NVIDIA ने ओपन Nemotron 3.5 Super VL और Bolt एज मॉडल जारी किए

NVIDIA ने 15 अक्टूबर, 2026 को Nemotron 3.5 Super VL जारी किया। यह 120 अरब पैरामीटर वाला ओपन मल्टीमॉडल मॉडल विशेषीकृत, हमेशा सक्रिय रहने वाले एजेंटों के लिए बनाया गया है। इसके साथ एज और स्थानीय हार्डवेयर के लिए दो छोटे Bolt मॉडल भी जारी किए गए। Super VL और Nemotron 3.5 Bolt 74B-A9B 24GB अब उपलब्ध हैं, जबकि Nemotron 3.5 Bolt E4B 4GB को 23 अक्टूबर, 2026 को जारी किया जाना है।

इन रिलीज़ से Nemotron परिवार का विस्तार हुआ है, जिसे NVIDIA तैनाती के स्तरों के आधार पर व्यवस्थित करता है। अगस्त में जारी Lightning उच्च थ्रूपुट वाले कार्यभार संभालता है; Ultra सबसे कठिन तर्क-आधारित कार्यों के लिए है; और Bolt एज डिवाइसों को लक्ष्य बनाता है। NVIDIA ने कहा कि ये तीनों नए ओपन मॉडल मिलकर एजेंटों की तैनाती की पूरी जरूरत पूरी करते हैं—बड़े उद्यम सर्वरों से लेकर एज डिवाइसों और स्थानीय हार्डवेयर तक। कंपनी ने यह भी कहा कि Super VL को Nemotron Coalition के सहयोग से बनाया गया है।

आर्किटेक्चर और रिपोर्ट किया गया प्रदर्शन

Super VL में 120 अरब पैरामीटर वाला मिक्सचर-ऑफ-एक्सपर्ट्स आर्किटेक्चर है, जो हर टोकन के लिए 12 अरब पैरामीटर सक्रिय करता है। NVIDIA के अनुसार, निर्देशों का पालन करने, टूल का उपयोग करने, कई चरणों वाले व्यावसायिक कार्यप्रवाह संभालने और दृश्य सामग्री समझने जैसे मल्टीमॉडल एजेंट कार्यों में मॉडल की सटीकता उसके सबसे बड़े तर्क-आधारित मॉडल के बराबर है, जबकि इसमें लगभग पांचवां हिस्सा पैरामीटर हैं। NVIDIA इसे अपनी श्रेणी का सबसे तेज़ ओपन एजेंटिक मॉडल भी बताता है। कंपनी के अनुसार, एक ही GPU पर इसकी थ्रूपुट क्षमता समान आकार-श्रेणी के अन्य ओपन मॉडलों से 5 गुना तक अधिक है।

यह मॉडल एक ही सिस्टम में तर्क करने, निर्देशों का पालन करने और टूल का उपयोग करने की क्षमताओं को पाठ, छवि, दस्तावेज़ और वीडियो समझने की क्षमता के साथ जोड़ता है। NVIDIA के तकनीकी ब्लॉग के अनुसार, इस एकीकरण से टीमें अलग-अलग टेक्स्ट और विज़न-लैंग्वेज मॉडल तैनात किए बिना या उनके बीच कार्य-संदर्भ भेजे बिना पाठ और दृश्य सामग्री से जुड़े काम कर सकती हैं। NVIDIA ने कहा कि मॉडल का विज़न-लैंग्वेज प्रशिक्षण उन चीज़ों पर केंद्रित है जिनका एजेंटों को वास्तविक उपयोग में सामना होता है: ऑप्टिकल कैरेक्टर रिकग्निशन, तालिकाएँ, चार्ट और वेब पेजों व PDF जैसे दृश्य दस्तावेज़ों में मौजूद संरचित जानकारी।

NVIDIA द्वारा बताए गए मूल्यांकन में Super VL ने Hermes Bench पर 63.44% और LangChain के व्यवहार-मूल्यांकन में 87.05% अंक हासिल किए। इसके मुकाबले Nemotron 3 Ultra के अंक क्रमशः 56.33% और 84.3% थे। चार्ट के आधार पर तर्क करने वाले बेंचमार्क CharXiv पर NVIDIA के अनुसार, Super VL ने 80.8% अंक हासिल किए, जबकि Nemotron 3 Nano Omni ने 63% अंक पाए। Python कोड की व्याख्या का उपयोग करने पर Super VL का स्कोर बढ़कर 84% हो गया। NVIDIA Super VL को OCRBench v2 लीडरबोर्ड के शीर्ष ओपन मॉडलों में से एक भी बताता है। तकनीकी ब्लॉग के अनुसार, EXO Labs के स्वतंत्र मूल्यांकन में DGX Spark पर सटीकता और कार्य पूरा करने के समय के बीच के Pareto frontier पर इसे स्थान मिला।

