NVIDIA lanza Nemotron 3.5 Super VL para agentes

¿Qué es Nemotron 3.5 Super VL y por qué NVIDIA lo libera?

NVIDIA presentó el 15 de octubre de 2026 Nemotron 3.5 Super VL, un modelo multimodal abierto pensado para agentes que trabajan en segundo plano dentro de una empresa. La arquitectura es de mezcla de expertos: suma 120.000 millones de parámetros, pero solo activa 12.000 millones por token, según la documentación técnica de la compañía.

Esa distancia entre parámetros totales y parámetros activos es la clave económica del asunto. Un modelo grande guarda capacidad; uno con pocos parámetros activos gasta menos cómputo en cada paso. Para un equipo que corre agentes de forma continua sobre miles de documentos, esa relación termina definiendo la factura de inferencia.

El modelo interpreta tablas, gráficos, PDFs y video, además de texto, sin necesidad de encadenar un modelo de visión aparte. Artificial Analysis le registra una ventana de contexto de hasta un millón de tokens, suficiente para procesar contratos completos o expedientes largos en una sola pasada.

Lo relevante para un founder no es el tamaño, sino el paquete: NVIDIA publica los pesos, los conjuntos de datos y las recetas de entrenamiento. Eso significa que puedes ajustar el modelo con tus propios datos, tus herramientas y tus políticas, y alojarlo en infraestructura bajo tu control. Es la diferencia entre alquilar inteligencia y construirla.

Los números que NVIDIA pone sobre la mesa

La compañía afirma que Super VL alcanza hasta cinco veces más rendimiento en una sola GPU frente a otros modelos abiertos de tamaño comparable en tareas de agente. Según ZDNET, esa medición proviene de las pruebas de Artificial Analysis, donde Ling 3.0 Flash de InclusionAI y V4.1 Flash de DeepSeek quedaron en segundo y tercer lugar, pero con una distancia considerable respecto a Super VL.

Conviene leer esa cifra con cuidado: describe velocidad de procesamiento, no aciertos. Un modelo cinco veces más rápido no resuelve cinco veces más tareas, simplemente termina antes. Para un agente que procesa colas grandes durante días, la velocidad sí se traduce en costo.

En calidad, Artificial Analysis le asigna 26 puntos en su Intelligence Index, frente a una mediana de 8 entre modelos abiertos de tamaño comparable, una categoría que agrupa modelos de entre 40.000 y 150.000 millones de parámetros. Es una evaluación general, distinta de los procesos personalizados que muestra NVIDIA en su blog.

En visión, The Decoder recoge que Super VL obtiene 80,8% en el benchmark de gráficos CharXiv, frente al 63% de Nemotron 3 Nano Omni, y sube a 84% cuando puede ejecutar código Python. En las pruebas de comportamiento de agente, NVIDIA reporta 63,44% en Hermes Bench frente a 56,33% de Nemotron 3 Ultra, y 87,05% contra 84,3% en LangChain.

Los casos de uso que ya están en marcha

NVIDIA no presenta el modelo en abstracto: lo respalda con despliegues concretos. El más citado es Scale AI, que ajustó Super VL para procesar créditos de proveedores en Skydance. La compañía prevé dividir entre 40 el costo de inferencia y entre cinco la latencia de ese proceso, siempre para esa configuración específica.

The Decoder y Blockchain.news documentan otros casos con cifras propias. Ramp usa el modelo para convertir fotos de recibos en datos estructurados y espera hasta 50% más de rendimiento y 10 veces menos latencia. AI21 lo ajustó para el análisis de amenazas y vulnerabilidades de la firma de seguridad Alice, con una mejora de precisión del 40% según NVIDIA. EY lo aplica a la debida diligencia en adquisiciones y Hebbia al análisis de contratos de crédito.

Hay una segunda ola en ciberseguridad: CrowdStrike construye agentes para defender redes empresariales, Dream busca vulnerabilidades y Salesforce planea automatizar flujos de trabajo gubernamentales. También aparecen Perplexity, Dassault Systèmes y Mercor.

El patrón se repite: industrias con mucho documento y datos sensibles. Son exactamente los sectores donde enviar información a una API de terceros genera fricción legal y de compliance.

Nemotron 3.5 Bolt: agentes que corren en tu propio equipo

Junto a Super VL, NVIDIA lanzó Nemotron 3.5 Bolt 74B-A9B 24GB, una variante que usa cuantización de dos bits para caber en 24 GB de memoria y está diseñada para ejecución local en equipos RTX y DGX Spark. De sus 74.000 millones de parámetros, solo 9.000 millones se activan por paso.

