Das Wichtigste in Kürze
- NVIDIA Nemotron 3.5 Super VL ist ein offenes multimodales KI-Modell, das Text, Bilder, Dokumente und Videos versteht und für langlebige Agenten entwickelt wurde.
- Es hat insgesamt 120 Milliarden Parameter, von denen 12 Milliarden pro Anfrage aktiv sind – eine Architektur, die viel Kapazität bei überschaubarem Rechenaufwand bietet.
- Das Modell kombiniert Reasoning und Werkzeugnutzung in einem einzigen Modell, sodass Agenten nicht auf eine Kette spezialisierter Modelle angewiesen sind.
- Eine eigene Produktseite gibt es noch nicht; die offizielle Anlaufstelle ist die Website von NVIDIA unter build.nvidia.com, wo du nach weiteren Informationen suchen kannst.
Kurzüberblick
| Typ | Offenes multimodales Sprachmodell (Vision-Language) |
|---|---|
| Geräte | Server/Cloud; lokaler Betrieb je nach Hardware möglich |
| Kosten | Noch nicht bestätigt; siehe offizielle Website |
| Sprachen | Noch nicht offiziell bestätigt; mehrsprachig wahrscheinlich |
| Highlight | 120B Parameter, 12B aktiv, Text/Bild/Dokument/Video |
| Einstieg | Über build.nvidia.com oder eigene Hosting-Umgebung |
| Kategorie | KI & Modelle |
| Urheber | NVIDIA AI |
| Offizielle Seite | build.nvidia.com ↗ |
| Trend-Index | 🔥 602,1 Tsd. Trend-Index |
| Zuletzt aktualisiert |
Was hinter Nemotron 3.5 Super VL steckt
NVIDIA hat am 15. Oktober 2026 mit Nemotron 3.5 Super VL ein neues offenes Modell aus der Nemotron-Reihe vorgestellt. Das Kürzel VL steht für Vision-Language und zeigt, dass das Modell neben Text auch Bilder, Dokumente und Videos verarbeiten kann. Damit positioniert NVIDIA es als Allrounder für KI-Agenten, die über längere Zeit an einer Aufgabe arbeiten und dabei verschiedene Eingabeformate lesen müssen.
Der Begriff offen bedeutet, dass Teams das Modell selbst hosten und anpassen können, statt es nur über eine Schnittstelle eines Anbieters zu nutzen. Für Unternehmen, die Datenhoheit brauchen und trotzdem visuelle Fähigkeiten benötigen, ist genau das der entscheidende Punkt. NVIDIA tritt damit in einen Bereich ein, in dem auch andere offene multimodale Modelle verfügbar sind.
Die Ankündigung selbst nennt weder eine Kontextlänge noch Benchmark-Ergebnisse oder Lizenzbedingungen. Wer diese Details für eine Entscheidung braucht, sollte die offizielle Website build.nvidia.com im Blick behalten, wo entsprechende Informationen veröffentlicht werden dürften.
- Ein Modell statt Modellkette
Statt separate Modelle für Text, Bild und Video zu kombinieren, deckt Nemotron 3.5 Super VL den gesamten Ablauf in einem einzigen Modell ab.
- Gemacht für Agenten
Der Fokus liegt auf langlebigen Aufgaben, bei denen das Modell wiederholt Werkzeuge aufruft und Zwischenergebnisse interpretiert.
- Offen für eigenes Hosting
Teams können das Modell in ihrer eigenen Infrastruktur betreiben, was Kontrolle über Daten und Anpassungen ermöglicht.
Architektur und Fähigkeiten im Detail
Nemotron 3.5 Super VL hat insgesamt 120 Milliarden Parameter, von denen pro Anfrage nur 12 Milliarden aktiv sind. Diese Bauweise sorgt dafür, dass das Modell über viel Gesamtkapazität verfügt, aber nicht bei jeder Berechnung alle Parameter durchlaufen muss. Das senkt den Rechenaufwand pro Anfrage und macht den Betrieb für Agenten praktikabler, die viele Schritte nacheinander ausführen.
Das Modell vereint Reasoning, also schrittweises Schlussfolgern, mit der Nutzung von Werkzeugen und multimodaler Wahrnehmung. Ein Agent kann beispielsweise einen Screenshot lesen, eine PDF-Datei auswerten, einer Bildschirmaufzeichnung folgen und anschließend eine Funktion aufrufen. All das läuft in einem Modell statt in einer Kette spezialisierter Komponenten, was die Integration vereinfacht.