प्रशिक्षण और अनुमान की रूपरेखा

Super VL को Nemotron 3 Ultra से डिस्टिल किया गया। तकनीकी ब्लॉग में बेहतर कोडिंग सटीकता का श्रेय Ultra की कोडिंग क्षमताओं और डिस्टिलेशन के दौरान इस्तेमाल किए गए SkewReverse loss को दिया गया है। प्रशिक्षण के बाद के चरण में, कई शिक्षकों से होने वाली ऑन-पॉलिसी डिस्टिलेशन प्रक्रिया पाठ और विज़न के विशेषज्ञ शिक्षकों से मार्गदर्शन जोड़ती है। ये शिक्षक वीडियो पर तर्क करने और उसका ट्रैक रखने, विज़न टूल के उपयोग तथा संरेखण के लिए मॉडल की प्रतिक्रियाओं का मूल्यांकन करते हैं। तकनीकी ब्लॉग में Nemotron Coalition के संगठनों के योगदान का भी उल्लेख है: Perplexity के डेटासेट ने मॉडल के मध्य-प्रशिक्षण में मदद की, जबकि Prime Intellect के परिवेशों का इस्तेमाल शिक्षक मॉडल बनाने के लिए किया गया।

Nemotron 3.5 Super VL को पूर्व-प्रशिक्षण और निरंतर पूर्व-प्रशिक्षण के दौरान लगभग 26 ट्रिलियन टोकन पर प्रशिक्षित किया गया। इसके बाद लगभग 3.8 मिलियन नमूनों और दर्जनों परिवेशों में रीइन्फोर्समेंट लर्निंग के साथ इसका प्रशिक्षण जारी रखा गया। निरंतर पूर्व-प्रशिक्षण में 10 अरब इंडिक टोकन जोड़े गए। NVIDIA IIT Madras और उसकी AI4Bharat लैब के साथ विकसित, 22 भारतीय भाषाओं के लगभग 2.8 ट्रिलियन टोकन वाला डेटासेट भी जारी कर रहा है।

इस रिलीज़ में बेस, प्रशिक्षण के बाद तैयार किए गए और NVFP4-क्वांटाइज़ किए गए चेकपॉइंट शामिल हैं। NVFP4 की विधि NVIDIA के Blackwell आर्किटेक्चर पर 4-बिट वेट और एक्टिवेशन का उपयोग करती है। इसके साथ क्वांटाइज़ेशन-अवेयर डिस्टिलेशन जोड़ा गया है, जिसका उद्देश्य क्वांटाइज़ेशन से आने वाली सटीकता की कमी को पाटना है। NVIDIA के अनुसार, LiLiCorr नाम की एक ओपन स्पेक्युलेटिव डिकोडिंग तकनीक DGX Spark पर बिना स्पेक्युलेशन वाले डिकोडिंग की तुलना में टोकन जनरेशन को 2.3 गुना तक तेज़ करती है। मल्टी-टोकन प्रेडिक्शन मॉडल को एक आंतरिक ड्राफ्टर देता है, जो एक ही फॉरवर्ड पास में सत्यापन के लिए कई टोकन प्रस्तावित करता है। संदर्भ के पुनः उपयोग के लिए सर्विंग ऑप्टिमाइज़ेशन बार-बार होने वाली एजेंट कॉल के दौरान अटेंशन कैश और Mamba के रिकरेंट स्टेट—दोनों को सुरक्षित रखते हैं।

एज डिवाइसों के लिए Bolt मॉडल

Bolt 74B-A9B 24GB में नेटिव 2-बिट क्वांटाइज़ेशन का उपयोग किया गया है, जिससे यह 24GB मेमोरी में समा जाता है और NVIDIA RTX तथा DGX Spark पर दूसरे ऐप्लिकेशन के साथ स्थानीय रूप से चल सकता है। NVIDIA के अनुसार, PinchBench पर यह अपनी श्रेणी का शीर्ष ओपन मॉडल है और BrowseComp पर दूसरे स्थान का ओपन मॉडल है। यह मॉडल Hugging Face पर उपलब्ध है और llama.cpp, Ollama, LM Studio, Unsloth तथा vLLM को सपोर्ट करता है। इसे 16 अक्टूबर, 2026 से उपलब्ध होने वाले NVIDIA RTX Spark लैपटॉप के लिए बनाया गया है। यह GeForce RTX PC, DGX Spark, DGX Station और RTX PRO वर्कस्टेशन पर भी चलता है।

Bolt E4B 4GB, GeForce RTX, Jetson और RTX/DGX Spark पर चलने वाले भौतिक और संवादात्मक एजेंटों के लिए है। यह स्थानीय वॉइस असिस्टेंट, संवादात्मक किरदारों और एम्बेडेड इंटरफ़ेस के लिए स्वाभाविक बातचीत को कई चरणों वाली एजेंटिक क्षमताओं के साथ जोड़ता है।

