AI 客栈
返回首页

Nemotron 3.5 Super VL 浏览器任务实测落后 GPT-6 Luna

  • 前情提要：NVIDIA 已开源 Nemotron 3.5 Super VL，120B 总参数、12B 激活的多模态 Agent 模型，支持文本、图像、图表、文档与视频理解；此后该模型陆续接入 LangChain Deep Agents、OpenRouter、Perplexity 与 Ollama，并补齐 ms-swift 的 LoRA 微调链路。
  • 最新数据：Browser Use 以自有浏览器任务基准实测，Nemotron 3.5 Super VL 得分 48.5/100，GPT-6 Luna 为 67.7/100；在分数低 19.2 分的同时，Nemotron 的估算模型成本高出约 61%。
  • 信息边界：这是 Browser Use 单方发布的一组对比数字，未披露任务集构成、样本量、评测协议与成本估算口径，也未给出其他模型在同一基准上的位置；结论目前不能外推为通用浏览器 Agent 能力排序。
  • 观察点：开源多模态模型在浏览器操作这类长链路任务上的实测位置，与近期发布信息中围绕吞吐、上下文与工具调用的宣传口径并不重合。对在编码与浏览器 Agent 之间做模型选型的团队而言，单位任务成本与完成率需要放在同一张表里比较，而非只看单点跑分。 🔗 Browser Use 推文
Tweet Image