Die Ankündigung nennt keine Angaben zur Kontextlänge, zu Benchmarks oder zur Lizenz. Auch die genaue Architektur – etwa ob es sich um ein Mixture-of-Experts-Modell handelt – wird nicht ausdrücklich bestätigt. Interessierte sollten diese Punkte auf der offiziellen Website prüfen, sobald weitere Dokumentation verfügbar ist.
- 120B gesamt, 12B aktiv
Die Diskrepanz zwischen Gesamt- und aktiven Parametern deutet auf eine sparsame Architektur hin, die Ressourcen spart.
- Multimodale Eingaben
Text, Bilder, Dokumente und Videos können als Eingabe dienen, was das Modell für vielfältige Agentenaufgaben öffnet.
- Werkzeugnutzung integriert
Das Modell ist darauf ausgelegt, externe Tools aufzurufen und deren Ergebnisse in den weiteren Ablauf einzubeziehen.
- Offene Gewichte
Die Bezeichnung offen legt nahe, dass die Gewichte herunterladbar sind; die genauen Bedingungen sind noch nicht bestätigt.
So setzt du Nemotron 3.5 Super VL ein
Da es noch keine eigene Produktseite gibt, ist der erste Schritt, die offizielle Website von NVIDIA unter build.nvidia.com zu besuchen. Dort findest du in der Regel Informationen zu Modellen, APIs und möglichen Testzugängen. Suche gezielt nach Nemotron 3.5 Super VL, um herauszufinden, ob und wie du es ausprobieren kannst.
Wenn du das Modell selbst hosten möchtest, brauchst du eine Umgebung, die für 120 Milliarden Parameter ausgelegt ist. Dank der 12 Milliarden aktiven Parameter pro Anfrage ist der laufende Betrieb zwar effizienter als bei einem dichten Modell gleicher Größe, aber die Speicheranforderungen bleiben hoch. Prüfe vorab die technischen Voraussetzungen und ob eine quantisierte Version angeboten wird.
Für Agenten, die mehrere Schritte ausführen, solltest du das Modell so einbinden, dass es Werkzeuge aufrufen und Zwischenergebnisse verarbeiten kann. Achte darauf, dass die Schnittstelle, die du nutzt, multimodale Eingaben unterstützt. Teste zunächst einfache Aufgaben wie das Zusammenfassen eines Dokuments, bevor du komplexe mehrstufige Abläufe automatisierst.
- Verfügbarkeit prüfen
Auf build.nvidia.com nach dem Modell suchen und prüfen, ob es bereits eine API oder Downloadmöglichkeit gibt.
- Hardware planen
Für eigenes Hosting ausreichend GPU-Speicher einplanen; genaue Anforderungen sind noch nicht veröffentlicht.
- Erste Tests
Mit einfachen multimodalen Aufgaben beginnen, etwa einem Bild oder PDF, um die Ausgabequalität einzuschätzen.
- Lizenz klären
Vor kommerzieller Nutzung die Lizenzbedingungen prüfen, die NVIDIA mit dem Modell veröffentlicht.
Vergleich, Grenzen und Zielgruppe
Nemotron 3.5 Super VL tritt gegen andere offene multimodale Modelle an, die ebenfalls Text, Bilder und teils Video verarbeiten. Sein besonderer Ansatz ist die Kombination aus Reasoning, Werkzeugnutzung und Multimodalität in einem Modell, das für langlebige Agenten gedacht ist. Wer bereits eine Agenten-Pipeline mit mehreren Spezialmodellen betreibt, könnte hier eine Vereinfachung finden.
Allerdings sind viele Details noch offen: Kontextlänge, Benchmark-Ergebnisse, Lizenz und genaue Hardware-Anforderungen wurden in der Ankündigung nicht genannt. Auch die tatsächliche Leistung bei Videos oder komplexen Dokumenten lässt sich ohne unabhängige Tests nicht beurteilen. Wer auf diese Punkte angewiesen ist, sollte die offizielle Website regelmäßig prüfen.
Die Zielgruppe sind Entwicklerteams und Unternehmen, die eigene KI-Agenten betreiben und dabei Wert auf Datenkontrolle legen. Für Gelegenheitsnutzer, die einfach ein Modell im Browser ausprobieren wollen, ist das Modell wegen seiner Größe und der noch fehlenden Produktseite weniger geeignet. Hier könnten andere, leichter zugängliche multimodale Modelle die bessere Wahl sein.
