NVIDIA-in novi otvoreni Nemotron 3.5 Super VL s dodatnom obukom nadmašuje Claude Opus 5 i GPT-6.1 Sol na specijaliziranim testovima
NVIDIA je predstavila Nemotron 3.5 Super VL, model sa 120 milijardi parametara koji spaja jezično i vizualno razumijevanje, uz dva manja modela za lokalne agente: Bolt 74B-A9B 24GB i Bolt E4B 4GB, koji izlazi 23. listopada. Super VL radi s PDF-ovima, grafikonima, tablicama, slikama i web stranicama, slijedi upute i koristi alate.
Bolt 74B-A9B 24GB namijenjen je lokalnom kodiranju, istraživanju i višekoračnim zadacima, a Bolt E4B 4GB razgovornim i uređajnim agentima. Poduzeća mogu model prilagoditi svojim dokumentima i procedurama te odabrati gdje se izvodi. NVIDIA navodi da organizacije mogu provesti post-treniranje Super VL-a na vlastitim podacima, alatima i politikama te ga postaviti na infrastrukturu koja zadovoljava njihove sigurnosne i zahtjeve za smještaj podataka. Bolt nudi manju opciju za zadržavanje dijela agentskih poslova lokalno.
Kontekst
Super VL nije prvi NVIDIA model za vizualni sadržaj. Nemotron Nano 2 VL već je nudio analizu dokumenata i slika, a travanjski Nemotron 3 Nano Omni spajao je tekst, slike, audio i video u model sa 30 milijardi parametara za dokumentnu inteligenciju i čitanje grafičkih sučelja. U ožujku je izašao Nemotron 3 Super sa 120 milijardi parametara za agentsko zaključivanje, potom veći Nemotron 3 Ultra, a u kolovozu Nemotron 3.5 Lightning za ponavljajuće korake u dugim agentskim tokovima. Super VL uvodi razumijevanje dokumenata i slika u veću razinu, a Bolt širi lokalne mogućnosti.
Primjerice, sustav za osiguravajući zahtjev mogao bi čitati skenirane zapise, izvlačiti strukturirane podatke, provjeravati ih prema polici i odlučivati što označiti za čovjeka; jedan model smanjuje prijenos između odvojenih sustava za čitanje. Programeri ipak moraju testirati izvlači li model prave činjenice i slijedi li pravila. Konkurenciju čine Meta Llama 4 i Google Gemma 4.
Ključne brojke
Super VL ima 120 milijardi parametara. Bolt 74B-A9B 24GB i Bolt E4B 4GB manji su modeli, a potonji izlazi 23. listopada. Nemotron 3 Nano Omni ima 30 milijardi parametara. Na pet evaluacija — dokumentna inteligencija, otpornost na sigurnosne napade, izvlačenje podataka s financijskih računa, znanstveno eksperimentiranje i medicinski osiguravajući zahtjevi — poboljšanja nakon post-treniranja kreću se od 9 do 44 posto. Kod medicinskih zahtjeva točnost raste s otprilike 28 na 72 posto, u usporedbi s oko 38 posto za Claude Opus 5. Otpornost na napade raste s približno 35 na 76 posto, dok GPT-6.1 Sol postiže oko 66 posto.
Super VL opisan je kao do pet puta brži od usporedivog otvorenog modela, uz oko 625 izlaznih tokena u sekundi pri indeksu oko 26; petostruka usporedba počinje kod Inkling Small s oko 125 tokena u sekundi.
Što to znači
Vrijednost za poduzeća je u prilagodbi modela vlastitim dokumentima i procedurama te izboru gdje se izvodi. No rezultati s grafikona odnose se na različite prilagođene verzije na različitim specijaliziranim zadacima, a ne na tvrdnju da osnovni Super VL općenito nadmašuje navedene modele Claude ili GPT. NVIDIA nije dostavila definicije zadataka, veličine uzoraka ni protokol testiranja, pa bi kupac trebao isti pristup testirati na vlastitom poslu.
Što slijedi
Bolt E4B 4GB izlazi 23. listopada. NVIDIA navodi da deseci organizacija provode post-treniranje Super VL-a. Među njima su Scale AI za agentski sustav tvrtke Skydance za financiranje dobavljača, EY za agenta za dubinsku analizu pri spajanjima i preuzimanjima, AfterQuery za analizu kreditnih ugovora za Hebbia, AI21 i Alice za kibernetičku sigurnost te Mercor za kodne agente. Model prilagođavaju i Ramp, Dream, Lila Sciences i R1, a integriraju ga Atlassian, CrowdStrike, Dassault Systèmes, Perplexity, Salesforce i Synopsys. Koliko će se Super VL prihvatiti, ovisit će o rezultatima partnera nakon prilagodbe.