Nemotron 3.5 Super VL i Bolt. Otwarte modele NVIDIA do agentów

Co NVIDIA wydała 15 października

Nowa odsłona rodziny Nemotron obejmuje trzy modele. Nemotron 3.5 Super VL to model wizyjno-językowy (VLM, vision-language model), czyli taki, który analizuje jednocześnie tekst i obraz. Nemotron 3.5 Bolt 74B-A9B jest jego skompresowaną wersją do pracy lokalnej, a mniejszy Bolt E4B o rozmiarze 4 GB ma trafić do pobrania 23 października.

Wszystkie trzy modele mają otwarte wagi, czyli pliki, które można pobrać i uruchomić na własnym sprzęcie. NVIDIA publikuje też część zbiorów danych treningowych oraz receptury trenowania, co pozwala firmom dostrajać modele do własnych zadań. Super VL jest dostępny w serwisie Hugging Face, w OpenRouter, w ModelScope oraz jako mikroserwis NVIDIA NIM z płatnym wsparciem dla firm.

Parametry Nemotron 3.5 Super VL i Bolt

Oba modele łączą warstwy Mamba-2, mieszankę ekspertów (MoE, mixture of experts) i klasyczne warstwy uwagi. W architekturze MoE przy każdym tokenie pracuje tylko część parametrów, dlatego model o 120 mld parametrów liczy odpowiedź tak, jakby miał ich 12 mld. Obraz i klatki wideo przetwarza osobny koder wizyjny C-RADIO.

• Super VL - 120 mld parametrów, 12 mld aktywnych, kontekst do 1 mln tokenów, wejście tekst, obrazy i wideo mp4 do 2 minut, wdrożenie w pełnej precyzji na 4 kartach H100 lub 2 układach GB200.
• Bolt 74B-A9B - 74 mld parametrów, 9 mld aktywnych, kontekst do 256 tys. tokenów, 2-bitowa kwantyzacja trenowana razem z modelem, plik o rozmiarze 24 GB.
• Bolt E4B - model do asystentów głosowych i interfejsów wbudowanych, rozmiar 4 GB, premiera zapowiedziana na 23 października 2026 roku.
• Tryb rozumowania - w obu dostępnych modelach można go włączyć lub wyłączyć w szablonie rozmowy, co skraca odpowiedzi tam, gdzie analiza krok po kroku nie jest potrzebna.

Wyniki w testach według NVIDIA

Karta modelu Super VL zawiera ponad 40 testów porównawczych. Wszystkie wyniki pochodzą od NVIDIA i zostały zmierzone jej narzędziem NeMo Gym, więc do czasu niezależnych pomiarów traktujemy je jako deklarację producenta. Poniżej wybrane pozycje, porównane z modelem Qwen3.5-122B-A10B o zbliżonej wielkości.

• SWE-bench Verified (naprawa błędów w kodzie) - Super VL 71,1 proc., Qwen3.5-122B 71,9 proc.
• GPQA Diamond (pytania naukowe) - 89,5 proc. wobec 86,7 proc.
• BrowseComp (wyszukiwanie informacji w sieci) - 78 wobec 58,1.
• OCRBench v2 w języku angielskim (odczyt tekstu z obrazu) - 68,1 wobec 68,3.
• AA-Omniscience, odsetek halucynacji - 30 proc. wobec 84,5 proc., co oznacza, że Super VL częściej przyznaje, że czegoś nie wie.

Jak wypada na tle konkurencji

Tabela NVIDIA pokazuje też słabsze strony modelu. W SWE-bench Verified, Terminal-Bench 2.1 i BrowseComp Super VL wyraźnie ustępuje modelom Qwen3.8-Flash-Next i GLM-5.3-Flash, a w części testów wizyjnych także mniejszemu Qwen3.5-122B. Atutem jest niski odsetek halucynacji i dobre wyniki w zadaniach z długim kontekstem, takich jak GraphWalks.

