Nemotron 3.5 Super VL

Überblick

Nemotron 3.5 Super VL ist ein offenes Vision-Language-Modell von NVIDIA, veröffentlicht am 15.10.2026 (Hugging-Face-Repos ab 12.10.2026 angelegt). Es ist ein Mixture-of-Experts-Modell mit 120B Gesamt- und 12B aktiven Parametern auf hybrider Mamba-2/Transformer-Basis und verarbeitet Text, Bilder und kurze Videos. NVIDIA positioniert es für „specialized, always-on agents“: Agenten, die PDFs, Diagramme, Tabellen und Webseiten lesen, Werkzeuge aufrufen und mehrstufige Geschäftsabläufe abarbeiten – und die Unternehmen auf eigenen Daten nachtrainieren.

Use Cases

• Dokumentenverarbeitung: mehrseitige PDFs, Tabellen, Diagramme und gescannte Belege auswerten (z. B. Beleg-zu-JSON-Extraktion)
• Agentische Workflows mit Tool-Calling über eine OpenAI-kompatible Schnittstelle (vLLM, SGLang)
• Coding-Agenten (SWE-bench Verified 71,1 %, Terminal-Bench 2.1 66,7 % laut NVIDIA)
• Basis für domänenspezifisches Post-Training: NVIDIA liefert Base- und Instruct-Checkpoints, Trainingsrezepte (NeMo) und Datensätze mit

Stärken & Grenzen

Stärken

• Breites Paket aus offenen Gewichten (BF16, NVFP4), Base-Modell, Trainingsdaten und Rezepten unter OpenMDW-1.1 – kommerzielle Nutzung, Fine-Tuning und Weitergabe sind erlaubt.
• Starke Werte bei Wissens- und Reasoning-Benchmarks in NVIDIAs Tabelle: GPQA Diamond 89,52 %, LiveCodeBench v6 88,22 %, SciCode 47,13 %.
• Vergleichsweise niedrige Halluzinationsrate im AA-Omniscience-Test laut NVIDIA (30,0 %).
• Langer Kontext bis 1M Token; Mamba-Schichten halten den Speicherbedarf bei langen Eingaben niedriger als reine Attention-Modelle.

Grenzen

• Unabhängig gemessen liegt das Modell deutlich unter mehreren offenen Konkurrenten: Artificial Analysis führt es am 15.10.2026 mit einem Intelligence Index von 26 (v4.3.2) – unter GLM-5.3-Flash (42) und Qwen3.8-Flash-Next (40).
• Bei AAs agentischen Office-Tests schwach: AutomationBench-AA 15 %, Terminal-Bench 4.0 0 %, GDP.pdf 8 %.
• In NVIDIAs eigener Tabelle zurückhaltend bei τ²-Bench Telecom (73,19 % gegenüber 90 % und mehr bei mehreren Vergleichsmodellen) und τ³-Bench Banking (18,88 %).
• Für Deutsch fehlen belastbare Angaben: Die Model Card nennt nur „Englisch, 19 weitere gesprochene Sprachen und 43 Programmiersprachen“ im Vortraining; Deutsch taucht lediglich in der Liste der gecrawlten Sprachen auf.
• Mit welcher Reasoning-Einstellung (Thinking an/aus, „medium effort“) die Benchmarks liefen, gibt NVIDIA nicht an.

Benchmarks im Detail

Die Scores in der Tabelle stammen aus NVIDIAs Model Card (gemessen mit NeMo Gym, Spalte „Nemotron 3.5 SuperGA BF16“) und von Artificial Analysis. Weitere Herstellerwerte ohne passenden Vergleichsschlüssel:

