英伟达开源 120B 模型，主打智能体速度

这次发布最值得记的数字不是 1200 亿参数，是 44%。它说明开源权重的卖点已经从「能力」变成了「改造权」。

一、发生了什么

10 月 15 日，英伟达发布 Nemotron 3.5 Super VL，1200 亿参数，权重开放，定位是常驻型专业智能体。官方说法是同类开源智能体模型中最快，比第二名快 5 倍，依据是 Artificial Analysis 对同尺寸竞品的测试。榜单里第二名是 InclusionAI 的 Ling 3.0 Flash，第三名是 DeepSeek V4.1 Flash，与前者的差距明显。

准确率方面，英伟达的说法比较克制：基座模型本身没有压过闭源前沿模型，但后训练能带来大幅提升，医疗保险理赔这类专项任务上提升了 44%，超过了 Claude Opus 5。

同时发布两个端侧模型：Nemotron 3.5 Bolt 74B-A9B（24GB），面向本地智能体；Nemotron 3.5 Bolt E4B（4GB），面向语音、设备内对话和交互角色。官方称两者在各自的内存档位里「每 GB 智能密度」最高。

命名读起来费劲，但信息在数字里：74B-A9B 指总参数 740 亿、每次只激活 90 亿，这是典型的 MoE 结构；后面那个 4GB 说的是内存占用档位，不是参数量。买端侧方案的人，先看这两个数，再看跑分。

大背景是 Hugging Face 被攻破之后，美国开源权重模型出现一波集中发布，Mistral 的 Le Chonk、Reflection 的 Beam 都在其中。中国实验室在开源上的领先，第一次被认真挑战。

二、跟你有什么关系

企业做私有部署的。 开源权重加后训练，是目前唯一能把专项准确率做得比闭源模型更好的路径，代价是你要有自己的数据和评测集。

做端侧的。 24GB 和 4GB 两个档位，正好卡在消费级显卡和车机、手机的边界上，选型时可以直接按内存倒推。

做选型的。 榜单的二三名都是中国模型。这次比的不是谁最强，是谁最快。

三、怎么判断

1. 5 倍是跟谁比。 官方口径是「同尺寸竞品」，测试来自第三方，但对比集合由厂商挑选。看完整榜单，再看你的任务在不在那个尺寸区间里。
2. 准确率是哪来的。 44% 是后训练之后的专项提升，不是通用能力。换成你的业务，得自己拿一百条样本跑一遍。
3. 端侧 24GB 是权重还是峰值。 74B 总参数、9B 激活的 MoE，权重加 KV cache 的实际占用要按量化方式算。写着 24GB，不等于 24GB 显存能跑满上下文。
4. 许可证写的是什么。 「开放权重」不等于可商用，也不等于允许蒸馏。落地前逐条看条款，这一点比跑分重要。
5. 算端侧的真成本。 24GB 档要配一张消费级大显存卡，4GB 档要压上下文长度。端侧省的是调用费，不是硬件费。

四、三个别信的说法

「开源模型追平闭源了。」 英伟达自己说的就是基座没超过闭源前沿模型，赢的是后训练之后的专项任务。这两句话差别很大。

「快 5 倍就是好 5 倍。」 速度优势在高并发、跨天流程里才值钱。单次对话里，5 倍和 1.2 倍的体感差不多，用户感知不到。

「美国开源已经反超中国。」 这是一款模型的名次，不是整体实力。中国开源的优势在数量、尺寸覆盖和价格，这一条没变。

五、一句话结论

这个模型真正卖的不是 120B，是「拿回去后训练能涨 44%」；买的是改造权，不是现成能力。

信息来源

• ZDNET：Nvidia's new Nemotron 3.5 Super VL is another step forward for US open-weight AI（2026 年 10 月 15 日）

功能与价格以官方公告为准。本文写于 2026 年 10 月 18 日。