NVIDIA ha annunciato Nemotron 3.5 Super e Nemotron 3.5 Lightning il 14 ottobre 2026 e dichiara di rilasciare i checkpoint dei modelli e il materiale di supporto. Super è un modello da 120 miliardi di parametri, di cui 12 miliardi attivi per token; Lightning è un modello solo testuale con 30 miliardi di parametri complessivi e 3 miliardi attivi per token. Entrambi adottano un’architettura ibrida che combina componenti Mamba e Transformer con un sistema Mixture-of-Experts, attivando solo una parte del modello per ciascun token.
I modelli sono pensati per documenti lunghi e attività di tipo agentico, in cui il software può usare strumenti e procedere in più passaggi. Super è in grado di lavorare con testo, immagini, video e strumenti interattivi. NVIDIA afferma che entrambi i modelli supportano finestre di contesto fino a 1 milione di token. Il rilascio comprende checkpoint BF16 e compressi NVFP4, oltre a procedure per addestramento e valutazione, dataset e strumenti per la decodifica speculativa. Nell’annuncio NVIDIA non specifica prezzi o condizioni di licenza.
Cosa può fare Super secondo NVIDIA
NVIDIA riferisce che Super dopo il post-addestramento ha ottenuto il 51,78% su SWE-bench Pro, un benchmark di ingegneria del software, superando Nemotron 3 Ultra con circa 4,6 volte meno parametri attivi. L’azienda afferma inoltre che l’addestramento mirato agli agenti ha portato il punteggio pass@1 di DeepSWE dal 6,4% al 10,4%. Sono valutazioni riportate da NVIDIA; il materiale fornito non include verifiche indipendenti.
L’azienda descrive un processo di addestramento articolato per Super. Ha proseguito l’addestramento su dati relativi a 22 lingue indiane e 34 combinazioni di lingua e scrittura; secondo NVIDIA, questo ha migliorato fino a 9,82 punti percentuali i risultati su cinque benchmark valutati per le lingue indiche. Le fasi successive si sono concentrate sulle attività con contesto lungo e sull’ingegneria del software. NVIDIA afferma che una fase finale di addestramento ha riportato il punteggio di Super su RULER-1M da 33,5 a 81,0, dopo che una fase precedente lo aveva ridotto.
Le prestazioni dipendono dalla configurazione
NVIDIA ha anche testato l’esecuzione parallela di più agenti, chiedendo loro di verificare le proprie risposte. Nelle configurazioni valutate dall’azienda, questo approccio ha portato Terminal-Bench 2.1 dal 62,7% al 71,9%, DeepSWE dal 24,6% al 34,5% e BrowseComp dal 71,5% al 79,8%. Questi dati si riferiscono all’approccio multi-agente e non garantiscono gli stessi risultati in ogni implementazione.
Quanto alla velocità, NVIDIA dichiara fino a 4.856 token generati al secondo su una singola GPU GB200, mantenendo almeno 50 token al secondo per utente nel carico di lavoro agentico di 20 turni testato. Secondo l’azienda, la versione NVFP4 ha mantenuto in mediana il 99,62% dell’accuratezza di BF16 su 36 benchmark. I risultati dipendono dall’hardware NVIDIA e dalla configurazione del test: non indicano come si comporteranno i modelli su altri sistemi.
Perché conta
Per ricercatori e sviluppatori, i checkpoint e le procedure rilasciati offrono un modo per provare i modelli o svilupparli senza doverli addestrare da zero. I benchmark riportati da NVIDIA suggeriscono che Super potrebbe essere adatto agli agenti per l’ingegneria del software, ma dai dettagli forniti non sono ancora chiari i risultati indipendenti, le condizioni di licenza e l’hardware necessario per un’implementazione pratica.
