Nvidia lança Nemotron 3.5 Super VL e modelos Bolt abertos que rodam em placas RTX

A Nvidia anunciou em 15 de outubro de 2026 o Nemotron 3.5 Super VL, um modelo multimodal de 120 bilhões de parâmetros com pesos abertos, e a linha Bolt, desenhada para rodar em placas RTX comuns. O pacote é voltado a agentes de IA especializados que ficam sempre ativos, lendo documentos, planilhas e telas.

Para quem desenvolve no Brasil, o dado mais relevante não é o tamanho do modelo, e sim onde ele cabe: o Bolt 74B-A9B foi preparado para funcionar em 24 GB de memória, e uma variante menor promete operar com 4 GB.

O que é o Nemotron 3.5 Super VL

O Nemotron 3.5 Super VL é um modelo único que processa texto e imagem ao mesmo tempo. A arquitetura é de mistura de especialistas (MoE): são 120 bilhões de parâmetros no total, mas apenas 12 bilhões ficam ativos a cada token. Segundo a Nvidia, foi treinado em cerca de 26 trilhões de tokens e refinado com aproximadamente 3,8 milhões de amostras somadas a aprendizado por reforço. As tarefas citadas pela empresa incluem OCR, interpretação de tabelas, gráficos, páginas web e PDFs, além de seguir instruções, usar ferramentas e executar processos de negócio com várias etapas.

A afirmação central de desempenho vem da própria fabricante: de acordo com a Nvidia, o Super VL alcança precisão comparável à do seu maior modelo de raciocínio em tarefas multimodais de agente usando cerca de um quinto dos parâmetros. A empresa também cita até cinco vezes mais throughput que o concorrente mais próximo da mesma classe, tendo como referência o Artificial Analysis Intelligence Index, e capacidade de atender até oito vezes mais usuários com latência 85% menor quando o modelo roda sobre a plataforma Nvidia Dynamo. São números divulgados pela fabricante e ainda não checados de forma independente.

O modelo já está disponível com pesos, conjuntos de dados e receitas de treino abertos, distribuído no Hugging Face, no OpenRouter e no ModelScope, além de um microsserviço NIM que a Nvidia diz atualizar a cada duas semanas.

Bolt: agentes de IA rodando na máquina local

A linha Bolt é a parte que mexe no custo de entrada. O Nemotron 3.5 Bolt 74B-A9B usa quantização nativa de 2 bits para caber em 24 GB de memória, faixa que corresponde a placas de vídeo de ponta já vendidas no varejo, e também roda em sistemas RTX e DGX Spark. O suporte vem de fábrica para llama.cpp, Ollama, LM Studio, Unsloth e vLLM, as ferramentas mais usadas por quem já executa modelos abertos localmente.

Nos indicadores citados pela Nvidia, o Bolt 74B-A9B aparece como o melhor modelo de código aberto da sua classe no PinchBench e em segundo lugar no BrowseComp, dois testes voltados a navegação e uso de ferramentas.

Há ainda o Bolt E4B, de 4 GB, pensado para assistentes de voz, personagens interativos e interfaces embarcadas, com execução em GeForce RTX, Jetson e DGX Spark. A Nvidia informou que essa versão chega em 23 de outubro de 2026.

O que muda para o desenvolvedor brasileiro

Pesos abertos somados a requisitos modestos de memória atacam dois problemas práticos do mercado local. O primeiro é custo: APIs de modelos fechados são cobradas em dólar e pesam no orçamento de qualquer produto que faça muitas chamadas por usuário. O segundo é soberania de dados, já que rodar o modelo na própria infraestrutura mantém documentos, contratos e registros de clientes dentro da empresa. Isso tende a reduzir o número de terceiros envolvidos no tratamento desses dados, um ponto sensível para setores como saúde, jurídico e financeiro, embora a adequação à Lei Geral de Proteção de Dados dependa de cada caso e exija avaliação própria.

A publicação dos conjuntos de dados e das receitas de treino também abre caminho para ajuste fino com material em português, algo inviável com modelos cujos pesos não são distribuídos.

Quem já testa e o que ainda falta checar

A Nvidia citou empresas que já experimentam a família: Atlassian em busca agêntica, CrowdStrike em exercícios de segurança, Dassault Systèmes, Perplexity, Salesforce, Synopsys e Scale AI. Nenhuma companhia brasileira foi mencionada no anúncio.

O teste real virá das avaliações independentes nas próximas semanas, principalmente sobre quanto a quantização de 2 bits custa em qualidade de resposta em tarefas longas. Com a chegada do E4B em 23 de outubro, o conjunto completo fica disponível para quem quiser medir isso em hardware próprio.