NVIDIA: Nemotron 3.5 Super VL

NVIDIA Nemotron 3.5 Super VL은 NVIDIA의 오픈 멀티모달 전문가 혼합(mixture-of-experts) 모델입니다. 전체 120B 파라미터 중 12B가 활성 파라미터이므로, 토큰마다 네트워크의 일부만 관여하지만 전체 모델은 넓은 용량을 유지합니다. api14에 텍스트 카테고리로 등록되어 있으며, 제공자 릴리스 날짜는 2026-10-15입니다.

이 모델은 텍스트, 이미지, 비디오를 입력으로 받고 텍스트를 반환합니다. 이 조합은 문서, GUI 스크린샷, 비디오를 일반 프롬프트와 함께 다루므로, 하나의 요청에서 작성된 지시와 시각 자료를 섞을 수 있습니다. 컨텍스트 윈도우는 1,048,576 토큰이고 최대 출력은 235,929 토큰입니다. 따라서 긴 입력이 실용적입니다. 다중 문서 묶음, 확장된 스크린샷 시퀀스, 또는 긴 비디오에서 파생된 컨텍스트가 과도한 트리밍 없이 들어갈 수 있으며, 큰 출력 상한은 짧은 답변이 아니라 상당한 분량의 작성 결과가 필요한 작업에 적합합니다.

이러한 기능은 몇 가지 구체적인 용도를 가리킵니다. 스크린샷 이해는 입력이 구조화된 데이터가 아니라 화면 그림인 GUI 에이전트, 인터페이스 테스트, 지원 워크플로에 자연스럽게 맞습니다. 문서 처리는 스캔되었거나 레이아웃이 복잡한 파일에 대한 추출, 요약, 질의응답에 적합합니다. 비디오 입력은 설명, 타임라인 수준 질문, 콘텐츠 검토를 지원합니다. 이 모델은 일반 텍스트도 처리하므로, 그렇지 않으면 비전과 언어 작업을 두 시스템으로 나눠야 할 파이프라인에 단일 엔드포인트로 사용될 수 있습니다.

api14의 OpenAI 호환 API를 통해 모델 id "nvidia/nemotron-3.5-super-vl"로 호출합니다. 지원되는 요청 파라미터는 frequency_penalty, include_reasoning, logit_bias, logprobs, max_tokens, min_p, presence_penalty, reasoning, repetition_penalty, response_format, seed, stop, structured_outputs, temperature, tool_choice, tools, top_k, top_logprobs, top_p입니다. 도구 호출과 구조화된 출력이 모두 제공되며, 이는 모델이 에이전트 루프 안에 있거나 기계 판독 가능한 결과를 내보내야 할 때 중요합니다. 추론은 요청할 수 있고 include_reasoning을 통해 표면화되며, 샘플링은 일반적인 temperature, top_p, top_k, 페널티 설정으로 조정할 수 있습니다.

기억해야 할 주요 제약은 출력이 텍스트 전용이라는 점이므로, 모델은 이미지나 비디오를 생성할 수 없습니다. 작업이 순전히 텍스트이고 시각 입력의 이점이 없다면, 더 작은 텍스트 전용 모델이 운영하기 더 단순하고 빠를 수 있습니다. 이해가 아니라 이미지나 비디오 생성이 필요하다면, 이 모델은 적합하지 않습니다. 매우 큰 컨텍스트로 텍스트, 이미지, 비디오 이해를 혼합해야 한다면, 이 모델은 합리적인 기본 선택입니다.