Nemotron 3.5 Super VL は、NVIDIA が 2026 年 10 月 15 日に技術ブログで発表したオープンのマルチモーダルモデルです。混合エキスパート構成で総パラメータは 1200 億、トークンごとの活性化は約 120 億、コンテキストは最大 100 万トークンで、テキスト、画像、文書、短い動画を一つのワークフローで扱えます。NVIDIA が想定するのはチャットボットではなく、常駐型の企業エージェントです。PDF を読み、図表を確認し、ツールを呼び、社内ルールに従って多段階の業務を最後まで進めます。同日には小型の Bolt エッジモデル2種も発表され、Nemotron ファミリーの展開範囲はデータセンターからデスクトップ、組み込み機器まで広がりました。
3つの新モデルが、それぞれの展開領域を担う
| モデル | 規模と活性化量 | 想定ハードウェア | 提供開始 |
|---|---|---|---|
| Super VL | 総 120B、活性化約 12B | DGX Spark、H200、H100 級の設備 | 2026 年 10 月 15 日 |
| Bolt 74B-A9B 24GB | 総 74B、活性化約 9B、2-bit 量子化 | 24GB メモリの RTX ワークステーションとノート PC | 2026 年 10 月 15 日 |
| Bolt E4B 4GB | 軽量版、詳細は後日 | GeForce RTX、Jetson などのエッジ機器 | 2026 年 10 月 23 日 |
NVIDIA によれば、Super VL は同級のオープンモデルと比べて最大約5倍のスループットを持ち、パラメータ数を約5分の1に抑えながら自社最大の推論モデルに迫る性能だといいます。ただし、これらの数字は NVIDIA 自身のベンチマークと同社が引用するランキングに基づくため、独立した検証が出るまではメーカー公表値として読むべきです。当サイトでは以前 Nemotron が数学と情報学の大会で二つの金メダルを取った話 を取り上げました。あの時は推論の上限の話でしたが、今回はモデルを企業の日常業務にどう収めるかという効率の話です。
今回、文書の場面だけが特別に取り上げられた理由
企業で最も人手を食うエージェント業務は、詩を書くことではなく、請求書、契約書、領収書、表だらけの PDF といった書類を読むことです。Super VL の売りは、OCR、表、図表、構造化されたレイアウトを一つのモデルで読み取る点にあり、先にテキスト化してから理解するという継ぎ接ぎの工程を省けます。NVIDIA が挙げる初期の利用例には、Scale AI が映画会社 Skydance 向けに仕入先信用処理を後訓練した事例、Ramp が領収書画像を構造化 JSON に直接変換する事例、AI21 が脅威インテリジェンス分析に使う事例があります。これらの効果数字も NVIDIA の発表資料に基づくため、購買の結論ではなく選定の手がかりとして扱うのが妥当です。
重みだけでなく、後訓練の道具一式も一緒に出た
Super VL にはベース版、後訓練版、NVFP4 量子化版のチェックポイントがあり、企業は NeMo を使って自社データ、ツール、ルールで後訓練し、自社インフラに展開できます。NVIDIA は Hugging Face 上で、ツール呼び出し、金融推論、指示追従、視覚言語などのデータセットも公開しました。ライセンスは OpenMDW で、商用利用、微調整、再配布が認められています。エージェントを社内ネットワークに留めたいチームにとっての意味は、モデル、訓練レシピ、データが一式で届くことです。重みファイルだけ渡されて手探りする形ではありません。本当の試練はこの先です。常駐エージェントは数か月動かしたときの安定性、コスト、異常時の制御しやすさで評価されるものであり、その答えは最初の企業ユーザーが自社の数字を出すまで出ません。
