NVIDIA, 15 Ekim 2026’da açık model ailesi Nemotron’a üç yeni üye ekledi: 120 milyar parametreli, görüntü girdisi alan Nemotron 3.5 Super VL ile yerel çalışma için tasarlanan iki Bolt modeli. Şirket, modellerin açık ağırlıklar, açık veri kümeleri ve eğitim reçeteleriyle sunulduğunu söylüyor; hedef, aynı model ailesinin veri merkezinden masaüstü bilgisayara kadar her katmanda çalışması.
Ne duyuruldu
Duyuruya göre Nemotron 3.5 Super VL, NVIDIA’nın tüm donanım yelpazesinde çalışmak üzere tasarlandı: masaüstünde DGX Spark, DGX Station, RTX PRO ve RTX sistemleri; uçta Jetson; veri merkezi ve bulut ortamları. Model Hugging Face, OpenRouter ve ModelScope üzerinden ve NVIDIA NIM paketi olarak erişilebilir durumda. NVIDIA, Super VL’nin kendi en büyük akıl yürütme modeliyle yaklaşık beşte bir parametreyle karşılaştırılabilir sonuç verdiğini söylüyor; bu ve diğer kıyaslamalar şirketin kendi ölçümleri.
Bolt tarafında iki model var. Nemotron 3.5 Bolt 74B-A9B, yerel ajan iş yükleri için zekâ ile hız dengesi gözetilerek tasarlanmış; yerel 2 bitlik niceleme ile 24 GB belleğe sığıyor, Hugging Face’te yayımlandı ve llama.cpp, Ollama, LM Studio, Unsloth, Canonical ve vLLM ile destekleniyor. Nemotron 3.5 Bolt E4B ise 4 GB bellek hedefiyle hızlı sohbet ajanları için; duyuruya göre 23 Ekim’de çıkacak. Duyuru metninde lisans adı geçmiyor; yalnız “açık ağırlık, açık veri kümeleri ve eğitim reçeteleri” ifadesi var.
Ne değişti
Duyuruya göre Super VL ve Bolt, aileye Lightning ve Ultra’nın yanına katılıyor: Ağustos’ta çıkan Lightning yüksek hacimli iş yüklerini, Ultra en zor akıl yürütme görevlerini, Bolt ise uç tarafını üstleniyor. Yeni üyelerle aile, farklı bellek bütçelerine (120 milyar parametreden 4 GB’lık uç modele) yayılan bir seri hâline geliyor. NVIDIA, modellerin özelleştirilmesinin NeMo araçları, Python tabanlı hatlar ve açık veri kümeleriyle yapılabildiğini, NIM paketlerinin ise iki haftada bir güvenlik yamaları ve performans iyileştirmeleriyle yenilendiğini belirtiyor.
Kurumlar için anlamı
Duyurunun kurumlara yönelik ana cümlesi şu: kurumlar modeli güvenlik ve veri konumu gereksinimlerinin gerektirdiği yerde çalıştırabilir; örnekte “model yerinde kalır, veri özel kalır” deniyor. Bu, verisini dışarı çıkarmak istemeyen kurumlar için açık ağırlıklı modellerin ana çekiciliği. Öte yandan 120 milyar parametreli bir modelin kurum içinde çalıştırılması ciddi GPU kapasitesi ister. Her durumda kullanım öncesinde lisans koşulları, veri kümelerinin kaynağı ve modelin kurumun kendi verisiyle verdiği sonuç ayrıca değerlendirilmeli.
Duyurunun tamamı, model bağlantıları ve kıyaslama tabloları yan sütundaki bağlantıda.
