Какие типы данных может обрабатывать Nemotron 3.5 Super VL?

Модель является мультимодальной и способна анализировать текст, изображения, видеоролики, документы и скриншоты пользовательских интерфейсов.

Каков объем контекстного окна данной модели на alltokens?

Модель поддерживает контекстное окно объемом до 1 048 576 токенов, что позволяет работать с очень длинными документами и видео.

В чем особенность архитектуры этой модели?

Она построена по принципу Mixture-of-Experts (MoE), где из 120 миллиардов общих параметров активными при каждом запросе остаются 12 миллиардов, что оптимизирует производительность.

NVIDIA: Nemotron 3.5 Super VL

NVNvidiaОбновлено: 15 октября 2026 г.

NVIDIA Nemotron 3.5 Super VL — это мощная мультимодальная модель на базе архитектуры Mixture-of-Experts (MoE), обладающая 120 миллиардами параметров. Она специализируется на глубоком анализе изображений, видео, документов и скриншотов графических интерфейсов, поддерживая при этом внушительное контекстное окно в 1 миллион токенов.

Использовать через API

Метрики

Вход

19 ₽/M

Выход

63 ₽/M

Контекст

1M tokens

Параметры

Релиз

15 октября 2026 г.

Поддерживаемые параметры

frequency_penaltyinclude_reasoninglogit_biaslogprobsmax_tokensmin_ppresence_penaltyreasoningrepetition_penaltyresponse_formatseedstopstructured_outputstemperaturetool_choicetoolstop_ktop_logprobstop_p

Технический обзор

NVIDIA Nemotron 3.5 Super VL — это открытая мультимодальная модель с архитектурой mixture-of-experts от NVIDIA, содержащая 12 миллиардов активных параметров из общего числа 120 миллиардов. Модель обрабатывает текст, изображения, документы, скриншоты интерфейсов и видео.

Кодинг

Инструменты

Длинный контекст

Мультимодальность

Веб-автоматизация

Смежные подборки

Модели для программирования Недорогие модели Модели с длинным контекстом

Сравнение с похожими моделями

Модель

Для чего

Контекст

Цена ₽

Модель

NVIDIA: Nemotron 3.5 Super VLТекущая

Для чего

Контекст

Цена ₽

19 / 63

NVIDIA: Nemotron 3.5 Super VLТекущая

19 / 63

Модель

Qwen: Qwen3.8 Flash

Для чего

Обе модели поддерживают мультимодальный ввод (текст, изображения, видео) и ориентированы на высокую скорость обработки данных.

Контекст

Цена ₽

19 / 59

Qwen: Qwen3.8 Flash

19 / 59

Модель

Qwen: Qwen3.8 27B

Для чего

Модели имеют схожую направленность на работу с визуальным контентом, однако Nemotron использует более сложную MoE-архитектуру с большим общим числом параметров.

Контекст

Цена ₽

3 / 63

Qwen: Qwen3.8 27B

3 / 63

Когда выбирать

Необходим детальный анализ видеофайлов или длинных последовательностей скриншотов GUI.
Требуется обработка огромных объемов данных в рамках одного контекстного окна до 1 млн токенов.
Нужна высокая точность распознавания текста и элементов в сложных документах и таблицах.

Когда не выбирать

Требуется максимально легкая модель для простых текстовых задач без визуальной составляющей.
Необходима работа в условиях крайне ограниченных вычислительных ресурсов при локальном развертывании.
Задача подразумевает только генерацию текста без использования мультимодальных входных данных.