Ta recenzja nie jest jeszcze dostępna w języku: Polski, więc czytasz oryginał w języku: English.
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.
Freedom Score
Jeszcze nietestowane
- Cena
- 0,275 USD za 1 mln mieszanych tokenów (3 wejściowe : 1 wyjściowy)
- Szybkość wyjścia
- 155 tok/s
- Odsetek sukcesów
- Zbieramy dane
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.
- SpicyAPI Engineering
- Przetestowano 28 paź 2026
- Metodologia v3.3 →
- Sprzedajemy te modele; cena nie wpływa na ocenę →
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.
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.
Co nam się podobało, a co przeszkadzało
Co nam się podobało
- 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_effortaccepts 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_choiceandparallel_tool_calls, plusresponse_formatfor 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.
Co przeszkadzało
- 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.
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.
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.
Skąd bierze się Spicy Index modelu Nemotron 3.5 Super VL
Każdy wymiar poniżej prowadzi do pełnego wyliczenia: z którego wiersza tabeli pochodzi każdy punkt i dlaczego punkty przepadły.
- Publiczne rankingi 40% jakości
- Jeszcze nietestowane
- Roleplay 15% jakości
- Jeszcze nietestowane
- Pisanie kreatywne 15% jakości
- 60,5
- Wykonywanie instrukcji 15% jakości
- 100,0
- Pamięć w długim kontekście 15% jakości
- Jeszcze nietestowane
- Możliwości Waga 10,5%
- 57,0
- Freedom Score Waga 30%
- Jeszcze nietestowane
W śledzonych publicznych rankingach nie ma jeszcze dokładnego dopasowania. Jak to działa
Nasz zestaw testów roleplayu nie był jeszcze uruchamiany dla tego modelu. Jak to działa
Nasz zestaw testów długiego kontekstu nie był jeszcze uruchamiany dla tego modelu. Jak to działa
Swoboda nie została zbadana lub dowody są niewystarczające. Index zachowuje pierwotny wynik jakości i możliwości, otrzymuje oznaczenie wstępne i nadal zajmuje miejsce. Brak dowodów nie oznacza zera. Jak to działa
Swoboda nie została zbadana lub dowody są niewystarczające. Index zachowuje pierwotny wynik jakości i możliwości, otrzymuje oznaczenie wstępne i nadal zajmuje miejsce. Brak dowodów nie oznacza zera.
Otwórz pełny raport z testów →Możliwości punkt po punkcie
Punkty z jawnej tabeli ocen. Poziomy uzyskane przez upscaling i limity ustawione przez nas się nie liczą.
- Okno kontekstu (według twórcy)Nie podano
- 0,0 / 30
- Modalności wejścia w SpicyAPITekst, a do tego obrazy
- 12,0 / 25
- Użycie narzędziNarzędzia i tool_choice
- 15,0 / 15
- Ustrukturyzowane wyjścieObsługiwane, zgodność ze schematem potwierdzona
- 15,0 / 15
- Sterowanie rozumowaniem4 poziomy: none · low · medium · high
- 15,0 / 15
Co Nemotron 3.5 Super VL potrafi w SpicyAPI
Wprost z aktualnej specyfikacji modelu w SpicyAPI. Niektórzy twórcy oferują więcej we własnych aplikacjach; tu jest to, co możesz wywołać przez nasze API już dziś.
| Funkcja | Czat |
|---|---|
| Okno kontekstu | 262 144 tokenów |
| Maks. wyjście na żądanie | 262 144 tokenów |
| Poziomy rozumowania | none · low · medium · high |
| Wywoływanie narzędzi | Tak |
| Ustrukturyzowane wyjście | Tak |
Ile to naprawdę trwa
Zmierzone na prawdziwych zadaniach z ostatnich 30 dni, od żądania do gotowego wyniku. Czasy obejmują też nasze własne przebiegi testowe.
- Szybkość wyjścia
- 155 tok/sZ czasem do pierwszego tokena
- Odsetek sukcesów
- Zbieramy dane
Czas pojawia się, gdy zbierze się co najmniej 10 ukończonych zadań. Odsetek sukcesów jest liczony tylko z zadań klientów i pozostaje ukryty dla wszystkich modeli, dopóki nie zbierzemy pełnych 30 dni ruchu.
Modele, które warto rozważyć zamiast Nemotron 3.5 Super VL
Anthropic
Claude Haiku 5.5
Want a model we have measured?
- Spicy Index
- 76,4−0,4
- Freedom Score
- 77,8
- Cena
- 0,20 USD−27%/ 1 mln tokenów · wejście/wyjście 3:1
Meta
Muse Wonder 1.0
A bigger window plus audio and video?
- Spicy Index
- 81,0+4,2
- Freedom Score
- —
- Cena
- 8,00 USD+2809%/ 1 mln tokenów · wejście/wyjście 3:1
inclusionAI
Ling 3.1 Flash
Text-only, with a long window?
- Spicy Index
- 76,7−0,1
- Freedom Score
- —
- Cena
- 0,113 USD−59%/ 1 mln tokenów · wejście/wyjście 3:1
Co o tym myślisz?
Czy ta recenzja była przydatna?
Zaloguj się, aby zagłosować.
Komentarze
Komentarze sprawdzamy automatycznie i ręcznie w zespole. Usuwamy spam, treści nieodpowiednie, ataki osobiste i wszystko, co bez zgody wymienia prawdziwą osobę. Zgłoś komentarz, a sprawdzimy go w ciągu jednego dnia roboczego.
Testowałeś ten model? Podziel się tym, co zadziałało. Aby komentować, potrzebujesz darmowego konta – tak trzymamy spam z daleka.
Najczęstsze pytania o Nemotron 3.5 Super VL
Wypróbuj Nemotron 3.5 Super VL samodzielnie
Ustaw każdy parametr w Playground i zobacz dokładną cenę przed uruchomieniem.
0,275 USD za 1 mln mieszanych tokenów (3 wejściowe : 1 wyjściowy)
Więcej recenzji
Zobacz rankingi →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
- —
Przetestowano 28 paź 2026
Przeczytaj recenzjęKimi 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
- —
Przetestowano 28 paź 2026
Przeczytaj recenzję
Grok 4.3
Wybierz Grok 4.3 dla ogromnego kontekstu, prawdziwego przełącznika wyłączającego rozumowanie i pisania bez cenzury w niskiej cenie; pomiń przy potrzebie plików.
Przetestowano 24 wrz 2026
Przeczytaj recenzję