--- title: "Nvidia stellt Nemotron 3.5 KI-Modellfamilie mit tiefgreifenden Anpassungsoptionen vor" description: "Nvidia hat die Nemotron 3.5 KI-Modellfamilie vorgestellt, angeführt vom Super VL mit 120 Milliarden Parametern, das Post-Training und visuelle Analysen für Unternehmensagenten unterstützt." date: 2026-10-17T02:26:31.989Z lang: de url: https://xab.info/de/posts/nvidia-stellt-nemotron-3-5-ki-modellfamilie-vor tags: [nvidia, nemotron, artificial-intelligence, llm, enterprise-ai, machine-learning] author: "Alexander Buran" publisher: "XAB.info" --- # Nvidia stellt Nemotron 3.5 KI-Modellfamilie mit tiefgreifenden Anpassungsoptionen vor ![Datenvisualisierung und Schnittstelle neuronaler Netzarchitekturen für Nvidia Nemotron-Modelle](https://xab.info/media/2026/10/17/nvidia-predstavila-semeystvo-ii-modeley-nemotron-3-5/nvidia-predstavila-semeystvo-ii-modeley-nemotron-3-5-1.webp) ## Kernpunkte - Drei neue Nemotron 3.5-Modelle für Unternehmens-Workloads und lokale Agenten angekündigt. - Flaggschiff Nemotron 3.5 Super VL bietet 120 Milliarden Parameter und multimodale visuelle Analysen. - Post-Training von Super VL mit proprietären Kundendaten liefert Genauigkeitsverbesserungen von 9 % bis 44 %. - Bolt- und E4B-Modelle sind für die lokale Ausführung auf Consumer-Hardware optimiert. Nvidia hat sein Portfolio im Bereich der künstlichen Intelligenz durch die Einführung von drei neuen Modellen der Nemotron 3.5-Familie erweitert, die auf komplexe Agenten-Workflows und die Integration in Unternehmensprozesse ausgerichtet sind. Das Flaggschiff der neuen Reihe ist das offene Modell Nemotron 3.5 Super VL mit 120 Milliarden Parametern, das fortschrittliche Sprachfunktionen mit visuellem Verständnis von Dokumenten, Diagrammen und Webseiten verbindet. ### Hauptmerkmale des Flaggschiffs Nemotron 3.5 Super VL Das neue Super VL-Modell wurde speziell für die Verarbeitung multimodaler Inhalte entwickelt, einschließlich PDF-Dateien, Tabellen, Bildern und Webschnittstellen. Nach Angaben von Nvidia können Unternehmenskunden ein Post-Training des Algorithmus eigenständig mit ihren eigenen Daten, Werkzeugen und Sicherheitsrichtlinien durchführen. Dieser Ansatz ermöglicht es Unternehmen, das Modell entweder auf eigener Infrastruktur oder in sicheren Cloud-Umgebungen mit strengen Datenschutzanforderungen zu betreiben. Bei vergleichenden Benchmarks zeigten spezialisierte, angepasste Versionen von Nemotron 3.5 Super VL nach dem Fine-Tuning signifikante Genauigkeitssteigerungen. Beispielsweise stieg die Präzision bei der Bearbeitung von Krankenversicherungsansprüchen von 28 % auf 72 %, womit konkurrierende Lösungen übertroffen wurden. Im Bereich der Cybersicherheitsresilienz verbesserte sich der Wert von 35 % auf 76 %, was ebenfalls über den Ergebnissen vergleichbarer Spezialsysteme am Markt liegt. ### Lokale Agenten und leichtgewichtige Ergänzungen der Serie Neben der Flaggschiff-Lösung kündigte das Unternehmen zwei kompakte Modelle für die lokale Ausführung an. Das Modell Nemotron 3.5 Bolt 74B-A9B 24GB verfügt über insgesamt 74 Milliarden Parameter, von denen etwa 9 Milliarden pro Token aktiv sind. Das neuronale Netz ist so optimiert, dass es in 24 GB VRAM passt, was eine lokale Ausführung auf Verbraucher- oder