Nvidia представила Nemotron 3.5 Super VL зі 120 млрд параметрів для корпоративних агентів і дві моделі Bolt для локального запуску. Super VL та більша Bolt уже доступні, менша вийде пізніше цього місяця.
Nvidia заявляє, що Super VL виконує завдання швидше за моделі Anthropic і OpenAI — Opus 5, GPT 6.1 Sol, Luna, Astra — після донавчання під конкретні агентні завдання, за даними TechCrunch. Видання не наводить числових результатів цього порівняння.
Що саме представила Nvidia і що доступно зараз?
Nvidia представила три моделі з відкритими вагами: Super VL і Bolt 74B-A9B уже доступні, а Bolt E4B компанія обіцяє випустити пізніше цього місяця.
- Nemotron 3.5 Super VL має 120 млрд параметрів і призначена для корпоративних агентів. Nemotron 3 Ultra має 550 млрд параметрів та архітектуру mixture-of-experts, за даними NVIDIA від 1 червня 2026 року. Отже, Super VL має приблизно в 4,6 раза менше параметрів: 550 ÷ 120 ≈ 4,6. За заявою Nvidia, її точність у виконанні інструкцій і використанні інструментів схожа на точність Ultra.
- Nemotron 3.5 Bolt 74B-A9B 24GB має 74 млрд параметрів і розрахована на локальні агентні завдання: багатокрокові міркування, виклик інструментів і перегляд вебсторінок.
- Bolt E4B — найменша модель, призначена для розмовних агентів.
Моделі Bolt Nvidia націлила на нові AI-ПК із чипом RTX Spark і робочі станції DGX Spark. За повідомленням TechCrunch, партнери, зокрема Microsoft і Dell, зараз виводять такі ПК на ринок.
Чи підтверджена швидкість Super VL?
Надані джерела не містять незалежного підтвердження заявленої переваги Super VL у швидкості.
Nvidia каже, що модель виконує завдання швидше за конкурентів після донавчання під конкретні агентні завдання. Серед наведених прикладів — робота з документами, фінансовий облік, наукові експерименти, опрацювання заяв на виплати за медичним страхуванням і стійкість до атак. TechCrunch не наводить числових результатів чи докладних умов тестування, які дали б змогу оцінити цю перевагу. Окремо Nvidia порівнює точність Super VL із точністю Ultra.
Nvidia також називає компанії, які, за її словами, вже використовують Super VL: Skydance, EY, Ramp, CrowdStrike, Perplexity і Salesforce. Для яких завдань і в якому обсязі вони застосовують модель, TechCrunch не уточнює.
Навіщо Nvidia випускає моделі з відкритими вагами?
Відкриті моделі допомагають Nvidia продавати свою інфраструктуру, вважає аналітик Gartner Arun Chandrasekaran, за даними AI Business. Він коментував попередній реліз — Nemotron 3.5 Lightning. Моделі потребують інфраструктури для запуску й навчання, зокрема мереж та інференс-софту. За його словами, компанії здебільшого використовують моделі Nvidia для окремих завдань, розгортання на власній інфраструктурі або коли важливий суверенітет даних.
TechCrunch додає контекст: розробники закритих моделей, які водночас є клієнтами Nvidia та отримують її інвестиції, дедалі частіше звертаються до інших постачальників чипів і AI-систем, зокрема AWS із Trainium та Cerebras, або розробляють власні чипи. Nvidia робить ставку на компанії, що хочуть запускати відкриті моделі у своїх дата-центрах. За словами віцепрезидентки Nvidia Kari Briski, організації можуть донавчати Super VL на власних даних, розгортати на власній інфраструктурі й володіти тим, що створюють.
Аналітик Futurum Group Bradley Shimmin у матеріалі AI Business пов’язує інтерес до локальних моделей також із витратами. За його оцінкою, доступ до моделей через API з оплатою за токени надто дорогий, а компаніям бракує прозорості щодо цих витрат. Локальний запуск може допомогти підприємствам обґрунтувати витрати на генеративний AI.
Shimmin також зазначає, що багато хто вважає Alibaba Qwen 3.8 Max еталоном для локальної агентної розробки з відкритими моделями. Надані джерела не містять порівняння Super VL із цією моделлю.
Що перевірити перед впровадженням?
Команді, яка планує впроваджувати Super VL або Bolt, потрібно уточнити умови ліцензії та вимоги до обладнання: надані матеріали не розкривають їх повністю.
- Перевірте ліцензію Super VL перед донавчанням. За повідомленням AI Business, Nemotron 3.5 Lightning, випущена 11 серпня, має 30 млрд параметрів; Nvidia надала її ваги, код, рецепти й навчальні дані під ліцензією OpenMDW 1.1. Надані джерела не встановлюють таких самих умов для Super VL і Bolt.
- Перед закупівлею обладнання уточніть у документації Nvidia, що означає «24GB» у назві Bolt 74B-A9B. Надані джерела цього не пояснюють, хоча називають RTX Spark і DGX Spark цільовими платформами для Bolt.
