Nemotron 3.5 Super VL

Nemotron 3.5 Super VL ist am 15. Oktober 2026 erschienen und das große Modell der Nemotron-3.5-Reihe von NVIDIA. Aus ihm hat NVIDIA am selben Tag das kleinere Nemotron 3.5 Bolt abgeleitet. Wie der Vorgänger Nemotron 3 Super verbindet es Mamba-2-Schichten mit Transformer-Attention und Mixture-of-Experts. Von 120 Milliarden Parametern rechnen je Token 12 Milliarden mit. Mamba verarbeitet lange Eingaben mit wenig Zwischenspeicher, deshalb fasst das Kontextfenster 1 Million Token. Neu gegenüber dem Vorgänger liest ein eigener Encoder Fotos, gescannte Dokumente, Diagramme und Videos bis 2 Minuten, geantwortet wird in Text. NVIDIA hat das Modell für Dokumente, die Bedienung von Programmen am Bildschirm und Agentenaufgaben gebaut. Das Nachdenken vor der Antwort lässt sich in 3 Stufen einstellen, aus, mittel und voll.

Artificial Analysis misst das Modell unabhängig mit 14 Punkten im Intelligenz-Index v5, Nemotron 3 Ultra kommt dort auf 12. Im Index v4.3.2 waren es 26, Nemotron 3 Super kam auf 13, Bolt auf 21 und das ähnlich große Qwen3.8-Flash-Next auf 40. Im Median der Anbieter misst Artificial Analysis 439 Token je Sekunde. Im AA-Omniscience-Index v1.1, der Faktenwissen misst und erfundene Antworten bestraft, steht es dort bei -3. Die übrigen Zahlen stammen aus der Modellkarte von NVIDIA. Bei GPQA Diamond meldet NVIDIA 89,5, bei BrowseComp, einem Test für Recherche im Web, 78,0 und bei OSWorld-Verified, der Bedienung von Programmen am Bildschirm, 51,1. Beim Programmieren liegt es deutlich zurück. Bei Terminal-Bench 2.1 meldet NVIDIA 60,7, Qwen3.8-Flash-Next steht in derselben Tabelle bei 85,8 und GLM-5.3-Flash bei 82,7. Bei den härteren Tests liegt der Abstand noch höher, bei DeepSWE meldet NVIDIA 24,7 gegenüber 55,6 für Qwen3.8-Flash-Next, bei Terminal-Bench 4.0 einen Wert von 1. Werte für Deutsch nennt die Modellkarte nicht, im Übersetzungstest WMT24++ meldet NVIDIA 84,8.

Die Gewichte liegen in BF16 mit 249 GB und in NVFP4 mit 75 GB vor, beide ohne Zugangssperre auf Hugging Face. NVIDIA nennt für den Betrieb auf eigener Hardware die DGX Spark mit 128 GB, die RTX Spark und die RTX PRO 6000 mit 96 GB. Die Einrichtung auf der DGX Spark beschreibt NVIDIA für Text und Bilder. Unsloth bietet GGUF-Fassungen für llama.cpp von 46 GB in 1 Bit bis 132 GB in 8 Bit, in Ollama steht es als nemotron-3.5-super. Ein europäischer Hoster führt das Modell noch nicht, am 17. Oktober 2026 steht es bei keinem Hoster aus unserer Übersicht im Katalog. T-Systems führt nur Nemotron 3 Super. Über die Anbieter, die Artificial Analysis erfasst, kostet 1 Million Token im Median rund 0,20 Euro in der Eingabe und 0,51 Euro in der Ausgabe. Die Lizenz OpenMDW-1.1 der Linux Foundation erlaubt die kommerzielle Nutzung ohne Umsatzgrenze. Bei der Weitergabe gehören Lizenz und Herkunftshinweise dazu.