Model Releases
NVIDIA Nemotron 3.5 Super VL: Новый стандарт открытых мультимодальных агентов
Разбор новой мультимодальной модели Nemotron 3.5 Super VL от NVIDIA: архитектура MoE, контекст в 1 млн токенов и превосходство над Claude Opus 5 в специализированных задачах.
15 октября 2026 г.
Model ReleaseNemotron 3.5 Super VL
Введение: Эра автономных мультимодальных агентов
15 октября 2026 года NVIDIA совершила очередной прорыв в области Open Source AI, представив Nemotron 3.5 Super VL. Это не просто очередная языковая модель, а полноценная мультимодальная система, спроектированная специально для работы в качестве долгоживущих AI-агентов. В мире, где ИИ переходит от простого чата к выполнению сложных цепочек действий, Super VL становится ключевым инструментом для разработчиков.
Главная особенность релиза заключается в синергии рассуждений (reasoning) и использования инструментов (tool use). Модель способна не только понимать текст, но и анализировать изображения, документы и видео, интегрируя эти знания в процесс принятия решений. Это делает её идеальным кандидатом для автоматизации сложных рабочих процессов, требующих визуального контекста и высокой точности.
- Тип: Мультимодальная модель с поддержкой рассуждений
- Назначение: Автономные AI-агенты и сложные мультимодальные задачи
- Лицензия: CC-BY-4.0 (Open Source)
- Дата релиза: 15 октября 2026 г.
Архитектура и ключевые технические характеристики
В основе Nemotron 3.5 Super VL лежит продвинутая архитектура Mixture-of-Experts (MoE). Модель обладает общим объемом в 120 миллиардов параметров, однако благодаря оптимизации MoE, в каждый момент времени активируется всего 12 миллиардов параметров (A12B). Это обеспечивает невероятный баланс между мощностью 'фронтирных' моделей и скоростью вывода, позволяя достигать высокого пропускного потока даже на одиночных GPU.
Одной из самых впечатляющих характеристик является контекстное окно объемом в 1 миллион токенов, реализованное с использованием RoPE (Rotary Positional Embeddings). Это позволяет модели удерживать в памяти огромные массивы данных: многочасовые видеозаписи, сотни технических документов или целые репозитории кода, сохраняя при этом связность и точность внимания.
- Общее количество параметров: 120B (MoE)
- Активные параметры: 12B (A12B)
- Размер контекстного окна: 1,000,000 токенов
- Обучающая выборка: 38.5B токенов
- Метод позиционирования: RoPE
Производительность и бенчмарки: Битва титанов
Nemotron 3.5 Super VL демонстрирует результаты, которые заставляют пересмотреть иерархию лидеров рынка. В тестах на понимание видео (Video-MME) и визуальный анализ документов (DocVQA, ChartQA) модель занимает топовые позиции среди всех открытых моделей аналогичного масштаба. Но настоящий шок вызвал бенчмарк GPQA-Diamond-FreeForm, где Super VL набрала 82.6%, опередив такие гиганты, как Claude Opus 5 и GPT-6.1 Sol.