Nvidia Nemotron 3.5 Super VL: 120 млрд параметров для корпоративных агентов

Когда говорят "открытая модель для предприятий", обычно имеют в виду что-то вроде Llama с корпоративным брендингом. Nvidia решила сделать иначе: Nemotron 3.5 Super VL - это 120 миллиардов параметров с архитектурой Mixture-of-Experts, где одновременно задействованы лишь 12 млрд параметров на токен. То есть модель огромная, но не прожорливая в каждый конкретный момент вычислений.

Выходит сразу целое семейство: флагманский Super VL плюс два компактных Bolt для локального железа. Такой подход - признак того, что Nvidia думает о корпоративном рынке серьезно, а не просто публикует веса ради хайпа.

Зачем это предприятиям

Суть идеи - агент, который работает круглосуточно без выходных. Страховая компания, которой нужно непрерывно проверять заявки на мошенничество. Банк, который скорит кредитоспособность по собственным критериям, а не по чужой API. Для таких задач важна не только точность, но и скорость обработки больших объемов за дни и недели.

Nvidia приводит конкретный пример дообучения: после post-training на медицинских страховых данных модель показала прирост в 44% и обошла Claude Opus 5 на этой задаче. Базовая версия до дообучения такого результата не давала - это честное признание того, что Super VL не универсальный чемпион, а платформа под конкретный сценарий.

По данным Artificial Analysis, на агентных задачах Super VL генерирует в пять раз больше токенов в секунду, чем ближайшие открытые конкуренты сопоставимого размера. Второе и третье место заняли InclusionAI Ling 3.0 Flash и DeepSeek V4.1 Flash - с заметным отрывом позади. На кодировочных бенчмарках SWE-bench и Terminal-Bench Super VL обошел предшественника Nemotron 3 Super, хотя по точности кода слегка уступает некоторым конкурентам - зато, по утверждению Nvidia, завершает задачи в четыре раза быстрее других ведущих открытых моделей сопоставимого размера.

На DGX Spark, по тестам EXO Labs, ни одна другая проверенная модель не сочетала одновременно более высокую точность и скорость.

Как устроено семейство

Nemotron 3.5 Bolt 74B-A9B 24GB - для локальных агентов на машинах с видеопамятью от 24 ГБ. Лучший баланс возможностей и скорости на гигабайт памяти среди моделей этого класса, по заявлению компании.

Nemotron 3.5 Bolt E4B 4GB - голосовые ассистенты и интерактивные персонажи, выйдет до конца октября. Четыре гигабайта - это уже территория обычных ноутбуков и edge-устройств.

Оба Bolt Nvidia позиционирует как "наивысший интеллект на гигабайт памяти" в своей линейке. Сравнение честное только внутри собственного портфолио - с Gemma 3 или Qwen 2.5 такой же сравнительный анализ Nvidia не публикует.

В рамках более широкой линейки Nemotron уже существуют Lightning (высокая пропускная способность) и Ultra (сложные задачи рассуждения). Super VL дистиллирован именно из Ultra - и на агентных тестах Hermes и LangChain, по данным Nvidia, даже превзошел его.

Коалиция и открытость

Модель разработана совместно с Nemotron Coalition - в нее вошли Mistral AI, Thinking Machines Lab, Perplexity и Black Forest Labs. Nvidia публикует не только веса, но и наборы данных, и рецепты обучения. Десятки организаций уже занимаются дообучением Super VL.

Но здесь есть нюанс: все оптимизировано под железо Nvidia. NeMo framework, Python-пайплайны, рекомендованное железо - это экосистема, которая ведет покупателя к GPU и DGX-системам. Открытость весов и закрытость аппаратной оптимизации - вполне продуманная стратегия монетизации.

Контекст: западные открытые модели догоняют

ZDNet обращает внимание на более широкую картину: последние два-три года в гонке открытых весов доминировали китайские лаборатории - DeepSeek, Moonshot.ai и другие. Сейчас баланс смещается. Mistral выпустил Le Chonk, достигший нескольких state-of-the-art показателей. Reflection AI (в которую Nvidia инвестировала и, по слухам, ведет переговоры о покупке) выпустила модель Beam буквально на прошлой неделе.

Дополнительный контекст - взлом Hugging Face, который заставил индустрию переосмыслить зависимость от централизованных платформ. После него интерес к развертыванию моделей на собственной инфраструктуре вырос, и Super VL с его акцентом на корпоративный self-hosted сценарий попадает в этот момент точно.

Для кого это реально полезно

Для российского рынка ситуация неоднозначная. Веса модели опубликованы на Hugging Face. Дообучение через NeMo и запуск на локальном железе - технически реализуемый сценарий при наличии нужных GPU, хотя конкретные условия доступа к инструментам стоит уточнять отдельно.

Но вот "нужные GPU" - это проблема. Железо класса DGX труднодоступно, а альтернативы через параллельный импорт существуют, но это отдельная история с отдельными рисками.

Для разработчиков, у которых есть доступ к облачным GPU (AWS, GCP, облака с Nvidia-картами), возможность дообучить 120-миллиардную модель на собственных данных и развернуть без зависимости от стороннего API - это реальное преимущество перед подпиской на Claude или GPT-4o.