NVIDIAが10月15日、オープンウェイトの新モデルを2つ公開しました。想定しているマシンはかなり違います。Nemotron 3.5 Super VLはサーバー向けの大きなモデルで、Nemotron 3.5 Boltはそれを圧縮し、エージェント作業を手元で動かせるようにしたものです。

Super VLは総パラメータ120B、1トークンあたりの活性12BのMoE（混合エキスパート）モデルです。Mamba-2層とTransformerのアテンションを組み合わせ、さらにビジョンエンコーダーを加えています。テキスト、画像、文書、動画（2分まで）を入力でき、出力はテキストです。コンテキストは最大1Mトークン。NVIDIAはBF16の重みと、DGX Sparkやデータセンター向けGPU用のNVFP4版を公開しています。BF16の参考構成はH100を4枚、またはGB200を2枚です。vLLMとSGLangで動き、推論モードはチャットテンプレートでオン・オフできます。

Artificial Analysisは公開前にテストし、同社のIntelligence Indexで26点をつけました。同社の集計では、現時点で米国のオープンウェイトモデルの首位です。前世代Nemotron 3 Superの13点の2倍で、1タスクあたりの出力トークンは約60%少ないとしています。NVFP4の重みを使ったDeepInfraの公開前エンドポイントでは、10万トークンのプロンプトで毎秒約630トークンを計測したそうです。

多くの人が手元で試せそうなのはBoltです。NVIDIAはSuper VLを総パラメータ74B、活性9Bまで縮め、学習の段階で全エキスパートを2ビットに量子化しました。モデルカードの言葉では「24GBのメモリに収まるネイティブ2ビット量子化」です。NVIDIAによると、バッチサイズ1、コンテキスト128Kで24GBを下回るよう圧縮を調整していて、モデル自体は最大256Kまで対応します。画像と動画も引き続き扱えます。カードに書かれているのはLinux上のvLLMで、A100、H100、Blackwell向けの構成があり、NVIDIAが挙げるテスト環境にはGeForce RTX 5090やDGX Sparkも含まれています。

Artificial AnalysisはBoltを21.4点とし、同社が測った100B未満のモデルで4位、そのうち米国製では1位としています。ただし1タスクあたりの出力トークンはSuper VLの約1.8倍だそうです。NVIDIA自身のモデルカードでは、掲載しているエージェント系や推論系ベンチマークの多くでQwen3.6-35B-A3BとGemma 4 26B-A4Bを上回っています。

ライセンスはどちらもOpenMDW-1.1で、短くて制限の少ないものです。無料で使え、改変も、それを使った製品の販売もできます。重みを再配布するときはライセンスの写しを添え、元の表示を残す必要があります。モデルが特許や著作権を侵害していると誰かを訴えると権利は失われます。出力の使い方には制限がありません。