NVIDIA 发布了 Nemotron 3 Super，这是一款 120B（12B 激活）开放权重推理模型，采用混合 Mamba-Transformer MoE 架构，在人工智能指数中得分为 36 分 我们在发布前获得了该模型的访问权限，并在智能性、透明度和推理效率方面进行了评估。 主要要点 † 结合高开放性与强智能：Nemotron 3 Super以其体积来说表现优异，智能远超其他同等开放性型号 † Nemotron 3 Super 在人工智能分析指数中得分 36 分，比上一版 Super 高出 +17 分，比 Nemotron 3 Nano 高出 +12 分。与同尺寸类别的型号相比，这使其领先于GPT-OSS-120B（33），但落后于最近发布的Qwen3.5 122B A10B（42）。 仅关注高效智能：我们发现Nemotron 3 Super的智能比GPT-OSS-120b更高，同时在简单但真实的负载测试中实现了每GPU吞吐量约10%的提升 † 目前支持快速无服务器推理：包括@DeepInfra和@LightningAI在内的供应商在该模型发布时提供最高484个令牌/秒的速度 模型详情 📝 Nemotron 3 Super 拥有 1.206 亿总参数和 1270 亿活跃参数，并支持 100 万令牌上下文窗口和混合推理支持。该报告以开放权重和许可发布，同时提供开放训练数据和方法论披露 📐 该模型具有多项设计特征，支持高效推理，包括采用混合Mamba-Transformer和LatentMoE架构、多词预测以及NVFP4量化权重 🎯 NVIDIA 对 Nemotron 3 Super 进行了（大部分）NVFP4 精度的预训练，但后期训练转至 BF16。我们的评估分数采用BF16权重 🧠 我们对Nemotron 3 Super的最高努力推理模式（“常规”）进行了基准测试，这是模型三种推理模式（推理测试、低努力和常规）中最有能力的

阿里巴巴发布了4款新的Qwen3.5型号，范围从0.8亿到9亿。9B（推理，智力指数第32位）是10B参数下最智能的模型，4B（推理，第27位）在5B参数下最聪明，但两者都使用2亿000万+输出令牌来运行智力指数 @Alibaba_Qwen扩展了Qwen3.5家族，推出了四个较小且密集的模型：9B（推理，智力指数32）、4B（推理，27）、2B（推理，16）和0.8B（推理，9）。这些型号补充了本月早些时候发布的更大尺寸397B、27B、122B A10B和35B A3B型号。所有型号均支持 Apache 2.0，支持 262K 上下文，支持原生视觉，并采用与 Qwen3.5 系列相同的统一思维/非思考混合方法 推理变体的主要基准测试结果： † 9B和4B是各自尺寸类别中最智能的型号，领先于10B参数下的所有其他型号。Qwen3.5 9B（32）的得分大约是10B以下紧邻Falcon-H1R-7B（16）和NVIDIA Nemotron Nano 9B V2（Reasoning，15）的两倍。Qwen3.5 4B（27）尽管参数大约只有一半，但得分超过了所有这些。四个小型Qwen3.5模型都位于智力与总参数图表的帕累托边界 † Qwen3.5 一代在所有小于 10B 模型尺寸下，代表了相较 Qwen3 的材料智能提升，且在总参数数增加时提升更大。推理变体比较：Qwen3.5 9B（32）领先Qwen3 VL 8B（17）15个百分点，4B（27）领先Qwen3 4B 2507（18）9个百分点，2B（16）领先Qwen3 1.7B（估计13个）3个百分点，0.8B（9）领先Qwen3 0.6B（6.5）2.5个百分点。 这四个模型都使用2.3亿至3.9亿个输出令牌来运行智能指数，远多于更大的Qwen3.5兄弟型号和前身Qwen3。Qwen3.5 2B 使用 ~390M 输出令牌，4B 使用 ~240M，0.8B 使用 ~230M 令牌，9B 使用 ~260M 令牌。作为背景介绍，体积更大的Qwen3.5 27B使用98M，旗舰机397B使用86M。这些令牌数量也超过了大多数前沿模型：Gemini 3.1 Pro Preview（5700万）、GPT-5.2（xhigh，1.3亿）和GLM-5 Reasoning（1.09亿） † AA-全知是相对弱点，4B和9B的幻觉率为80-82%。Qwen3.5 4B在AA-Omniscience中得分-57，幻觉率为80%，准确率为12.8%。Qwen3.5 9B得分-56，幻觉率82%，准确率14.7%。这些指标略优于Qwen3的前身（Qwen3 4B 2507：-61,84%幻觉，12.7%准确率），主要提升主要来自更低的幻觉率，而非更高的准确率。 † Qwen3.5 sub-10B型号将高智能与原生视力结合，达到了前所未有的规模。在MMMU-Pro（多模态推理）中，Qwen3.5 9B得分为69.2%，4B得分65.4%，领先于Qwen3 VL 8B（56.6%）、Qwen3 VL 4B（52.0%）和Ministral 3 8B（46.0%）。Qwen3.5 0.8B得分为25.8%，对于低于1B的模型来说相当显著 其他信息： † 上下文窗口：262K 代币 † 许可：Apache 2.0 † 量子化：本地权重为BF16。阿里巴巴尚未发布这些小模型的第一方GPTQ-Int4量化，但已发布了Qwen3.5系列较大模型（27B、35B-A3B、122B-A10B、397B-A17B）的量化。在4位量化中，这四种型号都可以在消费级硬件上访问 † 可用性：发布时，这些模型没有第一方或第三方无服务器 API 托管