NVIDIA lança Nemotron 3.5 Super VL para agentes multimodais

A NVIDIA, em 15 de outubro de 2026, lançou o Nemotron 3.5 Super VL, um modelo multimodal aberto e personalizável, projetado para agentes empresariais especializados que devem ler documentos, inspecionar imagens e vídeos, usar ferramentas e seguir políticas em fluxos de trabalho mais longos.

Evidências e contexto

De acordo com o blog técnico da NVIDIA publicado no mesmo dia, o modelo utiliza uma arquitetura de 120 bilhões de parâmetros de mistura de especialistas com 12 bilhões de parâmetros ativos por token. A NVIDIA afirmou que o design tem como objetivo equilibrar a capacidade do modelo com a eficiência de inferência, e informou que, em uma única GPU, o modelo entrega até 5x maior taxa de transferência para tarefas agentes do que outros modelos abertos em sua categoria de tamanho.

A empresa afirmou que o Nemotron 3.5 Super VL combina raciocínio, acompanhamento de instruções e uso de ferramentas com compreensão de texto, imagem, documento e vídeo, permitindo que equipes lidam com tarefas multimodais em um fluxo de trabalho, em vez de encadear modelos separados de texto e visão. A NVIDIA também afirmou que os desenvolvedores podem treinar o modelo com o NeMo usando dados, ferramentas, políticas e fluxos de trabalho proprietários.

A NVIDIA citou várias implantações no estilo cliente para ilustrar os casos de uso pretendidos pelo modelo. Scale IA treinou após o processo para processamento automatizado de créditos de fornecedores na Skydance Corporation, o que, segundo a NVIDIA, reduzirá o custo de inferência dessa carga de trabalho em 40x e a latência em 5x. A Ramp está usando para converter imagens de recibo em JSON estruturado, com a NVIDIA afirmando que a Ramp espera até 50% maior taxa de transferência e 10x menor latência. AI21 treinou o modelo para a análise de inteligência de ameaças e vulnerabilidade da Alice, que a NVIDIA disse ter melhorado a precisão em 40%.

A empresa afirmou que o lançamento inclui checkpoints base, pós-treinados e quantizados NVFP4, além de receitas de treinamento, dados e ambientes de aprendizado por reforço. A NVIDIA também afirmou que está lançando conjuntos de dados abertos sobre Hugging Face, cobrindo o uso de ferramentas agentes, raciocínio financeiro e chamada de ferramentas, acompanhamento de instruções, transdução de contexto longo, equidade e conjuntos de dados 45 linguagem de visão.

Em comparações de benchmarks fornecidas pela NVIDIA, Nemotron 3.5 Super VL obtiveram pontuação 80.8% no CharXiv, contra 63% no Nemotron 3 Nano Omni, e 84% na interpretação de código em Python. A NVIDIA também afirmou que o modelo teve pontuação maior que o Nemotron 3 Ultra nas avaliações comportamentais do Hermes Bench e LangChain, citando pontuações de 63.44% contra 56.33% no Hermes Bench e 87.05% contra 84.3% no LangChain.

Para inferência, a NVIDIA destacou a decodificação especulativa do LiLiCorr, quantização NVFP4, previsão multi-token e reutilização do contexto entre turnos de agentes. A empresa afirmou que o LiLiCorr pode entregar até 2.3x geração de tokens mais rápida do que a decodificação sem especulação sobre o DGX Spark, e que a NVIDIA Dynamo pode atender até 8x tantos usuários quanto reduz a latência do primeiro token em 85% em uma configuração específica em GPUs 16 B200 NVIDIA. Esses números foram reportados pela NVIDIA e são garantias específicas de configuração, não de garantias gerais.

O blog também afirmou que o modelo foi destilado a partir do Nemotron 3 Ultra e posteriormente treinado com professores especializados em texto e visão, com pré-treinamento contínuo adicional usando dados em línguas índicas. A NVIDIA informou que está lançando um conjunto de dados com cerca de 2.8 trilhão de tokens em 22 línguas indianas, desenvolvido com o IIT Madras e seu laboratório de AI4Bharat .

A OpenHands também publicou material relacionado em 15 de outubro de 2026, descrevendo Nemotron 3.5 Super VL em fluxos de trabalho de agentes visuais, enquanto a Multiverse Computing anunciou separadamente uma colaboração de modelo multimodal com a NVIDIA no mesmo dia. A própria postagem da NVIDIA dizia que o modelo está disponível em ambientes locais, de data center e nuvem suportados, incluindo caminhos de implantação NIM e Dynamo.