O que é Nemotron 3.5 Super VL?
O Nemotron 3.5 Super VL é o principal modelo aberto de visão e linguagem da NVIDIA, lançado em 15 de outubro de 2026. É um modelo mixture-of-experts com 120 bilhões de parâmetros, 12 bilhões ativos por token, que mistura camadas Mamba-2 (uma alternativa rápida à atenção para sequências longas) com atenç ão padrão, acrescenta um codificador de imagem C-RADIO e tem uma cabeça embutida de previsão de múltiplos tokens para decodificação especulativa. Ele lê texto, imagens, documentos e vídeo mp4 de até dois minutos, escreve texto e aceita até 1M de tokens de contexto. O raciocínio pode ficar desligado, em médio ou completo.
Os pesos em precisão total precisam de quatro H100 ou duas GB200; uma versão NVFP4 de 4 bits, com cerca de 75 GB no Hugging Face, mira GPUs Blackwell e o DGX Spark. A NVIDIA publica datasets e receitas de treino junto com os pesos, embora o card liste muitas fontes como privadas ou fornecidas por terceiros. A licença é a OpenMDW-1.1, que permite uso comercial.
Dois modelos Bolt menores vieram junto: o Bolt 74B-A9B, comprimido com pesos de 2 bits para caber em 24GB com contexto de 256K, e o Bolt E4B, um modelo de 4GB para agentes de voz previsto para 23 de outubro. O Super VL é servido pelo NVIDIA NIM, pelo OpenRouter a partir de $0,15 de entrada e $0,50 de saída por milhão de tokens, com uma variante gratuita, e por oito provedores de API na contagem da Artificial Analysis.
Quanto custa Nemotron 3.5 Super VL?
| Plano | Preço | O que inclui |
|---|---|---|
| Weights | Free | OpenMDW-1.1 |
| OpenRouter | From $0.15 in / $0.50 out per 1M tokens | Mais uma variante gratuita |
Pesos gratuitos sob OpenMDW-1.1. Hospedado: OpenRouter a partir de $0,15 de entrada / $0,50 de saída por 1M de tokens, mais uma variante gratuita; NVIDIA NIM e outros provedores com preços à parte.
Nemotron 3.5 Super VL vale a pena?
O Super VL é o modelo aberto mais forte da sua faixa de tamanho em medições independentes, e o seu ponto fraco é um que a própria NVIDIA publica. A Artificial Analysis lhe dá 26 no seu Intelligence Index, primeiro entre 67 modelos de pesos abertos entre 40B e 150B parâmetros, onde a mediana é 8 e o Mistral Small 4 marca 11. Ela também mediu cerca de 450 tokens de saída por segundo entre os provedores, o mais rápido dos 26 da categoria, com 0,72 segundo até o primeiro token.
A programação é a exceção. A própria tabela da NVIDIA o coloca em 51,78 no SWE-bench Pro, contra 60,37 do Qwen3.8-Flash-Next e 59,70 do GLM-5.3-Flash, e em 60,67 no Terminal-Bench 2.1, contra 85,80 e 82,70. Suas vitórias são a contenção e o contexto longo: taxa de alucinação de 30,0 no AA-Omniscience, contra 41,3 do Qwen e 95,9 do DeepSeek-V4-Flash, e 89,71 no GraphWalks, o melhor da tabela. Em documentos ele fica perto dos rivais, não à frente, com 62,82 no MMLongBench-Doc contra 67,9 do Qwen.
A abertura é real, mas parcial. Datasets e receitas são publicados e ligados a partir do card no Hugging Face, o que importa para compradores que precisam documentar como um modelo foi construído, mas o card também lista muitas fontes de treino como privadas ou não divulgadas. A OpenMDW-1.1 permite uso comercial sem as cláusulas de atribuição e de receita da licença da MiniMax.
Ele também é prolixo e muito moldado à NVIDIA. A Artificial Analysis contou 170 milhões de tokens gerados em todo o seu índice, contra uma mediana de 100 milhões, o que consome parte do preço baixo de $0,15/$0,50 do OpenRouter, e o caminho rápido passa por GPUs Hopper ou Blackwell, NVFP4, contêineres NIM e um build fixo de vLLM ou SGLang. O quick-start do card e a sua tabela de implantação chegam a discordar no número de tokens especulativos, três contra cinco, um pequeno sinal de um lançamento ainda se acomodando.
Onde ele se destaca
Uma equipe de plataforma de pesquisa em uma empresa farmacêutica
Responder a perguntas sobre artigos longos, gráficos e relatórios de laboratório
Coloque os artigos com figuras no contexto longo, com o raciocínio ligado. A baixa pontuação de alucinação e as receitas publicadas ajudam numa revisão interna de risco de modelos, e no OpenRouter 50.000 consultas por mês com 100K tokens de entrada e 3K de saída cada custam cerca de $825.
Um engenheiro de plataforma de ML com um cluster H100 ou Blackwell
Hospedar por conta própria um modelo multimodal para agentes sem tarifa por token
Sirva o BF16 em quatro H100 ou duas GB200, ou o build NVFP4 de 75 GB em Blackwell, com a decodificação especulativa EAGLE do SGLang. Um nó passa então a rodar internamente jobs de documentos, imagens e vídeos curtos, sob uma licença que não exige aviso à NVIDIA.
