본문으로 건너뛰기

이 리뷰는 아직 한국어 버전으로 제공되지 않아 English 원문을 표시합니다.

Nemotron 3.5 Super VL Review: Screenshots, Charts and Video in One Chat Call

Pick Nemotron 3.5 Super VL for screenshots, charts and short clips at a low price; for plain printed text a dedicated OCR tool may do.

플레이그라운드 열기

Spicy Index

76.8/ 100

잠정

Freedom Score

아직 테스트 안 함

가격
US$0.275 혼합 100만 토큰당 (입력 3 : 출력 1)
출력 속도
초당 155토큰
성공률
데이터 수집 중

Nemotron 3.5 Super VL is NVIDIA's vision-language model, released on 15 October 2026. NVIDIA describes a mixture-of-experts design with 120B parameters in total and 12B active per token, plus a vision encoder. On our API it is one OpenAI-compatible chat endpoint that takes text, images and video, reads up to 262,144 tokens in a request and writes back up to 262,144, at $0.20 per million input tokens and $0.50 output.

The verdict

This is a catalogue review: we checked the model against NVIDIA's published description and our endpoint limits, and we have not run our own quality or content tests on it. Every benchmark number below is NVIDIA's, not ours.

The reasons to pick it are the input types and the price. Screenshots, charts, forms, slides and sampled video frames go into the same message list as text, tool calling and JSON output work on the same request, and the thinking pass can be turned off for fast extraction. The reasons to hesitate are the default (reasoning effort starts at high, so a simple caption costs more tokens than it needs to), no audio or PDF input, and the fact that NVIDIA's own OCR numbers are close to, not ahead of, comparable Qwen models.

Try Nemotron 3.5 Super VL →

Key facts

  • Tested by us: catalogue check and launch smoke run only, no quality or content tests; this page rests on NVIDIA's model card and our endpoint limits
  • Price: $0.20 per million input tokens, $0.04 cached, $0.50 output
  • Limits: 262,144-token context, replies up to 262,144 tokens (default 4,096), text, image and video input, up to 128 tools
  • Reasoning: none, low, medium or high; high is the default
  • Sources: the scoring rules are on our review methodology page, and the full parameter list is on the Nemotron 3.5 Super VL model page.

좋았던 점과 아쉬웠던 점

좋았던 점

  • Images and video in the same call. Charts, tables, forms, slides and screenshots go in as image parts; video goes in as video parts, which NVIDIA describes as sampled frames.
  • Thinking you can switch off. reasoning_effort accepts none, low, medium and high, so a caption or a field extraction does not have to pay for a long reasoning pass.
  • A low price for a vision model. $0.20 in and $0.50 out per million tokens, with cached input at $0.04.
  • Tools and JSON on the same request. Up to 128 tool definitions with tool_choice and parallel_tool_calls, plus response_format for a JSON reply.
  • Open weights. NVIDIA publishes the model, so you can compare our hosted endpoint with a self-hosted copy of the same family.

아쉬웠던 점

  • High is the default reasoning effort. Reasoning tokens bill as output and count toward max_tokens, so send none or low yourself for simple jobs and raise the cap when you leave it on high.
  • No audio and no PDF files. The endpoint takes text, images and video. Transcribe audio first; convert each PDF page to an image or send the extracted text.
  • Video is sampled frames. It suits describing events and changes, not frame-exact timing.
  • The window is 262,144 tokens here. NVIDIA's model page mentions up to 1M tokens in its description but lists 262,144 in its specification; 262,144 is what applies on this endpoint.
  • Benchmarks are NVIDIA's. We have not reproduced them. NVIDIA also warns that the model can be susceptible to prompt injection, so treat text inside an image as untrusted input.

What we tested

We have not run this model through our capability sets or content levels. What this page uses: NVIDIA's model card and build page (read on 28 October 2026), the limits and parameters of our own endpoint, and the live price on the model page. Where a number comes from NVIDIA it is labelled that way. NVIDIA reports, among others, 89.52 on GPQA-Diamond, 71.10 on SWE-bench Verified and 78.16 on MathVision for the BF16 model, and an OCRBench v2 score of 68.12 that it places roughly level with a comparable Qwen model. None of these is a result from our test sets.

Prompts that worked

These are starting points based on the endpoint's shape, not prompts we benchmarked.

1. Read a chart. Attach the chart as an image part and ask for what can and cannot be read from it; the explicit second half keeps the answer honest about unreadable values.

text
Read this chart and report its labels, the trend of each series, and any values that cannot be established from the image.

Run this prompt on Nemotron 3.5 Super VL →

2. A tool step. The shape of a tool-calling turn: one function, tool_choice set to auto, and your code running the call.

text
Call report_status with status ready.

Run this prompt on Nemotron 3.5 Super VL →

Settings that matter: reasoning_effort none or low for captions and field extraction, high only for multi-step reasoning over a document; raise max_tokens above the 4,096 default when thinking is on; NVIDIA recommends temperature 1.0 and top_p 0.95 for text and 0.6 and 0.95 for vision tasks.

Roleplay and how far it writes

We have not tested Nemotron 3.5 Super VL on our content levels yet, so this review makes no claim about how far it writes or how often it softens or refuses. The model page carries no content-test results for it either. On our API we add no content filter; whatever comes back is the model's own behaviour.

Not tested yet: all five content levels, roleplay quality over many turns, and languages other than English. We will add results here once the runs are done.

Every character in a request should be an adult, keep real, identifiable people out of it, and you're responsible for the law where you publish.

