İçindekiler
NVIDIA, 15 Ekim 2026'da görsel-dil (vision-language) modeli Nemotron 3.5 Super VL'yi yayınladı. Tam adı NVIDIA-Nemotron-3.5-Super-VL-120B-A12B olan model hem build.nvidia.com hem de Hugging Face üzerinden indirilebilir durumda.
Nemotron 3.5 Super VL nedir?
Model; muhakeme, kodlama, araç kullanımı, doküman anlama ve video anlama için tasarlanmış bir görsel-dil modeli. Metin, görsel ve video girdisi alıp metin üretiyor. 120 milyar toplam parametreye sahip ve her ileri geçişte bu parametrelerin yalnızca 12 milyarını etkinleştiriyor; bu da modele "ağır" değil "verimli" bir profil veriyor.
Mimari: Mamba-2 + MoE + dikkat, C-RADIO görsel kodlayıcı
- Katmanlar Mamba-2, uzman karışımı (MoE) ve dikkat (attention) katmanlarının iç içe geçtiği hibrit bir yapı kuruyor.
- Her MoE katmanında 512 yönlendirilmiş uzman bulunuyor.
- Görsel taraf C-RADIO (RADIO v2.5-H) görsel kodlayıcı ve bir görsel-dil bağlayıcısıyla çözülüyor.
- Çoklu Token Tahmini (MTP), yerel spekülatif kod çözmeye (speculative decoding) imkân veriyor.
- Taban model: Nemotron 3 Super Base.
NVFP4 sürümü ve lisans
Yayınlanan sürümlerden NVIDIA-Nemotron-3.5-Super-VL-120B-A12B-NVFP4, BF16 modelden nicemleme farkındalıklı damıtma (quantization-aware distillation) ile üretilmiş NVFP4 sürümü; amaç bellek ihtiyacını düşürmek. Lisans OpenMDW-1.1 ve NVIDIA modele "ticari kullanıma hazır" diyor. Yani ağırlıkları indirip kendi altyapınızda çalıştırabilirsiniz.
Bağlam penceresi ve iddia edilen performans
Model 1 milyon tokene kadar bağlam uzunluğunu destekliyor; model kartlarından birinde teknik sınır 262.144 token olarak da geçiyor, bu yüzden kendi kullanım senaryonuzda doğrulamanız gerekiyor. Cryptobriefing'in VentureBeat'e dayandırdığı habere göre model, ince ayar sonrası özelleşmiş kıyaslamalarda Anthropic'in Claude Opus 5 ve OpenAI'nin GPT-6.1 Sol modellerini geçiyor. Bu iddia satıcı kaynaklı; bağımsız olarak doğrulanmış değil.
Nerede kullanılır?
- Kodlama ve arama ajanları
- Araç destekli iş akışları ve fonksiyon çağırma
- Doküman soru-cevap
- Görsel ve video anlama
- Yapılandırılmış çıktı gerektiren iş akışları
Muhakeme modu sohbet şablonundan açılıp kapatılabiliyor (enable_thinking=True/False). NVIDIA'nın önerdiği örnekleme değerleri: metin için sıcaklık 1.0 / top_p 0.95, görsel için sıcaklık 0.6 / top_p 0.95. Fonksiyon çağırma, yapılandırılmış çıktı ve muhakeme destekleniyor.
Veri setleri ve Nemotron ailesi içindeki yeri
NVIDIA, Nemotron 3.5 Super VL ile birlikte üç görsel-dil veri setinin 14 milyondan fazla görsel-metin örneği içerdiğini belirtiyor. Aile içinde Nemotron 3 Super 120B (metin), Nemotron 3.5 Bolt 74B (24 GB belleğe sığan ajan modeli) ve Nemotron 3 LTM gibi farklı iş yüklerine dönük üyeler var. Super VL, bu hattın "görsel girdi de okuyan Super" kolunu temsil ediyor.
Sırada ne var?
Şirketin bir sonraki durağı 20-22 Ekim'de GTC Berlin. Kullanılabilirlik koşulları, lisans detayları ve kıyaslama metodolojisinin paylaşılıp paylaşılmayacağı burada netleşebilir.
Kimler için uygun?
Model özellikle görsel veya video girdisiyle çalışan ajanlar kuran ekipler için anlamlı. Doküman arşivinden soru-cevap üreten kurumsal uygulamalar, ürün görseli üzerinden içerik denetimi yapan e-ticaret akışları ve ekran görüntüsü ya da video üzerinden hata ayıklayan kodlama ajanları ilk akla gelenler. Yerel kurulum istediğinizde ağırlıklar açık olduğu için veri dışarı çıkmıyor; bu, veri yerleşimi kısıtı olan kurumlar için belirleyici bir avantaj.
Sınırlar ve dikkat edilmesi gerekenler
- Model kartlarındaki bağlam uzunluğu bilgisi tutarlı değil: bir yerde 1 milyon token, diğerinde 262.144 token yazıyor. Kendi senaryonuzda ölçüm yapın.
- 120 milyar toplam parametre, tek bir tüketici ekran kartında rahat çalışacak bir boyut değil. NVFP4 sürümü bellek ihtiyacını düşürse de donanım planı gerekir.
- Kıyaslama üstünlüğü iddiaları satıcı kaynaklı; bağımsız test sonuçları gelene kadar temkinli okunmalı.
- Nemotron ailesindeki diğer sürümlerde desteklenen diller sınırlı bir listeyle geliyor. Türkçe başarım için ayrıca değerlendirme yapmak gerekir.
Sonuç
Nemotron 3.5 Super VL, açık lisanslı ve yerel kuruluma uygun bir görsel-dil ajanı arayan ekipler için güçlü bir seçenek. Ancak iki noktayı baştan planlayın: 120B toplam parametreli modelin donanım gereksinimleri ve kıyaslama iddialarının kendi iş yükünüzde doğrulanması. Üretim kararını benchmark tablosuna değil, kendi ölçümünüze dayandırın.