一句话看懂：NVIDIA 于 2026 年 10 月 15 日发布 Nemotron 3.5 Super VL 和 Nemotron 3.5 Bolt 74B-A9B 两款开源权重模型。Super VL 以 26 分成为 Artificial Analysis 智能指数上得分最高的美国开源权重模型，Bolt 则以 74B 总参数、9B 激活参数逼近其前代旗舰 Ultra。
事件核心：发生了什么
据 Artificial Analysis 2026 年 10 月 15 日发布的评测文章，NVIDIA 推出两款新模型。Nemotron 3.5 Super VL 参数规模为 120B/12B，支持 100 万 token 上下文，视觉与文本输入、文本输出，在智能指数上得分约 26，超过 Thinking Machines 的 Inkling Small（约 25.7）、NVIDIA 前代旗舰 Nemotron 3 Ultra（23）以及 Meta 的 Muse Glimmer（17），成为美国得分最高的开源权重模型。其输出 token 消耗约为每任务 46k，比前代 Nemotron 3 Super 的 114k 减少约 60%。
同场发布的 Nemotron 3.5 Bolt 74B-A9B 是 Bolt 系列首款模型，256k 上下文，智能指数得分约 21.4，在 100B 以下参数模型中排第四、美国同级别中排第一。它用约 Ultra 七分之一的总参数和六分之一激活参数，把差距缩小到 1.5 分左右。Super VL 还以 NVFP4 格式发布，智能指数与 BF16 权重相差不到 0.1 分。
为什么重要
两个变化值得注意。第一，美国开源权重模型首次在公开评测中逼近自家最大旗舰，同时把推理成本显著压低，意味着高性能不再必须依赖超大参数模型。第二，NVIDIA 同时在“高智能”和“小体积高效率”两条线上出牌，可能影响开发者对开源模型的选择：过去在开源阵营里，美国模型的智能水平常被认为落后于中国和 UAE 的头部开源模型，目前公开信息显示这一差距仍然存在，K2 Horizon 375B A23B 得 31 分，MiMo-V2.6-Pro 得 46 分。NVIDIA 此举更多是缩小差距，而非全面反超。
对用户/开发者/创作者的影响
对开发者来说，Super VL 的 1M 上下文、视觉输入和 NVFP4 量化版本，适合需要长文档、多模态理解和低成本推理的场景；Bolt 则以更小体量提供接近旗舰的能力，适合本地部署或算力受限的环境。Artificial Analysis 在预发布 DeepInfra 端点上测得 Super VL 输出速度约 630 tokens/s（100k prompt 长度），首 token 延迟 1.8 秒，不过该数据来自特定评测条件，实际 API 表现可能不同。对企业和创作者而言，如果这两款模型通过 NVIDIA NIM 或主流云平台开放 API，将多一个开源权重选项，但上线时间、定价和许可条款目前公开信息有限，需要等官方文档确认。
AI 工具推荐
想把多个 AI 模型放在一个入口？
GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型，适合写作、绘图、视频和日常 AI 工作流。
推广链接：通过此链接购买，我可能获得佣金，不影响你的价格。
值得关注的后续
一是 NVFP4 量化版本在实际部署中的精度损失是否如评测所示般轻微；二是 Bolt 系列后续是否会继续扩展参数档位，以及两款模型的商用许可和 API 定价；三是中国和 UAE 的开源模型是否会在同期更新，进一步拉大或缩小智能指数差距。上述评测结果仅适用于 Artificial Analysis 在原文日期和条件下的测试，不代表永久排名。
