NVIDIA puso en línea este jueves Nemotron 3.5 Super VL, un modelo multimodal de peso abierto con 120 mil millones de parámetros totales que activa solo 12 mil millones por token, hecho para correr agentes de IA que permanecen encendidos todo el día dentro de las empresas. El lanzamiento importa porque muestra a NVIDIA intentando ocupar el espacio entre los modelos gigantes de nube y los modelos pequeños de borde, ofreciendo un punto medio abierto que cualquier equipo de desarrollo puede descargar, ajustar y correr en su propia infraestructura.
Arquitectura y qué lee el modelo
Super VL combina una arquitectura híbrida de Mamba-2, atención y mezcla de expertos, MoE por sus siglas en inglés, con un codificador de visión llamado C-RADIO. En la práctica eso significa un solo modelo que entiende texto, imagen, documento y vídeo en archivos MP4 de hasta dos minutos, sin acoplar un modelo de visión separado. La ventana de contexto llega a 1 millón de tokens, suficiente para procesar contratos largos, bases de código enteras o varias horas de transcripción en una sola llamada. Según NVIDIA, el modelo fue destilado del Nemotron 3 Ultra, el modelo de razonamiento más pesado de la propia empresa, usando decodificación especulativa y entrenamiento con cuantización NVFP4, lo que entrega precisión comparable al modelo grande usando alrededor de un quinto de los parámetros.
La velocidad es el argumento de venta
NVIDIA afirma que Super VL entrega hasta 5 veces más throughput que otros modelos abiertos de la misma categoría en tareas agénticas en una sola GPU, y que servir el modelo a través de su propia capa de inferencia Dynamo reduce la latencia en 85% y soporta 8 veces más usuarios simultáneos. En dos pruebas de comportamiento agéntico citadas por la empresa, Hermes Bench y las evaluaciones de LangChain, Super VL obtuvo 63,44% y 87,05%, superando al Nemotron 3 Ultra, que quedó en 56,33% y 84,3%. El modelo también aparece entre los primeros del ranking abierto OCRBench v2, enfocado en lectura de documentos.
Quién ya lo está usando
La adopción anunciada desde el primer día es lo que separa este lanzamiento de un comunicado de ficha técnica. Scale AI está post-entrenando Super VL para un agente de crédito de proveedores de Skydance y para apoyo en diligencia de fusiones y adquisiciones de EY; Mercor usa el modelo en agentes de programación evaluados con el benchmark APEX-SWE; Ramp aplica la versión en lectura de documentos financieros. Atlassian, CrowdStrike y Dassault Systèmes confirmaron integraciones en curso. Los pesos están abiertos bajo la licencia OpenMDW-1.1, que permite uso comercial, y ya circulan en Hugging Face, OpenRouter, ModelScope y como contenedor NVIDIA NIM.
El lado edge: Bolt para PC y portátil
Junto con Super VL, NVIDIA lanzó Nemotron 3.5 Bolt 74B-A9B, una versión con cuantización nativa de 2 bits que encaja un modelo de 74 mil millones de parámetros en solo 24 GB de memoria, suficiente para correr en tarjetas RTX y en las nuevas máquinas DGX Spark junto a otros programas abiertos. La empresa dice que queda primero entre los modelos abiertos de su categoría en PinchBench y segundo en BrowseComp. Una versión aún más pequeña, el Bolt E4B de 4 GB para agentes físicos y conversacionales, llega el 23 de octubre. El lanzamiento coincide con el portátil RTX Spark, anunciado el 16 de octubre y que ya viene con Bolt preinstalado en el ecosistema de aplicaciones por defecto.
El límite que falta comprobar
Las cifras de desempeño citadas, incluida la comparación de 5 veces más throughput y las ganancias de latencia vía Dynamo, provienen de los propios benchmarks y configuración de NVIDIA; todavía no hay replicación independiente publicada por un tercero. La empresa tampoco detalló el costo real de correr el Super VL completo fuera de su propia pila optimizada Dynamo, lo que deja un margen entre la promesa de eficiencia y lo que un equipo sin infraestructura NVIDIA logrará reproducir de verdad.
La lectura de MaxAssistant
Lo que hace diferente este lanzamiento de otro anuncio de cantidad de parámetros es la lista de empresas reales ya post-entrenando el modelo desde el primer día, no solo la ficha técnica. NVIDIA está apostando por una franja específica del mercado, el agente especializado que permanece enfocado en una sola tarea todo el día, y abriendo el peso para que cada empresa lo adapte a su propia base de datos en vez de depender de una API cerrada cobrada por token. Vale la pena esperar una evaluación independiente antes de dar por ciertas las cifras de velocidad, pero la disponibilidad inmediata y la adopción ya declarada son hechos, no una promesa.
Fuentes
NVIDIA Blog: Open From Data Center to Desktop, NVIDIA Expands Nemotron Family With Super VL and Bolt Models; NVIDIA Technical Blog: Nemotron 3.5 Super VL Powers Specialized Agents With Multimodal Reasoning.
