Hermes Agent ganha suporte ao NVIDIA Nemotron 3.5
A Nous Research integrou o Hermes Agent ao NVIDIA Nemotron 3.5 Super VL, atingindo 63,44 no Hermes Bench com ganho de até 5x em velocidade.
O modelo multimodal Nemotron 3.5 Super VL bateu 63,44 pontos no Hermes Bench e promete até cinco vezes mais velocidade do que soluções locais equivalentes.
A Nous Research oficializou a integração do Hermes Agent com a família de modelos abertos Nemotron 3.5, recém-lançada pela NVIDIA. O foco principal é o suporte ao Nemotron 3.5 Super VL, modelo multimodal que alcançou 63,44 pontos no benchmark interno Hermes Bench. Pelas medições divulgadas pelo laboratório, a arquitetura entrega uma taxa de transferência de tokens até cinco vezes superior à de modelos locais concorrentes durante a execução de fluxos autônomos.
Um único modelo para visão, ferramentas e texto
Agentes visuais convencionais costumam depender de uma divisão técnica engessada: um modelo processa a imagem ou captura de tela, converte o conteúdo em texto e passa os dados para um segundo modelo de linguagem decidir o próximo passo. O Nemotron 3.5 Super VL elimina essa divisão. A NVIDIA unificou visão computacional, raciocínio lógico e chamadas de funções (tool calling) dentro dos mesmos pesos.
Por baixo do capô, o modelo adota uma arquitetura Mixture-of-Experts (MoE). São 120 bilhões de parâmetros no total, mas apenas 12 bilhões são ativados a cada token gerado. Essa separação dinâmica poupa processamento sem sacrificar capacidade analítica. A janela de contexto chega a 1 milhão de tokens, um espaço pensado para agentes que rodam por horas e acumulam logs extensos de chamadas e telas.
No catálogo NVIDIA NIM, a versão quantizada NVIDIA-Nemotron-3.5-Super-VL-120B-A12B-NVFP4 traz ainda decodificação especulativa com previsão multitoken (Multi-Token Prediction), técnica que cospe vários tokens de uma vez para acelerar a resposta do agente.
Modelos Bolt para hardware local
Nem todo desenvolvedor dispõe de um cluster de data center para rodar 120 bilhões de parâmetros. Para máquinas de mesa e estações de trabalho, a NVIDIA colocou na praça a família Nemotron 3.5 Bolt.
A opção disponível de imediato é o Bolt 74B-A9B, que vem quantizado em 2 bits e consome cerca de 24 GB de VRAM, cabendo em placas de vídeo GeForce RTX com bastante memória e no sistema DGX Spark.
Para desktops comuns, a fabricante planeja lançar o Bolt E4B, modelo mais compacto de 4 GB de memória, no dia 23 de outubro de 2026. A equipe do Hermes Agent planeja incorporar esse modelo leve diretamente no instalador desktop do projeto, mas isso depende da liberação oficial dos pesos na data prevista.
Configurando o Hermes Agent com o NIM
A documentação oficial do Hermes Agent já ensina como plugar os novos modelos. O usuário pode conectar seu ambiente a endpoints remotos do microsserviço NVIDIA NIM em build.nvidia.com ou apontar as requisições para servidores locais corporativos, como o DGX Station.
Existem, contudo, dois pontos de atenção práticos. Primeiro: ao contrário de lançamentos anteriores entre Nous e NVIDIA, desta vez não há cota gratuita de teste hospedada no portal da Nous. O usuário precisa pagar seu próprio consumo com chave de API da NVIDIA ou baixar os pesos abertos no Hugging Face para rodar em hardware próprio.
Segundo: Nous Research e NVIDIA não divulgaram um comparativo direto do score 63,44 com modelos proprietários de ponta, como GPT-4o ou Claude 3.5 Sonnet, na mesma rodada do Hermes Bench. O ganho de velocidade em modelos locais abertos é concreto, mas ainda falta ver como ele se sai frente a frente com as APIs fechadas mais caras do mercado.