Análisis en profundidad · Unos 5 min de lectura
Nemotron 3.5 distingue agentes multimodales de despliegues locales pequeños
Super VL, de 120B parámetros, llega junto a una variante Bolt de 24GB; rendimiento y disponibilidad dependen del modelo y la configuración.
- Fecha de la fuente
- Publicado aquí
- Fuente revisada
NVIDIA lanzó Nemotron 3.5 Super VL y Bolt 74B-A9B 24GB el 15 de octubre. Bolt E4B 4GB está previsto para el 23 de octubre y, a fecha del 20, sigue siendo futuro. Es una ampliación de una familia con funciones de servidor y locales distintas. No significa que Super VL, de 120B parámetros, quepa en los 24GB indicados para Bolt.
Escucha las noticias
Escucha este artículo o continúa con las noticias.
Preparando la lectura…
Voz del dispositivo
El navegador o dispositivo procesa la voz. AISubHub no envía el texto a una API de audio. Las voces y la reproducción con pantalla bloqueada dependen del dispositivo.
Al continuar puede repetirse una frase breve.
Resumen
- Según NVIDIA, Super VL tiene 120.000 millones de parámetros totales y activa 12.000 millones por token. Los parámetros activos no representan toda la memoria necesaria.
- Los resultados tienen condiciones específicas. El ejemplo de Dynamo usa 16 GPU B200 a 50 tokens por segundo y usuario; no mide una sola tarjeta de consumo.
Tres variantes con tamaños y fechas diferentes
Super VL es una mezcla de expertos con 120B parámetros totales y 12B activos por token. Eso reduce el cálculo por token, pero no convierte el checkpoint completo en una descarga de 12B parámetros. Bolt 74B-A9B 24GB, lanzado simultáneamente, apunta al trabajo local de agentes. Bolt E4B 4GB se orienta a agentes conversacionales y físicos pequeños y está anunciado para el 23 de octubre. Se suman a Lightning y Ultra. Sus funciones y fechas distintas deben mantenerse al comparar capacidades o preparar una implantación.
Qué materiales pretende comprender la visión
El objetivo es el contenido habitual del trabajo: OCR, tablas, gráficos, páginas web, PDF, imágenes y vídeo. Un modelo unificado puede conservar contexto sin distribuir texto e imágenes entre sistemas. NVIDIA informa de 80,8% en CharXiv y 84% con interpretación de código Python disponible. El segundo resultado incluye una herramienta; no es una mejora bajo la misma condición sin herramientas. A nuestro juicio, debe evaluarse el flujo completo: calidad del documento, acceso a herramientas y verificación de respuestas determinan si la información extraída permite tomar decisiones.
Personalizar exige más que cambiar una instrucción
La publicación incluye pesos, conjuntos de datos, recetas de entrenamiento y entornos de aprendizaje por refuerzo. La explicación técnica describe ajuste supervisado y LoRA mediante NeMo AutoModel, y refuerzo mediante NeMo RL y Gym. NVIDIA menciona análisis de documentos de crédito y agentes de programación como ejemplos de personalización por socios. No constituyen prueba independiente de la misma mejora para todos los clientes. Datos de dominio, casos de evaluación y permisos para usarlos siguen siendo requisitos separados; la disponibilidad abierta no sustituye leer las licencias aplicables.
La eficiencia depende del entorno de servicio
NVIDIA atribuye el rendimiento a varias capas. NVFP4 usa pesos y activaciones de cuatro bits en Blackwell; fuera de Blackwell combina pesos de cuatro bits y activaciones de 16. La destilación consciente de cuantización busca conservar el comportamiento. La predicción multítoken propone varios tokens para verificarlos y la caché de prefijos reutiliza instrucciones, herramientas e historial. El rendimiento de hasta cinco veces otros modelos de su clase es un resultado de servicio, no una reducción garantizada del tiempo de cada tarea. No comprobamos esas técnicas ni su interacción en otro equipo.
La afirmación de 24GB corresponde a Bolt
Bolt 74B-A9B utiliza cuantización nativa de dos bits y se presenta como capaz de caber en 24GB de memoria para agentes locales en RTX y DGX Spark. Es una configuración concreta, no la memoria de Super VL ni una especificación completa de compra. E4B tiene designación de 4GB, pero conserva su fecha posterior. Recomendamos comprobar la longitud de contexto prevista, otras aplicaciones y las herramientas. Ejecutar el modelo localmente tampoco convierte automáticamente las búsquedas web o las herramientas conectadas de un agente en funciones sin conexión.
Entradas disponibles y el caso preciso de Dynamo
Super VL tiene acceso mediante Hugging Face, ModelScope, OpenRouter y NIM; Bolt cuenta con llama.cpp, Ollama, LM Studio, Unsloth y vLLM. NIM ofrece configuraciones validadas, con soporte empresarial mediante NVIDIA AI Enterprise. El ejemplo técnico de Dynamo usa 16 B200 a 50 tokens por segundo y usuario: enrutamiento consciente de caché y descarga permiten hasta ocho veces más usuarios y 85% menos latencia al primer token. Importan esas condiciones. No significa ocho veces más rendimiento en cualquier portátil ni acredita el uso incluido o precio de una suscripción.
Por qué importa
Los equipos obtienen una opción personalizable y autoalojable para agentes documentales y otra ruta local de menor memoria. La elección exige probar el flujo, los permisos de herramientas y el hardware real, no solo una cifra de velocidad.
Límites y disponibilidad
No ejecutamos los modelos ni reproducimos las pruebas. Las fuentes no establecen derechos comerciales universales, requisitos completos del equipo, precio de API alojada ni calidad idéntica en todas las rutas.
Fuentes y pruebas
Fecha de la fuente: 15 oct 2026 · Fuente revisada: 20 oct 2026
Lecturas complementarias
Fuente revisada: 20 oct 2026
Contenido editorial asistido por IA y contrastado con fuentes primarias. Las afirmaciones del proveedor se atribuyen; la inclusión no implica recomendación.