FreeLLMTutti i modelli › nvidia
NVIDIA-Nemotron-3.5-Super-VL-120B-A12B-BF16
nvidia · uscito il 12 ott 2026
Dove usarlo gratis
- API gratis su OpenRouter: id del modello
nvidia/nemotron-3.5-super-vl:free. Provalo affiancato · Pagina su OpenRouter - La chat del laboratorio: build.nvidia.com (gratis con limiti giornalieri)
- Scaricalo e usalo a casa: pesi ufficiali · file GGUF per Ollama e LM Studio
Novità: in attesa dei voti su Arena
Uscito il 12 ott 2026. Arena non ha ancora votato questo modello. Appena lo farà, il modello entrerà in classifica in automatico, di solito la notte dopo. Nel frattempo puoi già vedere qui sotto dimensioni, memoria necessaria e velocità, e provarlo gratis.
Velocità sull'hardware più diffuso
| Hardware | Memoria GPU | Ci sta? | Velocità |
|---|---|---|---|
| RTX 3060 12 GB | 12 GB | Non entra | — |
| RTX 4060 Ti 16 GB | 16 GB | Non entra | — |
| RTX 3090 | 24 GB | Non entra | — |
| RTX 4090 | 24 GB | Non entra | — |
| RTX 5090 | 32 GB | GPU + 64 GB di RAM | 16 tok/s |
| RX 7900 XTX | 24 GB | Non entra | — |
| 2 × RTX 3090 | 48 GB | GPU + 64 GB di RAM | 21 tok/s |
| 4 × RTX 3090 | 96 GB | Entra nella GPU | 70 tok/s |
| Mac M4 Max 128 GB | 96 GB | Entra nella GPU | 41 tok/s |
| Ryzen AI Max+ 395 128 GB | 96 GB | Entra nella GPU | 25 tok/s |
| 8 × H100 SXM | 640 GB | Entra nella GPU | 145 tok/s |
Stima a 4 bit con contesto da 32K e 64 GB di DDR5 per lo scarico in RAM. Velocità ≈ banda di memoria × 78% ÷ dati letti per token, più un costo fisso per token, calibrata su 44 test reali con llama.cpp; errore tipico di circa ±10%. Confronta tutte le GPU.
Memoria GPU necessaria
| Livello | Contesto da 8K | Contesto da 32K | Contesto da 128K | Qualità rispetto al modello completo |
|---|---|---|---|---|
| Q3_K_M | 63 GB | 63 GB | 64 GB | +4.7% perdita evidente |
| Q4_K_M | 76 GB | 76 GB | 77 GB | +1.2% perdita minima |
| Q5_K_M | 89 GB | 89 GB | 90 GB | +0.4% quasi senza perdita |
| Q6_K | 103 GB | 103 GB | 104 GB | +0.2% quasi senza perdita |
| Q8_0 | 133 GB | 133 GB | 134 GB | ≈ 0% uguale al completo |
| F16 | 250 GB | 250 GB | 251 GB | ≈ 0% uguale al completo |
Pesi + cache del contesto (dall'architettura del modello) + runtime. Qualità: aumento di perplexity rispetto al modello completo, dai test con llama.cpp, scalato in base alla dimensione del modello. Simula la tua configurazione.
Condividi questa pagina:XLinkedInRedditWhatsApp
Hai visto un numero sbagliato o un link rotto? Segnala un errore