NVIDIA выпустила 15 октября 2026 года семейство открытых моделей Nemotron 3.5 для агентов. Главная в линейке: Nemotron 3.5 Super VL на 120 млрд параметров, работает с текстом, картинками и видео. Веса открыты под лицензией OpenMDW-1.1.

Что умеет

Nemotron 3.5 Super VL поддерживает контекст до 1 млн токенов. Работает на 20 языках, включая русский, и понимает 43 языка программирования. NVIDIA рекомендует для полной точности 4 × H100 или 2 × GB200: это облачное железо, не персональный компьютер.

Вместе с ней вышла Nemotron 3.5 Bolt 74B-A9B: текстовая модель, которая в нативном 2-битном квантовании занимает 24 ГБ памяти. NVIDIA называет её первой открытой моделью своего класса на PinchBench. Маленькая Bolt E4B на 4 ГБ обещана 23 октября.

Бенчмарки: где впереди и где нет

NVIDIA сообщает о «впятеро быстрее ближайшей открытой агентной модели» и точности уровня более крупных моделей. По карточке модели: GPQA-Diamond 89,52, SWE-bench Verified 71,10, LiveCodeBench v6 88,22.

Проверим. В тех же таблицах NVIDIA сравнивает Nemotron 3.5 с Qwen3.5-122B и DeepSeek-V4-Flash. На части тестов (MMLU-ProX, SWE-bench) конкуренты впереди. Одна модель лучше на коде, другая на логике, третья на математике. Бенчмарки нужно читать парами, а не одной цифрой.

Обучение: около 26 трлн токенов предобучения, 3,8 млн примеров пост-обучения с обучением с подкреплением.

Что это значит на практике

«Агентная модель с мультимодальным входом» закрывает задачи, где нужен длинный контекст (до 1 млн токенов), несколько файлов на входе и работа с визуальным материалом. Сценарии: анализ скриншотов интерфейса, поиск дефектов на видео с камер, перевод чертежей в код.

DeepSeek V4 Flash, Qwen 3.8 Flash и GLM 5.3 из сравнения NVIDIA уже доступны в текстовом режиме. Nemotron 3.5 добавляет видео на вход и контекст до 1 млн токенов, но требует нескольких мощных видеокарт. Сравнить текстовые возможности конкурентов можно тут.

Источники