NVIDIA anunció Nemotron 3.5 Super y Nemotron 3.5 Lightning el 14 de octubre de 2026 y afirma que publicará los checkpoints de los modelos y materiales complementarios. Super tiene 120.000 millones de parámetros y utiliza 12.000 millones por token; Lightning es un modelo solo de texto, con 30.000 millones de parámetros en total y 3.000 millones activos por token. Ambos tienen un diseño híbrido que combina componentes Mamba y Transformer con una arquitectura de mezcla de expertos (Mixture-of-Experts), que activa solo una parte del modelo para cada token.
Los modelos están pensados para documentos extensos y tareas basadas en agentes, en las que el software puede usar herramientas y realizar varios pasos. Super puede procesar texto, imágenes, video e interactuar con herramientas. NVIDIA afirma que ambos modelos admiten contextos de hasta 1 millón de tokens. La publicación incluye checkpoints BF16 y comprimidos NVFP4, además de recetas de entrenamiento y evaluación, conjuntos de datos y herramientas de decodificación especulativa. El anuncio de NVIDIA no especifica el precio ni los términos de la licencia.
Qué puede hacer Super, según NVIDIA
NVIDIA informa que la versión de Super sometida a entrenamiento posterior obtuvo un 51,78 % en SWE-bench Pro, una prueba de ingeniería de software, y superó a Nemotron 3 Ultra usando aproximadamente 4,6 veces menos parámetros activos. La empresa también afirma que el entrenamiento orientado a agentes elevó el pass@1 de DeepSWE del 6,4 % al 10,4 %. Se trata de evaluaciones reportadas por NVIDIA; los materiales publicados no incluyen una validación independiente.
La empresa describe un proceso de entrenamiento considerable para Super. El modelo recibió entrenamiento adicional con datos que abarcan 22 idiomas de India y 34 combinaciones de idioma y sistema de escritura, lo que, según NVIDIA, mejoró hasta en 9,82 puntos porcentuales cinco pruebas comparativas de idiomas índicos. El entrenamiento posterior se centró en tareas de contexto extenso e ingeniería de software. La empresa afirma que una etapa final elevó la puntuación de Super en RULER-1M de 33,5 a 81,0, después de que una etapa anterior la redujera.
El rendimiento depende de la configuración
NVIDIA también probó la ejecución de varios agentes en paralelo y que estos revisaran sus propias respuestas. En las configuraciones evaluadas por la empresa, esto elevó los resultados de Terminal-Bench 2.1 del 62,7 % al 71,9 %, de DeepSWE del 24,6 % al 34,5 % y de BrowseComp del 71,5 % al 79,8 %. Estas cifras corresponden a ese enfoque multiagente y no garantizan los mismos resultados en todas las implementaciones.
En cuanto a velocidad, NVIDIA informa de hasta 4.856 tokens de salida por segundo en una GPU GB200, manteniendo al menos 50 tokens por segundo por usuario en una carga de trabajo de agentes de 20 turnos que sometió a prueba. Según la empresa, la versión NVFP4 recuperó una mediana del 99,62 % de la precisión de BF16 en 36 pruebas comparativas. Estos resultados dependen del hardware de NVIDIA y de la configuración de prueba; no permiten determinar cómo rendirán los modelos en otros sistemas.
Por qué importa
Para investigadores y desarrolladores, los checkpoints y las recetas publicados ofrecen una forma de probar los modelos o desarrollar otros a partir de ellos sin entrenarlos desde cero. Los resultados comparativos de NVIDIA sugieren que Super podría ser adecuado para agentes de ingeniería de software, pero los detalles proporcionados no aclaran los resultados independientes, los términos de la licencia ni el hardware necesario para una implementación práctica.
