英伟达发布Nemotron 3.5 Super VL:美国开源第一,跑分落后小米近20分
BiRun 讯,英伟达发布 Nemotron 3.5 Super VL,同时开源模型权重。它拥有 1200 亿总参数,每次仅激活 120 亿,支持最高 100 万 Token 上下文。
模型把文字推理、视觉理解和工具调用结合起来。Agent 可以直接阅读 PDF、分析图表和视频,再搜索网页、调用工具完成任务,不必在文字模型与视觉模型之间反复传递信息。
新模型沿用 Mamba 与 Transformer 混合架构,并通过多 Token 预测和四位量化提高推理效率。Artificial Analysis 在 10 万 Token 输入下,测得约每秒 630 Token 的输出速度,是能力分数接近的 Inkling Small 的约 5 倍。
英伟达还称,使用 4 张 B200 GPU 批量处理 1 万次 SWE-bench Pro 编程任务,速度比部分同档开源模型快最多 4 倍。
Artificial Analysis 给出 26.5 分,位居美国开源模型第一,超过英伟达此前 5500 亿参数的 Nemotron 3 Ultra(23 分),但仍落后小米 MiMo-V2.6-Pro 的 46 分。在英伟达公布的 SWE-bench Pro 对比中,新模型通过率为 51.78%,低于 Qwen3.8 Flash-Next 的 60.37%。
独立测试也暴露了速度与可靠性之间的差距。Plotly 用 43 道数据分析题测试,新模型答对 30 道,单题耗时中位数仅 12 秒,却漏掉了全部 3 道数据质量题和 5 道隐藏规律题。
信源
动察 Beating 频道 · 动察 Beating 交流群。
模型把文字推理、视觉理解和工具调用结合起来。Agent 可以直接阅读 PDF、分析图表和视频,再搜索网页、调用工具完成任务,不必在文字模型与视觉模型之间反复传递信息。
新模型沿用 Mamba 与 Transformer 混合架构,并通过多 Token 预测和四位量化提高推理效率。Artificial Analysis 在 10 万 Token 输入下,测得约每秒 630 Token 的输出速度,是能力分数接近的 Inkling Small 的约 5 倍。
英伟达还称,使用 4 张 B200 GPU 批量处理 1 万次 SWE-bench Pro 编程任务,速度比部分同档开源模型快最多 4 倍。
Artificial Analysis 给出 26.5 分,位居美国开源模型第一,超过英伟达此前 5500 亿参数的 Nemotron 3 Ultra(23 分),但仍落后小米 MiMo-V2.6-Pro 的 46 分。在英伟达公布的 SWE-bench Pro 对比中,新模型通过率为 51.78%,低于 Qwen3.8 Flash-Next 的 60.37%。
独立测试也暴露了速度与可靠性之间的差距。Plotly 用 43 道数据分析题测试,新模型答对 30 道,单题耗时中位数仅 12 秒,却漏掉了全部 3 道数据质量题和 5 道隐藏规律题。
信源
动察 Beating 频道 · 动察 Beating 交流群。
评论
0/500
登录 后参与讨论
免责声明:本文内容仅供参考,不构成任何投资建议。
更多快讯