NVIDIA가 2026년 10월 15일 Nemotron 3.5 Super VL과 Nemotron 3.5 Bolt 74B-A9B를 출시했습니다. Artificial Analysis의 Intelligence Index에서 Super VL은 26.5점을 받아 보고서에 실린 미국 오픈 웨이트 모델 중 가장 높은 점수를 기록했고, Bolt는 21.4점을 받았습니다. Super VL의 점수는 Nemotron 3 Super의 13점보다 거의 두 배 높았으며, 작업당 출력 토큰은 약 60% 적었습니다.

Super VL은 총 매개변수 120B, 활성 매개변수 12B이며 이미지와 텍스트를 입력받아 텍스트를 출력합니다. 컨텍스트 윈도는 1M 토큰입니다. Bolt는 총 매개변수 74B, 활성 매개변수 9B로 입력·출력 방식은 같고 컨텍스트 윈도는 256k 토큰입니다. Bolt 제품군의 첫 모델이며, 매개변수 100B 미만 모델 가운데 4위, 같은 규모의 미국 모델 가운데 1위에 올랐습니다.

Super VL은 NVIDIA의 Nemotron 3 Ultra(23점)와 Meta의 Muse Glimmer(17점)보다 높은 점수를 받았습니다. 다만 기사 주요 내용에는 Inkling Small 점수가 25.7점, 본문에는 26점으로 각각 기재됐습니다. 미국 모델들은 UAE의 K2 Horizon 375B A23B(31점)와 중국의 MiMo-V2.6-Pro(46점)보다 낮았습니다. Intelligence Index 과제당 Super VL의 출력 토큰은 46k로, Nemotron 3 Super는 114k, K2 Horizon은 52k, MiMo-V2.6-Pro는 64k였습니다.

출시 전 DeepInfra 엔드포인트에서 NVFP4 가중치를 사용해 측정했을 때, Super VL은 입력 10만 토큰에서 초당 약 630토큰을 생성했습니다. 이는 점수 20점 이상 모델 중 해당 입력 길이에서 가장 빠른 속도였습니다. 속도는 Inkling Small(초당 124토큰)의 약 5배, Nemotron 3 Ultra(235)의 2.7배, Nemotron 3 Super(140)의 4.5배였습니다. 첫 토큰 생성까지는 1.8초가 걸렸으며, Ultra는 4.4초, Inkling Small은 8.5초였습니다. NVFP4에서 Super VL의 지수 점수는 BF16 점수와 0.1점 이내로 차이가 났고, 세부 항목별 변동 폭은 2.6점을 넘지 않았습니다.

Bolt는 총 매개변수가 39% 적으면서도 Nemotron 3 Super의 12.8점보다 8.6점 높은 점수를 기록했습니다. Nemotron 3 Ultra와 비교하면 AutomationBench-AA에서 15.5% 대 3.0%, AA-Briefcase에서 912 대 874 엘로 점수로 앞섰지만, AA-LCR에서는 70% 대 79%, Humanity’s Last Exam에서는 25% 대 28%로 뒤졌습니다. Bolt는 과제당 출력 토큰 82k를 사용했습니다. 이는 Super VL의 46k보다 1.8배, Ultra의 28k보다 2.9배 많고, Nemotron 3 Super의 114k보다는 28% 적습니다.

NVIDIA가 2026년 10월 15일 Nemotron 3.5 Super VL과 Nemotron 3.5 Bolt 74B-A9B를 출시했습니다. Artificial Analysis의 Intelligence Index에서 Super VL은 26.5점을 받아 보고서에 실린 미국 오픈 웨이트 모델 중 가장 높은 점수를 기록했고, Bolt는 21.4점을 받았습니다. Super VL의 점수는 Nemotron 3 Super의 13점보다 거의 두 배 높았으며, 작업당 출력 토큰은 약 60% 적었습니다.

Super VL은 총 매개변수 120B, 활성 매개변수 12B이며 이미지와 텍스트를 입력받아 텍스트를 출력합니다. 컨텍스트 윈도는 1M 토큰입니다. Bolt는 총 매개변수 74B, 활성 매개변수 9B로 입력·출력 방식은 같고 컨텍스트 윈도는 256k 토큰입니다. Bolt 제품군의 첫 모델이며, 매개변수 100B 미만 모델 가운데 4위, 같은 규모의 미국 모델 가운데 1위에 올랐습니다.

Super VL은 NVIDIA의 Nemotron 3 Ultra(23점)와 Meta의 Muse Glimmer(17점)보다 높은 점수를 받았습니다. 다만 기사 주요 내용에는 Inkling Small 점수가 25.7점, 본문에는 26점으로 각각 기재됐습니다. 미국 모델들은 UAE의 K2 Horizon 375B A23B(31점)와 중국의 MiMo-V2.6-Pro(46점)보다 낮았습니다. Intelligence Index 과제당 Super VL의 출력 토큰은 46k로, Nemotron 3 Super는 114k, K2 Horizon은 52k, MiMo-V2.6-Pro는 64k였습니다.

출시 전 DeepInfra 엔드포인트에서 NVFP4 가중치를 사용해 측정했을 때, Super VL은 입력 10만 토큰에서 초당 약 630토큰을 생성했습니다. 이는 점수 20점 이상 모델 중 해당 입력 길이에서 가장 빠른 속도였습니다. 속도는 Inkling Small(초당 124토큰)의 약 5배, Nemotron 3 Ultra(235)의 2.7배, Nemotron 3 Super(140)의 4.5배였습니다. 첫 토큰 생성까지는 1.8초가 걸렸으며, Ultra는 4.4초, Inkling Small은 8.5초였습니다. NVFP4에서 Super VL의 지수 점수는 BF16 점수와 0.1점 이내로 차이가 났고, 세부 항목별 변동 폭은 2.6점을 넘지 않았습니다.

Bolt는 총 매개변수가 39% 적으면서도 Nemotron 3 Super의 12.8점보다 8.6점 높은 점수를 기록했습니다. Nemotron 3 Ultra와 비교하면 AutomationBench-AA에서 15.5% 대 3.0%, AA-Briefcase에서 912 대 874 엘로 점수로 앞섰지만, AA-LCR에서는 70% 대 79%, Humanity’s Last Exam에서는 25% 대 28%로 뒤졌습니다. Bolt는 과제당 출력 토큰 82k를 사용했습니다. 이는 Super VL의 46k보다 1.8배, Ultra의 28k보다 2.9배 많고, Nemotron 3 Super의 114k보다는 28% 적습니다.