El 15 de octubre de 2026, NVIDIA lanzó Nemotron 3.5 Super VL, un modelo multimodal con pesos abiertos orientado a flujos de agentes especializados.
Utiliza un diseño de mezcla de expertos con 120B parámetros totales y 12B activos durante la inferencia. El modelo acepta entradas de texto, imagen y vídeo, y devuelve texto, lo que ofrece a los equipos un único sistema para probar cargas de trabajo que combinan análisis de documentos con comprensión visual o de vídeo.
NVIDIA indica que el lanzamiento incluye variantes BF16 y NVFP4, además de puntos de control base, posentrenados y cuantizados, junto con recetas y datos de entrenamiento. A día de hoy, NVIDIA ofrece acceso mediante un punto de acceso de API gratuito y puntos de acceso de socios en Build, mientras que los pesos BF16 están disponibles en Hugging Face.
Para quienes desarrollan automatizaciones, la decisión principal es el despliegue. Los equipos que evalúan agentes multimodales pueden comparar el acceso alojado con los pesos autogestionados según la latencia, las necesidades de infraestructura y el ajuste de cada opción para flujos de extracción de documentos o análisis de vídeos cortos.