अनुकूलन, शुरुआती उपयोगकर्ता और तैनाती

यह मॉडल खुले वेट, खुले डेटासेट और प्रशिक्षण-विधियों के साथ उपलब्ध है। NVIDIA NeMo, Python-आधारित पाइपलाइनों और खुले डेटासेट के ज़रिए इसे अनुकूलित किया जा सकता है। NVIDIA, Hugging Face पर एजेंट-आधारित टूल उपयोग, वित्त, निर्देशों का पालन, लंबा संदर्भ, निष्पक्षता और दृष्टि-भाषा से जुड़े 45 डेटासेट सहित खुले डेटासेट जारी कर रहा है। इसके साथ ही, NeMo Gym में रीइन्फोर्समेंट लर्निंग के परिवेश भी उपलब्ध कराए जा रहे हैं।

NVIDIA के अनुसार, दर्जनों संगठन अपने डेटा, टूल, नीतियों और कार्यप्रवाहों के आधार पर Super VL का पश्च-प्रशिक्षण कर रहे हैं। Scale AI ने Skydance के विक्रेता-ऋण वित्त एजेंट और EY के विलय एवं अधिग्रहण (M&A) संबंधी समुचित जाँच एजेंट के लिए मॉडल का पश्च-प्रशिक्षण किया। तकनीकी ब्लॉग के अनुसार, Skydance के कार्यभार के लिए अनुमान लागत 40 गुना और विलंबता 5 गुना कम होगी। AfterQuery ने ऋण समझौतों के विश्लेषण के लिए Hebbia हेतु मॉडल को अनुकूलित किया। AI21 और Alice ने साइबर सुरक्षा हमलों का सामना करने की क्षमता के लिए इसका पश्च-प्रशिक्षण किया। NVIDIA के मुताबिक, Alice के खतरा-खुफिया और भेद्यता विश्लेषण में सटीकता 40% अधिक रही। Mercor ने ऐसे कोडिंग एजेंटों के लिए APEX-SWE कोडिंग बेंचमार्क पर मॉडल का पश्च-प्रशिक्षण किया, जो कोड की योजना बनाते हैं, उसे लिखते हैं और उसमें त्रुटियाँ ठीक करते हैं। Ramp रसीदों की छवियों को व्यवस्थित JSON में बदल रहा है, जिसमें व्यापारी की जानकारी, तारीखें और भुगतान डेटा शामिल हैं। तकनीकी ब्लॉग के अनुसार, उसे थ्रूपुट में 50% तक की बढ़ोतरी और विलंबता में 10 गुना कमी की उम्मीद है।

Super VL को अपने प्लेटफ़ॉर्म में एकीकृत करने वाली सॉफ़्टवेयर कंपनियों में Atlassian शामिल है, जो Jira और Confluence जैसे ऐप्लिकेशन में एजेंट-आधारित खोज के लिए इसका इस्तेमाल करती है; CrowdStrike, जो एंटरप्राइज़ सुरक्षा में एजेंट-आधारित ब्लू-टीमिंग के लिए इसका उपयोग करती है; Dassault Systèmes, जो इंजीनियरिंग डिज़ाइन और सिमुलेशन के लिए इसका उपयोग करती है; और Perplexity, जो खोज तथा एजेंट-आधारित कार्यों के लिए इसका उपयोग करती है। Salesforce, Missionforce Operations के ज़रिए सरकारी कार्यप्रवाहों को डिजिटल बनाने और स्वचालित करने वाले AI एजेंटों को सक्षम करने के लिए Nemotron को अनुकूलित कर रही है। वहीं, सेमीकंडक्टर डिज़ाइन सत्यापन के लिए Synopsys का सॉफ़्टवेयर इस मॉडल के साथ परस्पर काम करता है।

परिनियोजन के लिए, NVIDIA NIM इस मॉडल को उत्पादन में उपयोग के लिए तैयार माइक्रोसर्विस के रूप में पैकेज करता है। इसमें सुरक्षा पैच और प्रदर्शन सुधार हर दो सप्ताह में शामिल किए जाते हैं। NVIDIA के अनुसार, 16 B200 GPU पर, प्रति उपयोगकर्ता प्रति सेकंड 50 टोकन की दर से, KV-cache-aware routing के साथ Dynamo serving से उपयोगकर्ताओं की संख्या 8 गुना तक बढ़ाई जा सकती है, जबकि पहले टोकन की विलंबता 85% कम होती है। Super VL अब Hugging Face, OpenRouter, ModelScope और NVIDIA NIM के रूप में उपलब्ध है। यह DGX Spark, DGX Station, RTX PRO और RTX सिस्टम, Jetson तथा डेटा सेंटर और क्लाउड परिवेशों में चलता है।