A NVIDIA entregou um modelo multimodal aberto pensado para agentes de IA que trabalham sem parar. Com 120 bilhões de parâmetros e pesos que cabem em uma única máquina, ele mira empresas que querem rodar agentes com os próprios dados.
O que é o Nemotron 3.5 Super VL
Na quarta-feira (15), a NVIDIA lançou o Nemotron 3.5 Super VL, um modelo aberto de arquitetura de mistura de especialistas (MoE). Ele tem 120 bilhões de parâmetros no total e 12 bilhões ativos por token, com janela de contexto de 1 milhão de tokens.
O foco é bem específico: agentes de IA multimodal. O modelo entende texto, imagem, documento e vídeo de forma nativa, e foi treinado para raciocinar em vários passos, chamar ferramentas externas e concluir fluxos de trabalho de ponta a ponta. Tudo em um só pacote.
Para quem acompanha o setor, o nome marca uma distinção. O Nemotron 3.5 Super VL é a versão de visão e linguagem de uma família que já tinha variantes anteriores. Esta é a primeira da linha pensada para o trabalho agêntico em ambiente corporativo, com uso intenso de ferramentas e documentos.
Um modelo que cabe em uma máquina
O peso em NVFP4 permite rodar o Nemotron 3.5 Super VL em um único DGX Spark, o computador compacto de IA da NVIDIA. Isso reduz a barreira de entrada. Nada de cluster inteiro: uma equipe pequena consegue hospedar o modelo em um equipamento só.
Aliado ao formato NVFP4, que comprime os pesos sem perder muita precisão, o modelo cabe em menos memória do que um equivalente denso. A contrapartida é que a compressão cobra um preço em tarefas muito sensíveis, então vale testar a diferença entre NVFP4 e BF16 no seu caso antes de decidir.
Essa escolha de design diz muito sobre a estratégia. A NVIDIA quer que agentes de IA rodem tanto no data center quanto na mesa de trabalho, sem depender de API de terceiros. Um modelo que cabe em uma máquina é a peça que faltava nesse quebra-cabeça.
Os números de desempenho da NVIDIA
A empresa afirma que o Nemotron 3.5 Super VL alcança "acurácia líder" em tarefas agênticas multimodais, incluindo seguir instruções, usar ferramentas, executar fluxos de negócio com vários passos e compreender imagens. São dados divulgados pela própria NVIDIA, sem verificação independente até agora.
A NVIDIA também diz que o modelo tem o maior throughput no Artificial Analysis Intelligence Index, com cerca de 5 vezes a taxa de modelos comparáveis, citando o Ling 3.0 Flash e o DeepSeek entre os concorrentes. Throughput, aqui, é quantas respostas o modelo entrega por segundo sob carga, algo que define o custo de operação de um agente que fica ligado o dia inteiro.
A eficiência é o argumento central, não a pontuação bruta. Para agentes que rodam sem parar, cada resposta mais rápida se traduz em menos custo de servidor. Conta no fim do mês. É o número que interessa a quem precisa manter o serviço no ar.
Dois modelos Bolt para a borda
O lançamento veio acompanhado de dois modelos Bolt, as apostas da NVIDIA para computação de borda, ou seja, em dispositivos próximos do usuário em vez de servidores distantes. A ideia é levar agentes a notebooks, estações e equipamentos leves.
Modelos de borda costumam abrir mão de capacidade em troca de velocidade e consumo menor. Serve para tarefas como classificar imagens, resumir documentos e responder comandos simples sem depender da nuvem, o que ajuda em locais com internet instável. É um perfil bem diferente.
A NVIDIA lançou a linha junto da Nemotron Coalition, o grupo de parceiros que colabora no desenvolvimento da família Nemotron. A aliança indica que a empresa quer uma comunidade em torno do modelo, não só um lançamento solo.
O que isso muda para empresas que usam IA
O recado é claro: a NVIDIA quer que empresas montem agentes de IA com dados que nunca saem da própria infraestrutura. Um modelo aberto que roda localmente permite isso, e é a diferença central em relação a serviços que processam tudo na nuvem de um fornecedor.
Para equipes de desenvolvimento, o modelo oferece uma base pronta para tarefas de visão e linguagem, sem começar do zero. Para empresas com dados sensíveis, ele abre a porta para automações que hoje parecem arriscadas demais para mandar para fora.
Vale acompanhar os testes independentes nas próximas semanas. Os números da NVIDIA são promissores, mas a prova real vem quando pesquisadores externos rodam o Nemotron 3.5 Super VL em cenários próprios.