- Stärke: ein Modell für viele Formate
Die Integration von Text, Bild, Dokument und Video in einem Modell reduziert den Aufwand für die Orchestrierung.
- Offene Fragen
Lizenz, Kontextlänge und Benchmarks sind nicht bestätigt; diese Punkte vor einem Einsatz klären.
- Für wen es gedacht ist
Vor allem für Teams, die Agenten selbst hosten und multimodale Fähigkeiten benötigen.
- Alternative
Wer schnelle, unkomplizierte Tests sucht, findet bei anderen Anbietern möglicherweise leichter zugängliche Modelle.
Schritt-für-Schritt-Anleitung
Offizielle Website besuchen
Gehe auf build.nvidia.com und suche nach Nemotron 3.5 Super VL. Dort findest du die aktuellsten Informationen zu Verfügbarkeit, API und möglichen Testzugängen. Eine eigene Produktseite für das Modell existiert derzeit noch nicht.
Verfügbarkeit und Zugang prüfen
Kläre, ob das Modell bereits als API, als Download oder beides angeboten wird. Die Ankündigung spricht von einem offenen Modell, aber die genauen Zugangswege sind noch nicht bestätigt. Prüfe die Website auf entsprechende Hinweise.
Technische Voraussetzungen schaffen
Wenn du das Modell selbst hosten willst, sorge für ausreichend GPU-Speicher. Die 120 Milliarden Parameter erfordern entsprechende Hardware, auch wenn pro Anfrage nur 12 Milliarden aktiv sind. Prüfe, ob quantisierte Varianten verfügbar sind.
Erste multimodale Tests durchführen
Probiere einfache Aufgaben wie das Beschreiben eines Bildes oder das Zusammenfassen eines PDF-Dokuments. So erkennst du, wie gut das Modell mit verschiedenen Eingabeformaten umgeht. Beginne mit kurzen Aufgaben, bevor du lange Agentenläufe startest.
Agenten-Workflow aufbauen
Integriere das Modell in eine Umgebung, in der es Werkzeuge aufrufen und Zwischenergebnisse verarbeiten kann. Achte darauf, dass die Schnittstelle multimodale Eingaben unterstützt. Teste mehrstufige Abläufe schrittweise und überwache die Ergebnisse.
Häufige Fragen
Was ist NVIDIA Nemotron 3.5 Super VL genau?
Es ist ein offenes multimodales KI-Modell von NVIDIA, das Text, Bilder, Dokumente und Videos versteht. Es kombiniert Reasoning und Werkzeugnutzung und ist für langlebige KI-Agenten gedacht. Vorgestellt wurde es am 15. Oktober 2026. Eine eigene Produktseite gibt es noch nicht; die offizielle Anlaufstelle ist build.nvidia.com.
Wie kann ich Nemotron 3.5 Super VL testen?
Derzeit gibt es keine dedizierte Produktseite. Besuche die offizielle Website von NVIDIA unter build.nvidia.com und suche nach dem Modell. Dort sollten Informationen zu API-Zugang oder Downloadmöglichkeiten erscheinen, sobald sie verfügbar sind. Ob es bereits eine öffentliche Testmöglichkeit gibt, ist nicht bestätigt.
Was bedeutet offen bei diesem Modell?
Offen deutet darauf hin, dass die Gewichte des Modells herunterladbar sind und du es selbst hosten kannst. Die genauen Lizenzbedingungen wurden in der Ankündigung jedoch nicht genannt. Prüfe die offizielle Website, um zu erfahren, unter welchen Bedingungen das Modell genutzt werden darf.
Welche Hardware brauche ich für eigenes Hosting?
Das Modell hat 120 Milliarden Parameter, von denen 12 Milliarden pro Anfrage aktiv sind. Das senkt den Rechenaufwand, aber der Speicherbedarf bleibt hoch. Genaue Anforderungen wurden nicht veröffentlicht. Prüfe die offizielle Website auf technische Details und mögliche quantisierte Versionen.
Wie unterscheidet sich Nemotron 3.5 Super VL von anderen multimodalen Modellen?
Der Fokus liegt auf der Kombination aus Reasoning, Werkzeugnutzung und multimodalen Eingaben in einem einzigen Modell. Das soll Agenten ermöglichen, mehrstufige Aufgaben ohne eine Kette spezialisierter Modelle zu bewältigen. Konkrete Vergleiche sind ohne veröffentlichte Benchmarks schwierig; diese fehlen in der Ankündigung noch.
