NVIDIA lanza Nemotron 3.5 Super VL de 120B y los modelos Bolt para agentes locales

NVIDIA cubre de una vez dos niveles de la pila de agentes: el de servidor y el de escritorio. La compañía ha lanzado Nemotron 3.5 Super VL, un modelo multimodal abierto de 120 mil millones de parámetros para agentes especializados que funcionan sin interrupción, y un par de modelos Bolt para ejecución local. Bolt 74B-A9B 24GB está pensado para RTX y DGX Spark, mientras que Bolt E4B 4GB, con el que NVIDIA apunta a agentes conversacionales rápidos, cabe en 4 GB. Junto con Lightning (alto rendimiento, lanzado en agosto) y Ultra (el razonamiento más complejo), la familia Nemotron cubre ahora todo el espectro: desde los servidores corporativos hasta el portátil.

Super VL: la precisión de un modelo grande con una quinta parte de los

parámetros

La tesis central de NVIDIA es económica. Super VL, desarrollado junto con Nemotron Coalition, iguala en precisión al mayor modelo de razonamiento de la propia NVIDIA en tareas agénticas multimodales (seguimiento de instrucciones, llamadas a herramientas, procesos de negocio de varios pasos, comprensión de imágenes), pero tiene unas cinco veces menos parámetros. En el ranking Artificial Analysis Intelligence Index, según la compañía, el modelo ofrece hasta 5x más rendimiento que otros modelos de su clase. Para agentes cuyas tareas se alargan días y semanas, esto supone una reducción directa del coste por token y del tiempo de ejecución.

Por dentro: unos 26 billones de tokens entre preentrenamiento y continued pretraining, seguidos de unos 3,8 millones de ejemplos de posentrenamiento y aprendizaje por refuerzo en decenas de entornos. Con NVIDIA Dynamo, según la compañía, se puede atender hasta 8x más usuarios con una latencia un 85% menor. La visión está ajustada a la rutina de trabajo: OCR, tablas, gráficos y datos estructurados en PDF y páginas web. Un único modelo en lugar de una combinación de modelo de texto y modelo visual significa que el contexto no se pierde en el camino del documento a los datos y a la decisión.

La entrega es abierta: pesos, datasets y recetas de entrenamiento. En Hugging Face hay conjuntos de datos sobre uso agéntico de herramientas, finanzas, seguimiento de instrucciones, contexto largo, fairness y vision-language, y los entornos de RL están disponibles en NeMo Gym.

Bolt: 74 mil millones de parámetros en 24 gigabytes

Bolt 74B-A9B 24GB se basa en la cuantización nativa de 2 bits. Un cálculo sencillo: 74 mil millones de pesos a 2 bits son unos 18,5 GB, de modo que el modelo se mantiene dentro de los 24 GB y deja espacio a otras aplicaciones. A juzgar por el sufijo A9B, en cada token solo se activa una parte de los parámetros, unos 9 mil millones, y de ahí su velocidad.

NVIDIA presenta el modelo como «lo bastante inteligente para resolver la mayoría de las tareas y notablemente más rápido que los modelos más inteligentes» con el mismo volumen de memoria. Los puestos declarados entre los modelos abiertos: n.º 1 de su clase en PinchBench y n.

º 2 en BrowseComp.

El escenario de uso es delegar un proyecto a un harness de agentes local: investigación web, redacción de textos, depuración de código, sin enviar datos a la nube. Se anuncia compatibilidad con llama.cpp, Ollama, LM Studio, Unsloth, Canonical y vLLM. El modelo funciona en GeForce RTX, DGX Spark, DGX Station, RTX PRO y portátiles RTX Spark.

Bolt E4B 4GB está optimizado para la inteligencia por gigabyte y orientado a agentes físicos y conversacionales en GeForce RTX, Jetson y RTX/DGX Spark: asistentes de voz, personajes interactivos, interfaces embebidas.

Quién ya está afinando Super VL

NVIDIA menciona decenas de organizaciones que afinan el modelo con sus propios datos, herramientas y políticas:

• Scale AI: un agente de financiación de crédito a proveedores para Skydance y un agente de due diligence en M&A para EY.
• AfterQuery: análisis de acuerdos de crédito para Hebbia.
• AI21 y Alice: resiliencia frente a ciberataques.
• Mercor: agentes de programación (planificación, escritura, depuración), con entrenamiento en el benchmark APEX-SWE.
• ModelScope: ajuste fino mediante el framework ms-swift.
• Ramp: inteligencia para documentos financieros.
• Dream: IA soberana para ciberseguridad y análisis de vulnerabilidades.
• Lila Sciences: búsqueda y descubrimiento científicos.
• R1: análisis de reclamaciones de seguros médicos y gestión del ciclo de ingresos.
• TrainLoop: ajuste fino con datos dermatológicos de Nolla, la primera empresa que obtuvo autorización para que una IA redacte recetas iniciales.

Entre las plataformas, han anunciado su integración Atlassian (búsqueda agéntica en Jira y Confluence), CrowdStrike (blue teaming agéntico), Dassault Systèmes (diseño de ingeniería y simulación), Perplexity (Search y Computer), Salesforce (automatización de procesos gubernamentales mediante Missionforce Operations) y Synopsys (la verificación de diseños de semiconductores funciona junto con el modelo).

La conclusión práctica para los equipos es esta. Si los datos no pueden salir del perímetro (seguros, scoring crediticio, medicina), Super VL se despliega on-prem y se afina con NeMo, y NIM ofrece un microservicio listo con actualizaciones cada dos semanas. Si hace falta un agente privado en una estación de trabajo, Bolt 74B-A9B se puede probar en 24 GB de memoria de vídeo en una tarde con Ollama o LM Studio.

Para escenarios de voz embebidos, encaja E4B en Jetson. Según NVIDIA, ya no hay que elegir entre capacidades y facilidad de despliegue, pero conviene medir las cifras reales por tarea con datos propios. Super VL está disponible en Hugging Face, OpenRouter, la comunidad ModelScope y como NVIDIA NIM.