Bolt 74B-A9B porównano z modelami, które mieszczą się w podobnej ilości pamięci. Według NVIDIA uzyskał 86,4 proc. w GPQA Diamond i 66,8 w BrowseComp, przy 83,4 proc. i 48,7 dla Qwen3.6-35B-A3B. NVIDIA twierdzi także, że Bolt zajmuje pierwsze miejsce wśród otwartych modeli swojej klasy w teście PinchBench, choć w jej własnej tabeli Qwen3.6-35B-A3B ma tam nieco wyższy wynik.

Licencja OpenMDW-1.1 i użycie w firmie

Modele udostępniono na licencji OpenMDW-1.1, a nie na wcześniejszej licencji NVIDIA Open Model License. OpenMDW przyznaje prawo do korzystania z wag, danych i kodu bez ograniczeń dziedzin zastosowań i bez osobnego regulaminu dopuszczalnego użycia. Karty modeli wprost wskazują, że modele nadają się do użytku komercyjnego.

Warunki są krótkie. Kto rozpowszechnia model lub jego modyfikację, musi dołączyć tekst licencji i informacje o prawach autorskich. Prawa wygasają wobec podmiotu, który pozwie innych, twierdząc, że model narusza jego patent lub prawa autorskie. Licencja nie daje żadnych gwarancji, a odpowiedzialność za zgodność z prawem, w tym z AI Act przy wdrożeniach wysokiego ryzyka, spoczywa na firmie, która model uruchamia.

Jaki sprzęt jest potrzebny

Super VL w pełnej precyzji to model do centrum danych. Wersja skwantyzowana do formatu NVFP4 jest przeznaczona m.in. dla stacji DGX Spark i DGX Station, ale wymaga kart z architekturą Blackwell. Dla większości firm w Polsce realną drogą będzie dostęp przez API u dostawcy chmurowego albo przez OpenRouter.

Bolt 74B-A9B celuje w komputery osobiste. 24 GB to pojemność pamięci kart graficznych z wyższej półki, a także laptopów z nowym układem RTX Spark, które trafiają do sprzedaży 16 października. Model obsługują popularne narzędzia do lokalnego uruchamiania, takie jak Ollama, LM Studio, llama.cpp i vLLM, więc test nie wymaga pisania własnego kodu.

Ograniczenia i niewiadome

Najważniejsze ograniczenie dla polskich użytkowników to język. Karty obu modeli wymieniają sześć języków, a polskiego wśród nich nie ma. Model zapewne zrozumie polskie polecenia, ale jakość odpowiedzi, odczytu polskich dokumentów i znaków diakrytycznych trzeba sprawdzić samodzielnie przed wdrożeniem.

Wyniki testów pochodzą wyłącznie od NVIDIA, a niezależne rankingi jeszcze ich nie potwierdziły. NVIDIA nie podała cen dostępu przez NIM ani u partnerów chmurowych. Wideo jest ograniczone do 2 minut, a przepisy wdrożeniowe dla pojedynczej karty graficznej mogą korzystać z kontekstu krótszego niż deklarowany maksymalny.

Dla kogo są nowe modele Nemotron

W naszej ocenie Super VL jest ciekawą opcją dla firm, które chcą analizować dokumenty, faktury, wykresy i nagrania na własnej infrastrukturze, bez wysyłania danych do zewnętrznego dostawcy. Liberalna licencja ułatwia budowę produktów na jego bazie. Przed decyzją warto porównać go na własnych, polskojęzycznych dokumentach z otwartymi modelami o podobnej skali, na przykład z Mistral Large 4 lub Muse Spark Open.

Bolt przyda się programistom i zespołom, które chcą uruchomić agenta AI lokalnie, na przykład do przeglądania kodu, wyszukiwania informacji czy pisania. Dla prostego testu wystarczy pobrać model w Ollama lub LM Studio i sprawdzić go na kilku typowych zadaniach z pracy zespołu.