Какие типы данных может обрабатывать Nemotron 3.5 Super VL?

Модель является универсальным мультимодальным инструментом, принимающим на вход текст, изображения, документы, скриншоты графических интерфейсов и видеофайлы.

Каков максимальный объем контекста у этой модели на alltokens?

Модель поддерживает экстремально длинный контекст до 1 000 000 токенов, что позволяет анализировать целые библиотеки документов или продолжительные видео.

Поддерживает ли модель структурированный вывод и инструменты?

Да, Nemotron 3.5 Super VL поддерживает использование инструментов (tools), структурированный вывод (structured outputs) и возможность включения цепочки рассуждений.

NVIDIA: Nemotron 3.5 Super VL (Бесплатно)

NVNvidiaОбновлено: 15 октября 2026 г.

NVIDIA Nemotron 3.5 Super VL — это мощная мультимодальная модель на базе архитектуры Mixture-of-Experts со 120 миллиардами параметров. Она эффективно обрабатывает текст, изображения и видео, предлагая внушительное контекстное окно в 1 миллион токенов для анализа сложных документов и длинных видеороликов.

Использовать через API

Метрики

Вход

— ₽/M

Выход

— ₽/M

Контекст

1M tokens

Параметры

Релиз

15 октября 2026 г.

Поддерживаемые параметры

include_reasoningmax_tokensreasoningresponse_formatseedstructured_outputstemperaturetool_choicetoolstop_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 VL (Бесплатно)Текущая

Для чего

Контекст

Цена ₽

— / —

NVIDIA: Nemotron 3.5 Super VL (Бесплатно)Текущая

— / —

Модель

inclusionai/ling-3.0-flash-vl:free

Для чего

Обе модели поддерживают мультимодальный ввод, включая видео, и доступны для бесплатного тестирования на alltokens.

Контекст

—

Цена ₽

— / —

inclusionai/ling-3.0-flash-vl:free

—

— / —

Модель

qwen/qwen3.8-27b:free

Для чего

Являются современными открытыми мультимодальными решениями, способными анализировать визуальный контент и текст в рамках единого запроса.

Контекст

—

Цена ₽

— / —

qwen/qwen3.8-27b:free

—

— / —

Когда выбирать

Необходим глубокий анализ длинных видеофайлов или объемных пакетов документов благодаря контексту в 1 млн токенов.
Требуется распознавание текста и элементов интерфейса на скриншотах GUI с высокой точностью.
Нужна модель с архитектурой MoE для сложных мультимодальных задач, требующих понимания контекста между изображениями и текстом.

Когда не выбирать

Требуется генерация изображений или видео, так как модель работает только на текстовый вывод.
Необходима работа в режиме реального времени на слабом локальном оборудовании из-за огромного общего количества параметров.
Задача ограничена только простым текстовым чатом без необходимости визуального анализа.