NVIDIA открыла Nemotron 3.5 Super VL: текст, изображения и видео до двух минут.
NVIDIA выложила веса Nemotron 3.5 Super VL. Это открытая модель, которая понимает текст, изображения и видео длительностью до двух минут. Архитектура представляет собой MoE с 12 млрд активных параметров из 120, контекст достигает миллиона токенов, а в режиме NVFP4 модель запускается на одном DGX Spark или одной H200.
В основе лежит гибрид Mamba-2 и трансформера с визуальным энкодером C-RADIO, генерацию ускоряет MTP. В агентном тесте NVIDIA на GB200 модель выдаёт в 2,34 раза больше токенов в секунду на GPU, чем Qwen3.5-122B-A10B.
Среди открытых одноклассников новинка лидирует на длинном контексте в GraphWalks, в распознавании английского текста идёт вровень с Qwen, а в агентном кодинге на Terminal-Bench и SWE-bench заметно уступает Qwen3.8 Flash-Next и GLM-5.3 Flash.
Лицензия OpenMDW-1.1 разрешает коммерческое использование. Доступны веса в BF16 и NVFP4, а также GGUF от Unsloth. На OpenRouter модель стоит от $0,15 за миллион входных токенов и от $0,50 за выходные, есть и бесплатный доступ.
Ещё новости:
