NVIDIA 10 月 15 日發布了兩個開源權重的新模型，鎖定的機器差別很大。Nemotron 3.5 Super VL 是大的那個，給伺服器用；Nemotron 3.5 Bolt 是從它壓縮出來的，NVIDIA 做它是為了在本機跑代理任務。

Super VL 是混合專家（MoE）模型，總參數 120B，每個 token 啟用 12B。它把 Mamba-2 層和 Transformer 注意力混在一起，又加了視覺編碼器，所以能輸入文字、圖片、文件和影片（最長兩分鐘），輸出文字。上下文最長 1M token。NVIDIA 釋出了 BF16 權重，參考配置是四張 H100 或兩張 GB200，另外還有給 DGX Spark 和資料中心 GPU 用的 NVFP4 版本。vLLM 和 SGLang 都能跑，推理模式可以在聊天範本裡開關。

Artificial Analysis 在發布前做了測試，在它的 Intelligence Index 上給了 26 分，依它的統計，Super VL 是目前美國最強的開源權重模型。這個分數是上一代 Nemotron 3 Super（13 分）的兩倍，AA 還說新模型每個任務的輸出 token 少了約 60%。在 DeepInfra 一個使用 NVFP4 權重的預發布端點上，它測到 10 萬 token 提示下每秒約 630 個 token。

更多人能在自己電腦上試的是 Bolt。NVIDIA 把 Super VL 縮到總參數 74B、啟用 9B，再在訓練階段把所有專家量化到 2-bit，模型卡原話是「原生 2-bit 量化，以裝進 24GB 記憶體」。NVIDIA 說壓縮時的目標是在 batch size 為 1、上下文 128K 時佔用低於 24GB，模型本身最長支援 256K。圖片和影片照樣能輸入。模型卡寫的執行方式是 Linux 上的 vLLM，提供了 A100、H100 和 Blackwell 顯示卡的配置；NVIDIA 列出的測試硬體裡也有 GeForce RTX 5090 和 DGX Spark。

Artificial Analysis 給 Bolt 打了 21.4 分，在它測過的 100B 以下模型裡排第四，其中美國模型排第一；不過 AA 也提到，Bolt 每個任務用的輸出 token 約是 Super VL 的 1.8 倍。依 NVIDIA 自己模型卡上的數字，Bolt 在列出的大部分代理和推理測試上都超過了 Qwen3.6-35B-A3B 和 Gemma 4 26B-A4B。

兩個模型都採用 OpenMDW-1.1 授權，條款很短也很寬鬆：免費使用，可以修改，也可以拿來做商業產品。再散布權重時要附上授權副本，保留原本的版權和來源聲明。如果你控告別人說這個模型侵犯了專利或著作權，授權就會終止。授權對模型輸出怎麼用不設限制。