Workstation-Hardware für die Programmerstellung und mehrstufige Recherchen ermöglicht. Die dritte Neuerung ist das leichtgewichtige Modell Nemotron E4B 4GB, das für den Betrieb von Konversationsagenten und lokalen Hilfswerkzeugen entwickelt wurde; die vollständige Markteinführung ist für den 23. Oktober 2026 geplant. Entwickler betonen, dass diese neuen Architekturen frühere Veröffentlichungen der Produktreihe, darunter das leistungsstarke Modell Nemotron 3.5 Lightning für repetitive Hintergrundprozesse, sinnvoll ergänzen. ### Bedeutung für den Markt für Unternehmens-KI Das Aufkommen anpassbarer Nemotron 3.5-Modelle markiert einen neuen Meilenstein in der Entwicklung autonomer KI-Agenten, die nahtlos mit komplexen Unternehmensökosystemen interagieren können. Die Möglichkeit, Modelle auf enge Spezialbereiche abzustimmen, senkt die Hürden für die Einführung neuronaler Netze im Finanzsektor, im Gesundheitswesen und in der IT-Sicherheit. Langfristig soll dies Unternehmen dabei helfen, die Rechenleistungsbudgets zu optimieren und die Autonomie digitaler Assistenten bei der Verarbeitung großer strukturierter und visueller Datenmengen zu erhöhen. ## Faktencheck und Quellen - [ИИ-модель Nvidia Nemotron 3.5 Super VL с пост-обучением превзошла Claude Opus 5 и GPT-6.1 Sol в специализированных задачах window-new](https://3dnews.ru/1150010/iimodel-nvidia-nemotron-35-super-vl-s-postobucheniem-prevzoshla-claude-opus-5-i-gpt61-sol-v-spetsializirovannih-zadachah) - Primäre technische Spezifikationen und Details zu den Nemotron-Modellen wurden über 3dnews.ru verifiziert. - [Модель Nemotron 3.5 Lightning от NVIDIA ускорит выполнение агентами повторяющихся задач](https://overclockers.ru/blog/vokrugsveta/show/261568/NVIDIA-zapustila-model-Nemotron-3-5-Lightning-dlya-uskoreniya-vypolneniya-agentami-povtoryajuschihsya-zadach) - Der Kontext bezüglich des Modells Nemotron 3.5 Lightning für Routineaufgaben wird durch overclockers.ru gestützt. - [NVIDIA выпустила модель Nemotron 3.5 Lightning для ускорения рутинных ИИ-задач до 4 раз](https://overclockers.ru/blog/This_is_the_way/show/261578/NVIDIA-vypustila-Nemotron-3-5-Lightning-dlya-uskoreniya-rutinnyh-II-zadach-do-4-raz) - Lizenzdetails (OpenMDW-1.1) und Durchsatz-Benchmarks werden durch sekundäre Berichterstattung von overclockers.ru untermauert. - [Nvidia представила Nemotron 3 Ultra: ИИ-модель для автономных агентов стала быстрее в пять раз и дешевле на 30%](https://www.ixbt.com/news/2026/06/04/nvidia-nemotron-3-ultra-30.html) - Informationen über frühere Ultra-Modelle der Serie wurden über ixbt.com bestätigt. ## Häufige Fragen ### Was ist das Modell Nemotron 3.5 Super VL? Es handelt sich um ein offenes großes Sprachmodell mit 120 Milliarden Parametern und erweiterten visuellen sowie textlichen Analysefunktionen für Dokumente, Diagramme und Webseiten. ### Welchen Zweck erfüllt das Modell Nemotron 3.5 Bolt? Bolt ist für die lokale Agentenausführung optimiert, passt in 24 GB Arbeitsspeicher und wird für die Generierung von Programmcode sowie mehrstufige Recherchen eingesetzt. ### Welche Genauigkeitsgewinne bringt das Post-Training von Super VL? Je nach spezialisiertem Bereich liegen die Genauigkeitsverbesserungen nach dem Fine-Tuning mit Unternehmensdaten zwischen 9 % und 44 %.