NVIDIA har lansert Nemotron 3 Super, en 120B (12B aktiv) åpen vekt-resonnementsmodell som scorer 36 på Artificial Analysis Intelligence Index med en hybrid Mamba-Transformer MoE-arkitektur Vi fikk tilgang til denne modellen før lansering og evaluerte den utover intelligens, åpenhet og inferenseffektivitet. Viktige punkter ➤ Kombinerer høy åpenhet med sterk intelligens: Nemotron 3 Super presterer sterkt for sin størrelse og er betydelig mer intelligent enn noen annen modell med sammenlignbar åpenhet ➤ Nemotron 3 Super fikk 36 poeng på Artificial Analysis Intelligence Index, +17 poeng foran forrige Super-utgivelse og +12 poeng fra Nemotron 3 Nano. Sammenlignet med modeller i en lignende størrelseskategori, plasserer dette den foran gpt-oss-120b (33), men bak den nylig lanserte Qwen3.5 122B A10B (42). ➤ Fokusert på effektiv intelligens: vi fant ut at Nemotron 3 Super hadde høyere intelligens enn gpt-oss-120b, samtidig som den muliggjorde ~10 % høyere gjennomstrømning per GPU i en enkel, men realistisk belastningstest ➤ Støttes i dag for rask serverløs inferens: leverandører inkludert @DeepInfra og @LightningAI tilbyr denne modellen ved lansering med hastigheter på opptil 484 tokens per sekund Modelldetaljer 📝 Nemotron 3 Super har totalt 120,6 milliarder og 12,7 milliarder aktive parametere, sammen med et kontekstvindu på 1 million tokens og støtte for hybrid resonnement. Den publiseres med åpne vekter og en permissiv lisens, sammen med åpen opplæringsdata og metodikk 📐 Modellen har flere designfunksjoner som muliggjør effektiv slutning, inkludert bruk av hybride Mamba-Transformer- og LatentMoE-arkitekturer, multi-token prediksjon og NVFP4 kvantiserte vekter 🎯 NVIDIA forhåndstrente Nemotron 3 Super i (for det meste) NVFP4-presisjon, men gikk over til BF16 for ettertrening. Våre evalueringsresultater bruker BF16-vektene 🧠 Vi testet Nemotron 3 Super i sin høyest innsats resonneringsmodus ("regular"), den mest kapable av modellens tre inferensmoduser (reasoning-off, low-effort og regular)

Alibaba har lansert 4 nye Qwen3.5-modeller fra 0.8B til 9B. 9B (Reasoning, 32 på Intelligence Index) er den mest intelligente modellen under 10B parametere, og 4B (Reasoning, 27) den mest intelligente under 5B, men begge bruker 200M+ outputtokens for å kjøre Intelligence Index @Alibaba_Qwen har utvidet Qwen3.5-familien med fire mindre tette modeller: 9B (Resonnering, 32 på intelligensindeksen), 4B (Resonnering, 27), 2B (Resonnering, 16) og 0.8B (Resonnering, 9). Disse kompletterer de større modellene 397B, 27B, 122B A10B og 35B A3B som ble lansert tidligere denne måneden. Alle modellene er Apache 2.0-lisensierte, støtter 262K-kontekst, inkluderer innebygd synsstøtte, og bruker samme hybride tilnærming med enhetlig tenkning og ikke-tenkning som resten av Qwen3.5-familien Viktige benchmarkingresultater for resonnementvariantene: ➤ 9B og 4B er de mest intelligente modellene i sine respektive størrelsesklasser, foran alle andre modeller under 10B-parametere. Qwen3.5 9B (32) scorer omtrent dobbelt så høyt som de neste modellene under 10B: Falcon-H1R-7B (16) og NVIDIA Nemotron Nano 9B V2 (Reasoning, 15). Qwen3.5 4B (27) scorer bedre enn alle disse til tross for at den har omtrent halvparten av parameterne. Alle de fire små Qwen3.5-modellene befinner seg på Pareto-grensen i diagrammet for intelligens vs. totale parametere ➤ Qwen3.5-genereringen representerer en materiell intelligensøkning over Qwen3 på tvers av alle modellstørrelser under 10 milliarder, med større gevinster ved høyere totale parameterantall. Sammenligning av resonnementvarianter: Qwen3.5 9B (32) er 15 poeng foran Qwen3 VL 8B (17), 4B (27) øker 9 poeng over Qwen3 4B 2507 (18), 2B (16) er 3 poeng foran Qwen3 1.7B (estimert 13), og 0,8B (9) øker 2,5 poeng over Qwen3 0,6B (6.5). ➤ Alle fire modellene bruker 230-390M utdatatoken for å kjøre Intelligence Index, betydelig mer enn både de større Qwen3.5-søsknene og Qwen3-forgjengerne. Qwen3.5 2B brukte ~390M utgangstoken, 4B brukte ~240M, 0.8B brukte ~230M, og 9B brukte ~260M. For kontekst brukte den mye større Qwen3.5 27B 98M, og flaggskipet 397B brukte 86M. Disse token-tallene overstiger også de fleste frontier-modeller: Gemini 3.1 Pro Preview (57M), GPT-5.2 (xhigh, 130M) og GLM-5 Reasoning (109M) ➤ AA-Allvitenhet er en relativ svakhet, med hallusinasjonsrater på 80-82 % for 4B og 9B. Qwen3.5 4B scorer -57 på AA-Omniscience med en hallusinasjonsrate på 80 % og nøyaktighet på 12,8 %. Qwen3.5 9B scorer -56 med 82 % hallusinasjon og 14,7 % nøyaktighet. Disse er marginalt bedre enn sine Qwen3-forgjengere (Qwen3 4B 2507: -61, 84 % hallusinasjoner, 12,7 % nøyaktighet), med forbedringen hovedsakelig drevet av lavere hallusinasjonsrater snarere enn høyere nøyaktighet. ➤ Qwen3.5 sub-10B-modellene kombinerer høy intelligens med naturlig syn i en skala som tidligere ikke var tilgjengelig. På MMMU-Pro (multimodal resonnement) scorer Qwen3.5 9B 69,2 % og 4B 65,4 %, foran Qwen3 VL 8B (56,6 %), Qwen3 VL 4B (52,0 %) og Ministral 3 8B (46,0 %). Qwen3.5 0.8B scorer 25,8 %, noe som er bemerkelsesverdig for en modell under 1B Annen informasjon: ➤ Kontekstvindu: 262K tokens ➤ Lisens: Apache 2.0 ➤ Kvantisering: Native vekter er BF16. Alibaba har ikke gitt ut førsteparts GPTQ-Int4-kvantiseringer for disse små modellene, men de har gjort det for de større modellene i Qwen3.5-familien som ble lansert tidligere (27B, 35B-A3B, 122B-A10B, 397B-A17B). I 4-bits kvantisering er alle fire modellene tilgjengelige på forbrukermaskinvare ➤ Tilgjengelighet: På publiseringstidspunktet finnes det ingen førsteparts- eller tredjeparts serverløse API-er som hoster disse modellene