Model Releases
Nemotron 3.5 Super VL: La Revolución Multimodal de NVIDIA para Agentes de IA
NVIDIA redefine el panorama de los modelos abiertos con Nemotron 3.5 Super VL, un gigante MoE de 120B parámetros diseñado para razonamiento avanzado y agentes autónomos.
15 de octubre de 2026
Model ReleaseNemotron 3.5 Super VL
Introducción: El nuevo estándar en modelos abiertos
El 15 de octubre de 2026 marca un hito en la democratización de la inteligencia artificial de frontera. NVIDIA ha lanzado Nemotron 3.5 Super VL, un modelo multimodal de pesos abiertos que no solo compite con los gigantes cerrados, sino que parece estar diseñado para superarlos en tareas de razonamiento especializado.
A diferencia de los modelos puramente textuales, el Super VL es una arquitectura híbrida diseñada específicamente para alimentar la próxima generación de agentes de IA de larga duración. Estos agentes no solo necesitan 'hablar', sino que deben observar, comprender documentos complejos, analizar videos y utilizar herramientas de forma autónoma en entornos dinámicos.
- Lanzamiento: 15 de octubre de 2026
- Licencia: CC-BY-4.0 (Open Source)
- Enfoque: Agentes autónomos y razonamiento multimodal
Arquitectura y Especificaciones Técnicas
La arquitectura de Nemotron 3.5 Super VL es una obra maestra de la eficiencia mediante el uso de Mixture-of-Experts (MoE). Con un total de 120 mil millones de parámetros, el modelo optimiza el cómputo activando únicamente 12 mil millones de parámetros (A12B) por token. Esto permite una capacidad de razonamiento masiva con un throughput significativamente mayor que los modelos densos tradicionales.
Para manejar la complejidad de los datos visuales y temporales, NVIDIA ha implementado una ventana de contexto de 1 millón de tokens utilizando RoPE (Rotary Positional Embeddings). Esto es crucial para agentes que deben procesar videos largos o bibliotecas extensas de documentos sin perder la coherencia espacial o temporal.
- Parámetros totales: 120B (MoE)
- Parámetros activos: 12B (A12B)
- Tokens de entrenamiento: 38.5B
- Ventana de contexto: 1M de tokens con RoPE
- Capacidades: Texto, Imagen, Documentos y Video
Rendimiento: Superando a los Gigantes del Sector
Los benchmarks de Nemotron 3.5 Super VL son, sencillamente, disruptivos. En el nuevo benchmark GPQA-Diamond-FreeForm, el modelo ha alcanzado un impresionante 82.6%, superando a modelos de referencia como Claude Opus 5 y GPT-6.1 Sol. Este rendimiento no es casualidad; es el resultado de un entrenamiento riguroso sobre el NVIDIA Nemotron Post-Training Dataset.
El modelo también domina en tareas de comprensión visual y de agentes. En Video-MME, MMLU-Pro, DocVQA, ChartQA y OSWorld-G, el Super VL se posiciona como el líder indiscutible entre los modelos abiertos de su escala. Además, ofrece un control de razonamiento único: los desarrolladores pueden alternar entre modos de 'pensamiento' (thinking) y 'no pensamiento', o permitir que el modelo decida cuándo aplicar razonamiento profundo para optimizar la latencia.