Um líder de compliance em uma seguradora europeia
Escolher um modelo cuja origem possa ser demonstrada aos auditores
Indique aos auditores os datasets e receitas publicados de pré e pós-treino, observando que algumas fontes são privadas. O OpenRouter não oferece roteamento in-region na UE para este modelo, então residência de dados na UE significa self-hosting ou um provedor com hospedagem na UE.
Antes de decidir
- Configuração
- Hospedado: chame nvidia/nemotron-3.5-super-vl no OpenRouter ou use o NVIDIA NIM. Self-hosting: vLLM v0.32.0 ou a imagem de SGLang da NVIDIA com o parser de raciocínio nemotron_v3; o raciocínio é ligado pelo template de chat (enable_thinking, medium_effort).
- Integrações
- Hugging Face, ModelScope, NVIDIA NIM, OpenRouter e outros provedores de API; vLLM, SGLang e Transformers; chamadas de ferramenta pelo parser qwen3_coder.
- Dados e privacidade
- A OpenMDW-1.1 permite uso comercial. O self-hosting mantém os dados dentro de casa; os provedores hospedados definem os próprios termos de retenção, e o OpenRouter não oferece roteamento in-region na UE para este modelo.
- Custo em escala
- Aos $0,15/$0,50 do OpenRouter, 1M de turnos de agente por mês com 8K tokens de entrada e 1K de saída sai por cerca de $1.700, antes que a prolixidade infle a saída. Self-hosting em BF16 significa quatro H100 por réplica; o NVFP4 cabe em uma estrutura Blackwell menor.
- Limites
- Contexto de 1M de tokens no card, mas o principal provedor do OpenRouter serve 262K. Uma imagem e um vídeo de até dois minutos por requisição. Os tokens de raciocínio contam para o max_tokens. As pontuações em programação e agentes de terminal ficam atrás do Qwen3.8-Flash-Next e do GLM-5.3-Flash.
O que é bom
- Primeiro entre 67 modelos abertos de porte médio no índice da Artificial Analysis
- Cerca de 450 tokens/s entre os provedores, segundo a Artificial Analysis
- Taxa de alucinação baixa (30,0) na tabela da NVIDIA
- Pesos, datasets e receitas abertos sob uma licença comercial
O que não é
- Fica atrás do Qwen3.8-Flash-Next e do GLM-5.3-Flash em programação na própria tabela da NVIDIA
- Prolixo: 170M de tokens no índice da AA, contra uma mediana de 100M
- O BF16 precisa de quatro H100; o NVFP4 precisa de Blackwell
- Uma imagem e um vídeo de dois minutos por requisição
Ideal para
Equipes que rodam agentes de documentos e pesquisa e querem o modelo aberto de porte médio mais forte, especialmente em hardware NVIDIA.
Alternativas ao Nemotron 3.5 Super VL
Nemotron 3.5 Super VL: perguntas frequentes
- Nemotron 3.5 Super VL vale a pena?
- O modelo aberto a ser batido nos 120B em testes independentes, desde que o trabalho seja com documentos e pesquisa, e não com código. Damos nota 4.1 de 5.
- Quanto custa Nemotron 3.5 Super VL?
- Pesos gratuitos sob OpenMDW-1.1. Hospedado: OpenRouter a partir de $0,15 de entrada / $0,50 de saída por 1M de tokens, mais uma variante gratuita; NVIDIA NIM e outros provedores com preços à parte.
- Quais são as desvantagens de Nemotron 3.5 Super VL?
- Fica atrás do Qwen3.8-Flash-Next e do GLM-5.3-Flash em programação na própria tabela da NVIDIA; prolixo: 170M de tokens no índice da AA, contra uma mediana de 100M; o BF16 precisa de quatro H100; o NVFP4 precisa de Blackwell; uma imagem e um vídeo de dois minutos por requisição.
- Para quem Nemotron 3.5 Super VL é indicado?
- Equipes que rodam agentes de documentos e pesquisa e querem o modelo aberto de porte médio mais forte, especialmente em hardware NVIDIA.
- Quanto custa Nemotron 3.5 Super VL para uma equipe ou em produção?
- Aos $0,15/$0,50 do OpenRouter, 1M de turnos de agente por mês com 8K tokens de entrada e 1K de saída sai por cerca de $1.700, antes que a prolixidade infle a saída. Self-hosting em BF16 significa quatro H100 por réplica; o NVFP4 cabe em uma estrutura Blackwell menor.
- Nemotron 3.5 Super VL é seguro para dados da empresa?
- A OpenMDW-1.1 permite uso comercial. O self-hosting mantém os dados dentro de casa; os provedores hospedados definem os próprios termos de retenção, e o OpenRouter não oferece roteamento in-region na UE para este modelo.
- Quais são as melhores alternativas ao Nemotron 3.5 Super VL?
- As alternativas mais próximas que analisamos são Qwen3.8-Flash-Next, GLM-5.3-Flash, DeepSeek-V4.1-Flash e gpt-oss-120b.
Respostas verificadas em 23 de out. de 2026.