• HLE full set 29,20 % (eingetragen ist die Text-Variante, 31,79 %)
• MMLU-ProX 76,91 · WMT24++ 84,80 · GraphWalks 89,71 · APEX shortlist 88,36 · CritPt 10,86
• τ²-Bench Retail 69,24 · Airline 76,50 · Telecom 73,19 (eingetragen) · τ³-Bench Banking 18,88
• SWE-bench Multilingual 67,72 · SWE-bench Pro 51,78 · BrowseComp 78 · DeepSWE 24,65 · Terminal-Bench 4: 1
• GDPval-AA v2: 1211 (Elo-Skala, daher nicht als Prozentwert eingetragen)
• Vision: CharXiv Reasoning 80,82 · OCRBench v2 EN 68,12 / ZH 59,15 · MMLongBench-Doc 62,82 · MathVision 78,16 · OCR-Reasoning 65,08 · V* 85,60 · OSWorld-Verified 51,14 · BabyVision 29,60 · Video-MME v2 32,85
• AA-Omniscience laut NVIDIA: Accuracy 26,20 %, Halluzinationsrate 30,0 %, Index 4,03

Artificial Analysis (Index v4.3.2, nicht als Schätzung markiert, Stand 15.10.2026): Index 26 · SciCode 48 % · HLE 31 % · AA-LCR v1.1 69 % · AutomationBench-AA 15 % · Terminal-Bench 4.0 0 % · GDP.pdf 8 % · CritPt 11 % · AA-Omniscience −4 · AA-Briefcase v1.1 999 Elo · GDPval-AA v2.1 1162 Elo.

Auffällig: Beim AA-Omniscience-Index weichen NVIDIA (+4,03) und AA (−4) im Vorzeichen voneinander ab; die übrigen gemeinsam gemessenen Werte (SciCode, HLE, AA-LCR, CritPt) liegen nah beieinander.

Praxis-Erfahrung

Ein eigener Test steht noch aus. NVIDIA nennt rund 625 Output-Token/s bei 100.000 Eingabetoken auf vier B200-GPUs; Durchsatzangaben dieser Art sagen wenig über die Gesamtdauer eines Agenten-Workflows aus. Die von NVIDIA zitierten Kundenergebnisse (Scale AI, Ramp, AI21) und die Vergleiche mit Claude Opus 5 bzw. GPT-6.1 Sol beziehen sich auf jeweils eigens nachtrainierte Varianten für einzelne Aufgaben, nicht auf das Basismodell.

Gut zu wissen

• Lizenz: OpenMDW-1.1 – kommerzielle Nutzung, Fine-Tuning und Weitergabe erlaubt. Für Produktivbetrieb mit NVIDIA-Support bietet NVIDIA AI Enterprise an (laut VentureBeat 4.500 $ pro GPU und Jahr, reine Softwarelizenz).
• Hardware: BF16 läuft laut Model Card auf 4× H100 oder 2× GB200; eine NVFP4-Fassung zielt auf DGX Spark und Rechenzentrums-GPUs. Laufzeitumgebungen: vLLM, SGLang, NVIDIA NIM, Dynamo.
• Kontext: bis 1M Token (1.000.000); einzelne Deployment-Rezepte nutzen je nach GPU-Speicher weniger.
• Eingaben: Text, Bilder (JPEG, PNG) und Video (MP4, bis 2 Minuten); Ausgabe Text.
• Steuerung: Reasoning über enable_thinking (Standard an) und medium_effort im Chat-Template; Tool-Calls im <tool_call>/<function=…>-Format (vLLM-Parser qwen3_coder).
• Gehostet: OpenRouter (zum Start kostenlose, ratenbegrenzte Variante), build.nvidia.com, ModelScope. Für DSGVO-sensible Daten ist der Eigenbetrieb der naheliegende Weg; ein EU-gehosteter Endpunkt war zum Start nicht belegt.
• Trainingsdaten: gesammelt 2013 bis Dezember 2025. Destilliert unter anderem aus Nemotron 3 Ultra (Multi-Teacher On-Policy Distillation).
• Verwandte Modelle: Nemotron 3.5 Bolt 74B-A9B ist eine aus Super VL komprimierte 24-GB-Variante für lokale Hardware; Nemotron 3 Super ist der reine Textvorgänger gleicher Größe.
• Abdeckung (15.10.2026): LMArena führt das Modell noch nicht; bei BenchLM war kein Profil mit eigenen Werten auffindbar; in der Ollama-Bibliothek gibt es noch keinen offiziellen Eintrag (GGUF-Quantisierungen von ggml-org, Unsloth und LM Studio liegen auf Hugging Face).