NVIDIA lanza Nemotron 3.5 Super: 26 puntos en AA y 630 tokens/s

NVIDIA ha lanzado Nemotron 3.5 Super VL y Nemotron 3.5 Bolt 74B-A9B. Según las mediciones independientes de Artificial Analysis, Super VL obtiene 26 puntos en el Intelligence Index. Es el doble que Nemotron 3 Super (13), y además el modelo consume aproximadamente un 60% menos de tokens de salida por tarea. El primer modelo de la nueva familia Bolt logró 21 puntos y quedó a dos del anterior buque insignia, Nemotron 3 Ultra.

Líder en EE. UU., con matices

Según AA, Super VL es el modelo estadounidense de pesos abiertos más potente. Supera por poco a Inkling Small, de Thinking Machines (25,7), y deja claramente atrás a Nemotron 3 Ultra (23) y a Muse Glimmer, de Meta (17). El panorama global, sin embargo, es menos halagüeño: K2 Horizon 375B A23B, de los Emiratos Árabes Unidos, suma 31 puntos, y el chino MiMo-V2.6-Pro lidera con 46. EE. UU. sigue por detrás en el segmento open-weight; la brecha solo se ha reducido un poco.

La mayor sorpresa es la velocidad. En el endpoint de DeepInfra previo al lanzamiento, con los pesos en NVFP4, el modelo genera unos 630 tokens/s con prompts de 100 mil tokens. Es más rápido que cualquier modelo con 20 puntos o más en el índice que AA haya medido con esa longitud. Inkling Small alcanza 124 tokens/s, Nemotron 3 Ultra 235 y Nemotron 3 Super 140. El primer token llega en 1,8 segundos, frente a los 4,4 de Ultra y los 8,5 de Inkling Small. La medición se hizo sobre la infraestructura prelanzamiento de un solo proveedor, así que en producción las cifras pueden variar.

En consumo de tokens el resultado también mejora: 46 mil por tarea frente a los 114 mil de su predecesor. K2 Horizon gasta 52 mil y MiMo-V2.6-Pro, 64 mil. Aun así, en la curva «inteligencia frente a tokens», Super 3.5 sigue lejos de la frontera.

Parámetros clave de Super VL:

• 120B parámetros en total, 12B activos
• contexto de 1M tokens
• entrada: texto e imágenes; salida: texto
• lanzamiento en NVFP4, con una diferencia respecto a BF16 de no más de 0,1 puntos en el índice; ningún componente se desplazó más de 2,6 puntos

Bolt: casi Ultra con la séptima parte de los parámetros

Bolt 74B-A9B obtiene 21,4 puntos. Es el cuarto puesto entre los modelos de hasta 100B parámetros y el primero entre los estadounidenses de esta categoría. Frente a Nemotron 3 Super (12,8), Bolt avanza 8,6 puntos con un 39% menos de parámetros. Respecto a Ultra, la distancia es de unos 1,6 puntos, aunque Bolt tiene siete veces menos parámetros (74B frente a 550B) y seis veces menos parámetros activos (9B frente a 55B). Su contexto es de 256 mil tokens y admite entrada multimodal.

El perfil de resultados es irregular. Bolt supera a Ultra en AutomationBench-AA (15,5% frente a 3,0%) y en AA-Briefcase (912 frente a 874 Elo), pero queda por debajo en AA-LCR (70% frente a 79%) y en Humanity's Last Exam (25% frente a 28%). Es decir, rinde mejor en escenarios agénticos y de oficina que en contexto largo y conocimiento complejo.

El precio de tanta compacidad es la verbosidad. Bolt gasta 82 mil tokens por tarea: 1,8 veces más que Super VL y 2,9 veces más que Ultra (28 mil), aunque un 28% menos que Nemotron 3 Super.

Dónde encaja en la práctica

Super VL parece una opción lógica para cadenas agénticas largas y para trabajar con contextos enormes, donde importan la latencia y el rendimiento. El modelo en NVFP4 apenas pierde calidad, de modo que se puede desplegar directamente en hardware compatible con este formato, sin tener que adivinar cuánto se ha llevado la cuantización. Bolt encaja en equipos cuyo coste de inferencia depende del tamaño del modelo y cuyas tareas se parecen más a la automatización de procesos de trabajo que a los benchmarks académicos.

Pero al elegir conviene calcular no el precio por token, sino el precio por tarea completada: Bolt consume más tokens, y el ahorro en parámetros puede perderse en parte en respuestas largas. Antes de migrar, conviene probar las cargas de trabajo propias y repetir las mediciones de velocidad con el proveedor que se vaya a usar en producción.