Nvidia hat eine neue Reihe von Open-Weight-KI-Modellen vorgestellt, darunter das Flaggschiff Nemotron 3.5 Super VL mit 120 Milliarden Parametern. Dieses Modell ist ab sofort verfügbar und zielt darauf ab, die Effizienz bei sogenannten agentischen Aufgaben zu steigern, also bei der Automatisierung komplexer Arbeitsabläufe durch autonome Software-Agenten.
Laut Nvidia bietet Nemotron 3.5 Super VL die schnellste Aufgabenerledigung und höchste Genauigkeit für spezialisierte, ständig aktive Agenten. Benchmarks von Artificial Analysis zeigen, dass das Modell in seiner Klasse fünfmal schneller ist als der nächstbeste Konkurrent. InclusionAI’s Ling 3.0 Flash und DeepSeek’s V4.1 Flash folgten mit deutlichem Abstand. Zudem erreicht Super VL nach einem spezifischen Post-Training eine hohe Genauigkeit für spezialisierte Agenten. Ein Beispiel hierfür ist eine Leistungssteigerung von 44 Prozent bei der Bearbeitung medizinischer Versicherungsansprüche, wodurch das Modell in diesem Bereich proprietäre Modelle wie Claude Opus 5 übertraf – allerdings erst nach der Anpassung durch Post-Training.
Ein wesentlicher Vorteil von Open-Weight-Modellen liegt in ihrer Anpassbarkeit: Unternehmen können diese Modelle mit eigenen Daten nachtrainieren (Post-Training) und auf ihrer eigenen Infrastruktur betreiben. Dies ermöglicht eine stärkere Personalisierung und erhöht die Sicherheit der Anwendungen.
Neue Edge-Modelle für lokale Anwendungen
Neben Super VL hat Nvidia zwei neue Edge-Modelle der Nemotron 3.5-Reihe eingeführt: Nemotron 3.5 Bolt 74B-A9B 24GB und Nemotron 3.5 Bolt E4B 4GB. Edge AI bezeichnet KI-Modelle, die direkt auf lokalen Geräten und ohne ständige Cloud-Verbindung ausgeführt werden können. Das Bolt 24GB-Modell ist für den lokalen Einsatz von Agenten konzipiert und soll das beste Verhältnis von Leistungsfähigkeit und Geschwindigkeit pro Gigabyte Arbeitsspeicher bieten. Das Bolt 4GB-Modell ist speziell für schnelle, konversationelle Agenten optimiert und liefert laut Nvidia die höchste Intelligenz pro Gigabyte für Anwendungen wie Sprach- und Geräteagenten sowie interaktive Charaktere.
Wettbewerb im Open-Weight-Bereich
Die Veröffentlichung der neuen Nvidia-Modelle reiht sich in eine aktuelle Welle von Open-Weight-Modellen westlicher Labore ein, die den bisherigen Vorsprung chinesischer Unternehmen in diesem Segment herausfordern. Historisch gesehen hatten chinesische KI-Labore die Oberhand bei wettbewerbsfähigen Open-Weight-Modellen. Neuere Veröffentlichungen, wie das Le Chonk-Modell des französischen Labors Mistral oder das Beam-Modell von Reflection AI, an dem Nvidia beteiligt ist, zeigen eine Verschiebung. Das verstärkte Interesse an Open-Weight-Modellen wird auch durch Sicherheitsvorfälle wie den OpenAI Hugging Face-Hack beeinflusst, der die Annahme widerlegte, dass nur offene Modelle Sicherheitsrisiken bergen. Sollten sich US-amerikanische Open-Weight-Modelle gegenüber chinesischen durchsetzen, könnte dies die Akzeptanz von Open-Modellen in Bereichen fördern, in denen aufgrund von Cybersicherheitsrichtlinien der Einsatz ausländischer Technologie eingeschränkt ist.
Thema: Hugging Face. Quelle/Inspiration: ZDNet.