NVIDIA brengt de open modellen Nemotron 3.5 Super VL en Bolt voor edge-apparaten uit

NVIDIA heeft op 15 oktober 2026 Nemotron 3.5 Super VL uitgebracht, een open multimodaal model met 120 miljard parameters voor gespecialiseerde, continu actieve agents. Tegelijkertijd bracht het bedrijf twee kleinere Bolt-modellen uit voor edge-apparaten en lokale hardware. Super VL en Nemotron 3.5 Bolt 74B-A9B 24GB zijn nu beschikbaar; Nemotron 3.5 Bolt E4B 4GB staat gepland voor 23 oktober 2026.

Met deze releases wordt de Nemotron-familie uitgebreid, die NVIDIA indeelt naar implementatieniveau. Lightning, uitgebracht in augustus, is geschikt voor workloads met een hoge verwerkingscapaciteit; Ultra neemt de zwaarste redeneertaken voor zijn rekening; en Bolt is bedoeld voor edge-apparaten. NVIDIA zei dat de drie nieuwe open modellen samen het volledige spectrum van agentimplementaties bestrijken, van grote bedrijfsservers tot edge-apparaten en lokale hardware, en dat Super VL is ontwikkeld in samenwerking met de Nemotron Coalition.

Architectuur en gerapporteerde prestaties

Super VL maakt gebruik van een mixture-of-experts-architectuur met 120 miljard parameters, waarvan er per token 12 miljard actief zijn. Volgens NVIDIA levert het model nauwkeurige resultaten bij multimodale agenttaken, waaronder het opvolgen van instructies, het gebruik van tools, workflows voor zakelijke taken met meerdere stappen en visueel begrip. De nauwkeurigheid is vergelijkbaar met die van NVIDIA’s grootste redeneermodel, terwijl Super VL ongeveer een vijfde van het aantal parameters heeft. NVIDIA noemt het bovendien het snelste open agentmodel in zijn klasse en meldt dat het op één GPU tot 5× meer verwerkingscapaciteit levert dan andere open modellen in dezelfde grootteklasse.

Het model combineert redeneren, het opvolgen van instructies en toolgebruik met het begrijpen van tekst, afbeeldingen, documenten en video in één systeem. Volgens NVIDIA’s technische blog kunnen teams dankzij die integratie tekstuele en visuele taken uitvoeren zonder afzonderlijke tekst- en vision-languagemodellen te implementeren of taakcontext tussen die modellen uit te wisselen. NVIDIA zei dat de vision-language-training van het model is gericht op wat agents in de praktijk tegenkomen: optische tekenherkenning, tabellen, grafieken en gestructureerde informatie in visuele documenten, zoals webpagina’s en PDF’s.

Uit de door NVIDIA gerapporteerde evaluaties blijkt dat Super VL 63,44% behaalt op Hermes Bench en 87,05% bij de gedragsevaluaties van LangChain, tegenover respectievelijk 56,33% en 84,3% voor Nemotron 3 Ultra. Op CharXiv, een benchmark voor het redeneren over grafieken, rapporteert NVIDIA 80,8% voor Super VL tegenover 63% voor Nemotron 3 Nano Omni. Dat resultaat stijgt naar 84% wanneer het model Python-code gebruikt voor interpretatie. NVIDIA noemt Super VL ook een van de best presterende open modellen op het OCRBench v2-klassement. In de technische blog staat bovendien dat een onafhankelijke evaluatie door EXO Labs het model op het Pareto-frontier plaatste voor nauwkeurigheid en taakvoltooiingstijd op DGX Spark.

Ontwerp van training en inferentie

Super VL is gedistilleerd vanuit Nemotron 3 Ultra. De technische blog schrijft de verbeterde codeernauwkeurigheid toe aan de codeercapaciteiten van Ultra en aan de SkewReverse-verliesfunctie die tijdens de distillatie is gebruikt. Tijdens de post-training combineert on-policy-distillatie met meerdere docenten de begeleiding van gespecialiseerde docenten voor tekst en beeld. Deze docenten beoordelen de reacties van het model op het gebied van videoredeneren en -volgen, het gebruik van vision-tools en afstemming. De technische blog vermeldt ook bijdragen van organisaties binnen de Nemotron Coalition: datasets van Perplexity ondersteunden de mid-training van het model en omgevingen van Prime Intellect werden gebruikt om docentmodellen te bouwen.

Nemotron 3.5 Super VL is getraind op ongeveer 26 biljoen tokens tijdens de pretraining en voortgezette pretraining. Vervolgens is het model post-trained met circa 3,8 miljoen voorbeelden en reinforcement learning in tientallen omgevingen. De voortgezette pretraining voegde 10 miljard Indic-tokens toe. NVIDIA brengt ook een dataset uit met ongeveer 2,8 biljoen tokens in 22 Indiase talen, ontwikkeld in samenwerking met IIT Madras en het AI4Bharat-lab van die instelling.

