NVIDIA presenterade Nemotron 3.5 Super och Nemotron 3.5 Lightning den 14 oktober 2026 och uppger att företaget släpper modellvikter och tillhörande material. Super är en modell med 120 miljarder parametrar, varav 12 miljarder används per token. Lightning är en textbaserad modell med totalt 30 miljarder parametrar, varav 3 miljarder aktiveras per token. Båda bygger på en hybridarkitektur som kombinerar komponenter från Mamba och Transformer med en Mixture-of-Experts-struktur. Det innebär att bara en del av modellen aktiveras för varje token.
Modellerna är avsedda för långa dokument och agentbaserade uppgifter, där programvara kan använda verktyg och utföra flera steg. Super kan hantera text, bilder, video och interaktiva verktyg. NVIDIA uppger att båda modellerna stöder kontextfönster på upp till 1 miljon token. I releasen ingår modellvikter i BF16 och den komprimerade versionen NVFP4, samt recept för träning och utvärdering, datauppsättningar och verktyg för spekulativ avkodning. NVIDIA anger varken pris eller licensvillkor i sitt tillkännagivande.
Det här säger NVIDIA att Super klarar
NVIDIA uppger att Super, efter efterträning, fick 51.78% på SWE-bench Pro, ett riktmärke för mjukvaruutveckling. Det är bättre än Nemotron 3 Ultra, samtidigt som Super använder omkring 4.6 gånger färre aktiva parametrar. Företaget säger också att agentinriktad träning höjde resultatet på DeepSWE pass@1 från 6.4% till 10.4%. Det här är NVIDIAs egna utvärderingar; materialet som släppts innehåller ingen oberoende verifiering.
Företaget beskriver en omfattande träningsprocess för Super. Modellen fortsatte tränas på data som omfattade 22 indiska språk och 34 kombinationer av språk och skriftsystem. Enligt NVIDIA förbättrade det resultaten med upp till 9.82 procentenheter på fem utvärderade riktmärken för indiska språk. Ytterligare träning inriktades på uppgifter med lång kontext och mjukvaruutveckling. NVIDIA uppger att ett avslutande träningssteg återställde Supers resultat på RULER-1M från 33.5 till 81.0 efter att ett tidigare steg hade sänkt det.
Prestandan beror på upplägget
NVIDIA testade också att köra flera agenter parallellt och låta dem kontrollera sina egna svar. I företagets utvärderingar höjde detta resultatet på Terminal-Bench 2.1 från 62.7% till 71.9%, på DeepSWE från 24.6% till 34.5% och på BrowseComp från 71.5% till 79.8%. Siffrorna gäller det här multiagentupplägget och är ingen garanti för resultat vid varje driftsättning.
När det gäller hastighet uppger NVIDIA att modellen nådde upp till 4,856 genererade token per sekund på en GB200-GPU, samtidigt som den höll minst 50 token per sekund och användare i företagets test med agenter som körde 20 turer. Enligt NVIDIA återgav NVFP4-versionen i median 99.62% av BF16-versionens noggrannhet på 36 riktmärken. Resultaten beror på NVIDIAs hårdvara och testupplägget och visar inte hur modellerna presterar på andra system.
Varför det spelar roll
För forskare och utvecklare gör de släppta modellvikterna och recepten det möjligt att testa modellerna eller bygga vidare på dem utan att träna från grunden. NVIDIAs riktmärken tyder på att Super kan passa för mjukvaruutvecklande agenter, men uppgifterna som tillhandahållits klargör inte oberoende resultat, licensvillkor eller vilken hårdvara som krävs för praktisk användning.