Alternatives

  • Want a model we have measured? Claude Haiku 5.5 reads text and images in a 1,000,000-token window and has a full capability review.
  • A bigger window plus audio and video? Muse Wonder 1.0 accepts text, image, video and audio parts and reads about 1M tokens, at a much higher price.
  • Text-only, with a long window? Ling 3.1 Flash is text-only with the same 262,144-token window at a lower price.

Nemotron 3.5 Super VL의 Spicy Index 구성

아래 각 항목에서 채점 세부 내용으로 이동할 수 있습니다. 모든 점수가 어느 행에서 나왔는지, 왜 감점됐는지 확인하세요.

공개 리더보드 품질의 40%
아직 테스트 안 함

추적 중인 공개 리더보드에 아직 정확히 일치하는 항목이 없습니다. 작동 방식

롤플레이 품질의 15%
아직 테스트 안 함

이 모델에는 아직 롤플레이 테스트를 돌리지 않았습니다. 작동 방식

창작 글쓰기 품질의 15%
60.5
지시 이행 품질의 15%
100.0
긴 컨텍스트 기억 품질의 15%
아직 테스트 안 함

이 모델에는 아직 긴 컨텍스트 테스트를 돌리지 않았습니다. 작동 방식

기능 가중치 10.5%
57.0
Freedom Score 가중치 30%
아직 테스트 안 함

자유도가 미측정이거나 근거가 부족합니다. Index는 원래 품질·기능 점수를 유지하고 잠정 표시로 순위에 포함됩니다. 근거가 없다고 0점으로 처리하지 않습니다. 작동 방식

자유도가 미측정이거나 근거가 부족합니다. Index는 원래 품질·기능 점수를 유지하고 잠정 표시로 순위에 포함됩니다. 근거가 없다고 0점으로 처리하지 않습니다.

전체 테스트 리포트 보기 →

기능 항목별 점수

공개 채점표의 점수입니다. 업스케일로 만든 해상도나 당사가 자체적으로 둔 제한은 반영하지 않습니다.

컨텍스트 창(개발사 공개값)명시 안 됨
0.0 / 30
SpicyAPI 입력 형식텍스트와 이미지
12.0 / 25
도구 사용도구와 tool_choice
15.0 / 15
구조화된 출력지원, 스키마 준수 확인
15.0 / 15
추론 제어4단계: none · low · medium · high
15.0 / 15

SpicyAPI에서 지원하는 Nemotron 3.5 Super VL 기능

SpicyAPI의 실시간 모델 사양에서 그대로 가져왔습니다. 개발사가 자사 앱에서 더 많은 기능을 제공할 수도 있지만, 여기 있는 것은 지금 당사 API로 호출할 수 있는 기능입니다.

엔드포인트별 기능
기능채팅
컨텍스트 창262,144토큰
요청당 최대 출력262,144토큰
추론 단계none · low · medium · high
도구 호출예
구조화된 출력예
모든 파라미터와 코드 예시 보기 →

실제로 걸리는 시간

지난 30일 동안의 실제 작업에서 요청부터 완성까지를 측정했습니다. 시간에는 당사가 직접 돌린 테스트 작업도 포함합니다.

출력 속도
초당 155토큰첫 토큰까지의 시간 포함
성공률
데이터 수집 중

완료된 작업이 10건 이상 모이면 시간을 표시합니다. 성공률은 고객 작업만으로 계산하며, 30일 분량의 트래픽이 모일 때까지 모든 모델에서 숨겨 둡니다.

Nemotron 3.5 Super VL 대신 고려할 만한 모델

어떻게 생각하세요?

이 리뷰가 도움이 되었나요?

투표하려면 로그인하세요.

댓글

댓글은 자동 검사와 당사 팀의 확인을 거칩니다. 스팸, 부적절한 내용, 인신공격, 동의 없이 실존 인물을 거론하는 글은 삭제합니다. 댓글을 신고하면 영업일 기준 하루 안에 검토합니다.

이 모델을 써 보셨나요? 잘 된 방법을 공유해 주세요. 스팸을 막기 위해 댓글을 달려면 무료 계정이 필요합니다.

Nemotron 3.5 Super VL 자주 묻는 질문

Nemotron 3.5 Super VL 직접 써 보기

플레이그라운드에서 모든 파라미터를 설정하고 실행 전에 정확한 가격을 확인하세요.

US$0.275 혼합 100만 토큰당 (입력 3 : 출력 1)

다른 리뷰

리더보드 보기 →
  • Small blank marble tiles race along a short brass rail on a basalt plinth into a three-slot marble gate, where a gold filament splits into three channels ending in three neat stacks

    GPT 6.1 Terra

    Pick GPT 6.1 Terra for high-volume screens, documents and writing where reasoning_effort none helps; so far we have run only launch checks, no scored tests.

    Spicy Index
    79.9
    Freedom Score
    —

    2026년 10월 28일 테스트

    리뷰 읽기
  • Small blank marble tiles race along a short brass rail on a basalt plinth into a three-slot marble gate, where a gold filament splits into three channels ending in three neat stacks

    Kimi K3.1 Pro

    Pick Kimi K3.1 Pro for long-context work with screenshots and clips when you accept always-on thinking; so far we have run only launch checks, no scored tests.

    Spicy Index
    80.4
    Freedom Score
    —

    2026년 10월 28일 테스트

    리뷰 읽기
  • A burst of golden light filaments fanning low across a shallow glass dish against pure black

    Grok 4.3

    거대한 문맥 창, 진짜 추론 끄기 스위치, 저렴한 무검열 글쓰기가 필요하면 Grok 4.3을 고르세요. 파일 업로드가 필요하면 건너뛰세요.

    Spicy Index
    77.0
    Freedom Score
    98.9

    2026년 9월 24일 테스트

    리뷰 읽기