De release omvat checkpoints van het basismodel, het post-trained model en de versie die met NVFP4 is gekwantiseerd. De NVFP4-methode gebruikt 4-bitgewichten en -activaties op NVIDIA’s Blackwell-architectuur, in combinatie met kwantisatiebewuste distillatie die de door kwantisatie veroorzaakte achterstand in nauwkeurigheid moet verkleinen. Een open techniek voor speculatief decoderen, LiLiCorr, zorgt volgens NVIDIA op DGX Spark voor tot 2,3× snellere tokengeneratie dan decoderen zonder speculatie. Dankzij voorspelling van meerdere tokens beschikt het model over een interne voorspeller die in één forward pass meerdere tokens voorstelt ter verificatie. Optimalisaties voor contexthergebruik bij het uitvoeren van het model behouden zowel attention-caches als terugkerende Mamba-toestanden tussen herhaalde agentaanroepen.

Bolt-modellen voor edge-apparaten

Bolt 74B-A9B 24GB gebruikt native kwantisatie tot 2 bits, zodat het model in 24 GB geheugen past en lokaal kan draaien op NVIDIA RTX en DGX Spark, naast andere toepassingen. Volgens NVIDIA is het het best presterende open model in zijn klasse op PinchBench en het op één na best gerangschikte open model op BrowseComp. Het model is beschikbaar op Hugging Face en biedt ondersteuning voor llama.cpp, Ollama, LM Studio, Unsloth en vLLM. Het is ontworpen voor NVIDIA RTX Spark-laptops, die op 16 oktober 2026 verschijnen, en werkt ook op GeForce RTX-pc’s, DGX Spark, DGX Station en RTX PRO-werkstations.

Bolt E4B 4GB is bedoeld voor fysieke en conversationele agents op GeForce RTX, Jetson en RTX/DGX Spark. Het combineert natuurlijke gesprekken met agentmogelijkheden over meerdere beurten voor lokale spraakassistenten, interactieve personages en ingebouwde interfaces.

Aanpassing, vroege gebruikers en implementatie

Het model wordt geleverd met open gewichten, open datasets en trainingsrecepten. Aanpassing is mogelijk met NVIDIA NeMo, pipelines op basis van Python en open datasets. NVIDIA brengt op Hugging Face open datasets uit voor agentisch gebruik van tools, financiën, het volgen van instructies, lange contexten, eerlijkheid en 45 vision-language-datasets, plus omgevingen voor reinforcement learning in NeMo Gym.

Volgens NVIDIA trainen tientallen organisaties Super VL verder met hun eigen gegevens, tools, beleidsregels en workflows. Scale AI trainde het model verder voor de kredietfinancieringsagent voor leveranciers van Skydance en de agent voor due diligence bij M&A van EY. Volgens de technische blog zullen de inferentiekosten voor de workload van Skydance 40 keer lager zijn en de latentie 5 keer lager. AfterQuery paste het model aan voor Hebbia, voor de analyse van kredietovereenkomsten. AI21 en Alice trainden het model verder om het bestand te maken tegen cyberaanvallen. NVIDIA meldt dat Alice 40% nauwkeuriger is bij dreigingsinformatie en kwetsbaarheidsanalyses. Mercor trainde het model verder op de programmeerbenchmark APEX-SWE voor programmeeragenten die code plannen, schrijven en debuggen. Ramp zet afbeeldingen van bonnetjes om in gestructureerde JSON met informatie over de verkoper, datums en betalingsgegevens. Het bedrijf verwacht tot 50% meer doorvoer en een 10 keer lagere latentie, aldus de technische blog.

Softwareplatformbedrijven die Super VL integreren, zijn onder meer Atlassian, voor zoeken met AI-agenten in apps zoals Jira en Confluence; CrowdStrike, voor AI-agentgestuurde blue teaming in bedrijfsbeveiliging; Dassault Systèmes, voor technisch ontwerp en simulatie; en Perplexity, voor zoeken en taken met AI-agenten. Salesforce past Nemotron aan om AI-agenten aan te sturen die overheidsworkflows digitaliseren en automatiseren via Missionforce Operations. De software van Synopsys voor de verificatie van halfgeleiderontwerpen werkt ook samen met het model.

Voor de implementatie verpakt NVIDIA NIM het model als een productieklaar microservice, die elke twee weken wordt bijgewerkt met beveiligingspatches en prestatieverbeteringen. NVIDIA meldt dat Dynamo-serving met routering die rekening houdt met de KV-cache, op 16 B200-GPU’s en bij 50 tokens per seconde per gebruiker tot 8 keer zoveel gebruikers bedient en de latentie tot het eerste token met 85% verlaagt. Super VL is nu beschikbaar op Hugging Face, OpenRouter en ModelScope, en als NVIDIA NIM. Het draait op DGX Spark, DGX Station, RTX PRO- en RTX-systemen, Jetson en in datacenter- en cloudomgevingen.