NVIDIA: Nemotron 3.5 Super VL

NVIDIA Nemotron 3.5 Super VL is een open multimodaal mixture-of-experts model van NVIDIA. Het heeft 12B actieve parameters van in totaal 120B, dus slechts een fractie van het netwerk is per token actief, terwijl het volledige model een brede capaciteit behoudt. Het staat vermeld op api14 onder de categorie text, en de releasedatum van de provider is 2026-10-15.

Het model accepteert tekst, afbeeldingen en video als invoer, en het retourneert tekst. Die combinatie dekt documenten, GUI-screenshots en video naast gewone prompts, zodat een enkele aanvraag geschreven instructies met visueel materiaal kan combineren. Het contextvenster is 1.048.576 tokens, en de maximale uitvoer is 235.929 tokens. Lange invoer is daarom praktisch: bundels met meerdere documenten, uitgebreide screenshot-reeksen of lange, uit video afgeleide context passen zonder agressief inkorten, en het hoge uitvoerplafond past bij taken die een substantieel geschreven resultaat nodig hebben in plaats van een kort antwoord.

Die mogelijkheden wijzen op een paar concrete toepassingen. Screenshotbegrip is een natuurlijke fit voor GUI-agents, interfacetests en supportworkflows waarbij de invoer een afbeelding van een scherm is in plaats van gestructureerde data. Documentverwerking past bij extractie, samenvatting en vraagbeantwoording over gescande of lay-outzware bestanden. Video-invoer ondersteunt beschrijving, vragen op tijdlijnniveau en contentbeoordeling. Omdat het model ook platte tekst verwerkt, kan het dienen als één endpoint voor pipelines die anders visie- en taalwerk over twee systemen zouden splitsen.

Je roept het aan via de OpenAI-compatibele API van api14 met het model-id "nvidia/nemotron-3.5-super-vl". De ondersteunde aanvraagparameters zijn 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 en top_p. Tool calling en structured outputs zijn beide beschikbaar, wat belangrijk is als het model in een agent-loop zit of machineleesbare resultaten moet uitvoeren. Reasoning kan worden aangevraagd en zichtbaar gemaakt via include_reasoning, en sampling kan worden afgestemd met de gebruikelijke instellingen voor temperature, top_p, top_k en penalties.

De belangrijkste beperking om in gedachten te houden is dat de uitvoer alleen tekst is, dus het model kan geen afbeeldingen of video genereren. Als je taak puur tekstueel is en geen baat heeft bij visuele invoer, kan een kleiner tekst-only model eenvoudiger en sneller te gebruiken zijn. Als je beeld- of videogeneratie nodig hebt in plaats van begrip, is dit model niet de juiste keuze. Voor gecombineerd begrip van tekst, afbeeldingen en video met een zeer grote context is het een redelijke standaardkeuze.