Nemotron 3.5 Super VL

Для Nemotron 3.5 Super VL используйте Chat Completions API.

О модели

Nemotron 3.5 Super VL — открытая мультимодальная модель NVIDIA для агентов, которые видят экран, рассуждают и выполняют действия. Принимает текст и изображения, отвечает текстом. Вышла 15 октября 2026 года.

Архитектура — гибрид Mamba-2 и Transformer со смесью экспертов: 120 млрд параметров, из них 12 млрд активных. В DSLab модель доступна с контекстом 262 144 токена; NVIDIA указывает возможность до 1 млн токенов.

Рассуждения настраиваются: reasoning_effort со значением none отвечает сразу (50 токенов на нашем тестовом вопросе), high включает полные рассуждения. Для обычного текста NVIDIA советует temperature 1,0 и top_p 0,95, для изображений temperature 0,6.

Стоимость

Текущая стоимость использования этой модели:

Токены	Стоимость за 1 млн токенов
Входные токены	15₽
Выходные токены	50₽
Чтение из кэша	2₽

Как считается расход

Учитываются все токены
И входные (input), и сгенерированные моделью (output)

Характеристики

Параметр	Значение
Вход	Текст, изображения
Выход	Текст
Параметры	120 млрд, из них 12 млрд активных
Контекст в DSLab	262 144 токена
Рассуждения	Настраиваются через reasoning_effort
Вызов функций	Да
Ответ в JSON	Да
Лицензия	OpenMDW-1.1
Дата выхода	15 октября 2026

Сравнение с соседними моделями

Модель	Параметры	Вход	Дата выхода
Nemotron 3.5 Super VL (эта модель)	120 млрд, 12 млрд активных	Текст, изображения	15 октября 2026
Nemotron 3.5 Lightning	30 млрд, 3 млрд активных	Текст	11 августа 2026

Бенчмарки

Бенчмарк	Результат	Условия
GPQA Diamond	89,9 %	Контрольная точка NVFP4, данные NVIDIA
LiveCodeBench v6	87,4 %	Контрольная точка NVFP4, данные NVIDIA
SWE-bench Verified	71,1 %	Контрольная точка NVFP4, данные NVIDIA
Terminal-Bench 2.1	60,8 %	Контрольная точка NVFP4, данные NVIDIA
OSWorld-Verified	52,3 %	Контрольная точка NVFP4, данные NVIDIA

API

Эндпоинт

http

POST https://api.dslab.tech/v1/chat/completions

Текстовый запрос

import osfrom openai import OpenAIclient = OpenAI(    api_key=os.environ["DSLAB_API_KEY"],    base_url="https://api.dslab.tech/v1",)response = client.chat.completions.create(    model="nemotron-3.5-super-vl",    reasoning_effort="none",    messages=[        {"role": "system", "content": "Отвечай кратко и по делу."},        {"role": "user", "content": "Объясни, что такое идемпотентность."},    ],)print(response.choices[0].message.content)

Параметры

Параметр	Тип	По умолчанию	Описание
model	string	обязательный	ID модели: nemotron-3.5-super-vl.
messages	array	обязательный	История диалога: роли system, user, assistant и tool. content — текст или блоки текста и изображений.
max_tokens	integer	—	Максимальный ответ в токенах, включая рассуждения.
stream	boolean	false	Потоковый ответ. Чтобы получить расход токенов в потоке, добавьте stream_options со значением include_usage: true.
tools	array	—	Ваши функции: type function, name, description и parameters.
temperature	number	—	Разброс ответов, от 0 до 2.
response_format	object	—	Формат ответа: json_object.
reasoning_effort	string	—	Уровень рассуждений: none отключает рассуждения, high включает полные. Другие значения зависят от модели.

Важно знать

Рассуждения тратят токены ответа: с высоким reasoning_effort задавайте max_tokens с запасом.
NVIDIA предупреждает, что модель чувствительнее обычного к инъекциям в запросе и попыткам обойти ограничения: не передавайте ей недоверенный текст вместе с правами на действия.
Значение temperature вне диапазона от 0 до 2 возвращает ошибку 400.