Bobot modelnya sudah muncul di Hugging Face sejak 12 Oktober 2026, tiga hari sebelum NVIDIA benar-benar mengumumkannya. Begitu resmi dirilis pada 15 Oktober, Nemotron 3.5 Super VL langsung dibingkai sebagai jawaban NVIDIA untuk satu masalah spesifik: agen AI yang harus berjalan terus-menerus, bukan sekadar menjawab satu prompt lalu berhenti [HPCwire].
Arsitektur yang Dirancang Buat Efisien, Bukan Sekadar Besar
Super VL punya 120 miliar parameter total, tapi hanya 12 miliar yang aktif per inferensi — rasio mixture-of-experts yang jauh lebih hemat dibanding model monolitik seukurannya. Di baliknya ada desain hybrid Mamba-2 sebagai decoder bahasa, dipasangkan dengan encoder visual C-RADIO dan vision projector terpisah untuk menangani video secara temporal. Hasilnya satu model yang bisa membaca teks, gambar, tabel, grafik, halaman web, sampai dokumen panjang dalam satu context window hingga 1 juta token [Let's Data Science].
NVIDIA merilisnya bersamaan dengan dua model pendamping yang lebih kecil, dinamai Bolt. Bolt 74B-A9B dirancang pakai kuantisasi 2-bit asli supaya bisa jalan di memori 24GB — cukup untuk GPU RTX atau mesin DGX Spark di meja developer. Bolt E4B, versi yang lebih ringan lagi untuk agen percakapan cepat, baru menyusul 23 Oktober. Lisensinya OpenMDW-1.1, yang secara eksplisit mengizinkan post-training di atas data sendiri dan deployment di infrastruktur sendiri — beda dari model-model tertutup yang mengunci organisasi pada API vendor [Interesting Engineering].
Sumber gambar: Markus Spiske di Unsplash
Klaim "5 Kali Lebih Cepat" dan Apa yang Sudah Dicek Pihak Ketiga
NVIDIA menyebut Super VL sebagai model agentic terbuka tercepat di kelasnya, lima kali lebih cepat dari saingan terdekat untuk tugas-tugas agen yang berjalan nonstop. Ini klaim milik NVIDIA sendiri, dan belum ada pihak independen yang memverifikasi angka lima kali itu secara langsung. Yang sudah ada angka pembandingnya adalah Artificial Analysis, lembaga benchmark pihak ketiga: Super VL mencatat skor 26.5 di Intelligence Index mereka, sementara Bolt 74B-A9B mendapat 21.4 — bukan skor tertinggi di papan, tapi NVIDIA sendiri membingkainya sebagai soal keseimbangan antara memori, akurasi, dan kecepatan, bukan sekadar siapa yang paling pintar di atas kertas.
Kari Briski, VP NVIDIA untuk model dan software terbuka, menjelaskan posisi Super VL begini: akurasinya sebanding dengan model reasoning terbesar NVIDIA, tapi dengan parameter sekitar seperlima-nya saja. Klaim efisiensi semacam ini masuk akal mengingat arsitektur mixture-of-experts-nya — tapi seperti klaim performa vendor lainnya, baru benar-benar teruji begitu banyak tim mencobanya di beban kerja nyata, bukan cuma benchmark terkurasi.
Soal cara mendapatkannya, NVIDIA tidak menaruh model ini di belakang API tertutup. Bobot Super VL dan Bolt 74B-A9B sudah bisa diunduh langsung dari Hugging Face, dan NVIDIA juga menyiapkan jalur deployment lewat NIM microservices untuk tim yang ingin langsung menjalankannya di infrastruktur NVIDIA sendiri tanpa harus merakit stack inferensi dari nol. Pendekatan "rilis bobot dulu, umumkan belakangan" ini — bobot naik 12 Oktober, pengumuman resmi 15 Oktober — juga bukan kebetulan; komunitas open-model sering sudah mulai bereksperimen duluan sebelum blog post resminya tayang, dan NVIDIA tampaknya membiarkan itu terjadi secara alami.
Kenapa Ini Relevan di Luar Laboratorium Benchmark
Agen AI yang "jalan nonstop" — memantau sistem, menjalankan multi-step reasoning, menangani dokumen masuk sepanjang hari — butuh model yang murah dijalankan terus-menerus, bukan cuma pintar sesaat. Di sinilah rasio 12 miliar parameter aktif dari total 120 miliar jadi relevan: biaya inferensi per permintaan bisa jauh lebih rendah dibanding model dense seukuran itu, sementara context window 1 juta token cukup untuk menelan log atau dokumen panjang tanpa dipotong-potong. Buat tim yang sebelumnya terpaksa memecah dokumen panjang jadi beberapa potongan sebelum dikirim ke model, batas konteks segitu artinya satu laporan keuangan tebal atau satu codebase kecil bisa masuk utuh dalam satu panggilan.
Lisensi OpenMDW-1.1 juga jadi sinyal strategi NVIDIA yang konsisten: dorong adopsi model terbuka yang jalan optimal di atas GPU-nya sendiri, baik itu H100 di data center maupun RTX di laptop developer. Kehadiran Bolt sebagai varian ringan untuk perangkat lokal memperkuat itu — organisasi yang tak mau mengirim data sensitif ke API pihak ketiga punya opsi menjalankan model yang "cukup pintar" sepenuhnya di infrastruktur mereka sendiri, tanpa biaya langganan per-token yang menumpuk setiap kali agennya beraksi sepanjang hari.
Sumber gambar: imgix di Unsplash
Takeaway
Nemotron 3.5 Super VL bukan sekadar model besar baru — ia adalah taruhan NVIDIA bahwa masa depan agen AI bukan soal siapa yang punya model terpintar, tapi siapa yang punya model paling efisien untuk dijalankan nonstop. Klaim "5x lebih cepat" masih milik NVIDIA sendiri dan belum diverifikasi independen secara penuh, tapi arsitektur mixture-of-experts-nya dan lisensi terbukanya memberi alasan konkret untuk tim engineering mencobanya sendiri, bukan cuma percaya angka di slide peluncuran.
---
Sumber gambar: imgix di Unsplash
The conversation 0
No comments yet. Start the conversation.