpenRouter에서 1M 토큰당 입력 $0.15 / 출력 $0.50부터, 무료 버전도 있음. NVIDIA NIM과 다른 업체는 가격이 별도입니다.
- Nemotron 3.5 Super VL의 단점은 무엇입니까?
- NVIDIA 자체 표에서 코딩은 Qwen3.8-Flash-Next와 GLM-5.3-Flash에 뒤처짐; 장황함: AA 지수에서 170M 토큰, 중앙값은 100M; BF16은 H100 4장, NVFP4는 Blackwell 필요; 요청당 이미지 1장, 2분 동영상 1개.
- Nemotron 3.5 Super VL에 적합한 사람은 누구입니까?
- 문서 및 리서치 에이전트를 운영하며, 특히 NVIDIA 하드웨어에서 가장 강한 중형 오픈 모델을 원하는 팀.
- 팀이나 프로덕션 환경에서 Nemotron 3.5 Super VL의 비용은 얼마입니까?
- OpenRouter의 $0.15/$0.50 기준으로 입력 8K, 출력 1K 토큰짜리 에이전트 턴을 월 1M 회 처리하면 약 $1,700이며, 장황함으로 출력이 늘기 전 금액입니다. BF16 자체 호스팅은 레플리카당 H100 4장이 필요하고, NVFP4는 더 작은 Blackwell 구성에 들어갑니다.
- Nemotron 3.5 Super VL에 회사 데이터를 맡겨도 안전합니까?
- OpenMDW-1.1은 상업적 사용을 허용합니다. 자체 호스팅하면 데이터가 사내에 남고, 호스팅 업체는 각자 보존 조건을 정합니다. OpenRouter는 이 모델에 EU 역내 라우팅을 제공하지 않습니다.
- Nemotron 3.5 Super VL의 가장 좋은 대안은 무엇입니까?
- 저희가 리뷰한 것 중 가장 가까운 대안은 Qwen3.8-Flash-Next, GLM-5.3-Flash, DeepSeek-V4.1-Flash 및 gpt-oss-120b입니다.
답변 확인일: 2026년 10월 23일.
Nemotron 3.5 Super VL 개발사입니까? 이 평점을 사이트에 표시하십시오