Según The Decoder, el modelo soporta llama.cpp, Ollama, LM Studio y vLLM, y apunta a tareas locales de varios pasos: escribir y depurar código, llamar herramientas o buscar en la web. Windows Report señala que NVIDIA lo posiciona primero entre modelos abiertos de su clase en PinchBench.

El matiz importa: 24 GB de memoria sigue siendo un listón alto. Solo el hardware de gama alta ofrece esa capacidad, así que por ahora el agente local está pensado para desarrolladores y dueños de estaciones de trabajo potentes, no para cualquier laptop.

La variante más pequeña, Nemotron 3.5 Bolt E4B 4GB, está prevista para el 23 de octubre de 2026 y apunta a asistentes de voz, personajes interactivos e interfaces integradas en dispositivos.

¿Qué significa esto para tu startup?

El movimiento de NVIDIA tiene una lógica que conviene entender antes de entusiasmarse. The Decoder lo describe sin rodeos: los modelos son abiertos, pero están optimizados para el hardware de NVIDIA, desde servidores de centro de datos hasta estaciones de trabajo. Cuantas más empresas corran sus propios modelos abiertos, mayor la demanda de cómputo. El mismo medio reportó que NVIDIA invirtió US$12.900 millones en Hugging Face, la plataforma donde se distribuyen estos pesos.

Dicho eso, la oportunidad es real para equipos pequeños. Un modelo que puedes ajustar y alojar tú mismo elimina dos fricciones clásicas: el costo por token de las APIs cerradas y la dependencia de los términos de servicio de un proveedor. Para una startup LATAM o española que vende a banca, seguros o salud, poder decir «los datos no salen de tu infraestructura» abre puertas que un modelo cerrado no abre.

El modelo fue desarrollado con la Nemotron Coalition, un grupo que incluye a Mistral AI, Thinking Machines Lab, Perplexity y Black Forest Labs, y se distribuye en Hugging Face y como microservicio NVIDIA NIM, con actualizaciones previstas cada dos semanas.

Tres acciones concretas para esta semana

• Elige un proceso acotado y medible antes de rediseñar nada. El caso de Ramp es el mejor modelo a copiar: entrada visual (una foto de recibo), salida estructurada (JSON), métrica clara (latencia y rendimiento). Corre ese único flujo con Super VL y compara contra tu solución actual antes de comprometer arquitectura.
• Calcula el costo total, no solo el precio del modelo. Si vas por la vía local, 24 GB de memoria implica hardware caro. Si vas por la nube, usa las rutas de despliegue de NIM y Dynamo. The Decoder reporta que, en una configuración específica sobre 16 GPU B200, Dynamo permite servir ocho veces más usuarios concurrentes y reduce el tiempo hasta el primer token en 85%. Son cifras de una configuración concreta, no una garantía general, pero marcan el orden de magnitud del ahorro.
• Documenta tus políticas antes de ajustar el modelo. La ventaja de Super VL es que se entrena con tus datos, tus herramientas y tus reglas. Si esas reglas no están escritas, el ajuste hereda el desorden. Define qué datos puede ver el agente, qué acciones puede ejecutar sin aprobación y qué queda prohibido.

Conclusión

Nemotron 3.5 Super VL no es un modelo que vaya a ganarle a los de frontera en conocimiento general, y NVIDIA no lo plantea así. Su apuesta es otra: que un modelo abierto, ajustado con datos propios y corriendo en tu infraestructura, supere a un modelo cerrado en tu proceso específico. La cifra de 26 puntos frente a una mediana de 8 en modelos abiertos comparables sugiere que la base es sólida.

Para un founder, la pregunta útil no es si el modelo es mejor, sino si tu proceso tiene suficiente volumen y suficiente sensibilidad de datos como para justificar el trabajo de ajustarlo. Si la respuesta es sí, la barrera de entrada acaba de bajar un escalón.

Fuentes

• NVIDIA lanza Nemotron 3.5 Super VL para adaptar agentes de IA a cada empresa
• Nvidia’s new Nemotron 3.5 Super VL is another step forward for US open-weight AI
• Nvidia’s Nemotron 3.5 Super VL is an open model built to run enterprise AI agents nonstop
• NVIDIA launches Nemotron 3.5 Super VL for multimodal agents
• NVIDIA Brings Powerful AI Agents to RTX PCs With Nemotron 3.5 VL & Bolt Models

Artículos relacionados:

Nvidia Nemotron 3 Super: el modelo IA más eficiente Nemotron 3 Ultra: el modelo open-weight más rápido de NVIDIA NVIDIA Nemotron 3.5 Lightning: el modelo 30B que corre agentes IA localmente Nvidia Nemotron 3 Nano Omni: IA multimodal con 30B parámetros NVIDIA lanza Nemotron 3.5 Super VL: 5x más rápido