Scale AI bietet mit NVIDIA Post-Training für offene Nemotron-Modelle an

Scale Post-Training soll offene Nemotron-Modelle für Unternehmen anpassen

Scale AI bringt gemeinsam mit NVIDIA ab heute Scale Post-Training auf den Markt. Das neue Angebot gehört zum Scale GenAI Portfolio. Unternehmen sollen damit offene Modelle auf ihre Aufgaben zuschneiden können, etwa Nemotron 3.5 Super VL oder andere Modelle der Nemotron-Familie. Scale zufolge steht der Dienst allen Unternehmen offen. Preise und Zugangsbedingungen nennt das vorliegende Material nicht.

Post-Training heißt: Ein bestehendes Modell lernt anhand von Beispielen, eine Aufgabe gut zu erledigen, und wird so zum Spezialisten. Scale verbindet dafür nach eigenen Angaben seine Evaluationsmethoden sowie Daten- und Trainingsexpertise mit den Post-Training-Werkzeugen von NVIDIA (NeMo). Die entstehenden agentischen Systeme sollen nativ in der Umgebung der Unternehmen laufen. Scale hatte nach eigener Darstellung früh Zugang zum Modell und es vor dem Launch zusammen mit Unternehmen wie Skydance und EY post-trainiert.

Scale formuliert das Leitargument so: Es gehe nicht mehr darum, welches Modell generell das beste sei. Entscheidend sei, welches Modell eine konkrete Aufgabe bei tragbaren Kosten und hoher Geschwindigkeit löst. Außerdem, so Scale, hätten die eigenen Daten und Evaluationen seit über einem Jahrzehnt führende KI-Modelle trainiert. Das ist Selbstdarstellung des Anbieters und lässt sich nicht unabhängig prüfen.

Nemotron 3.5 Super VL: 120 Milliarden Parameter, 12 Milliarden aktiv, offene Lizenz

NVIDIA hat Nemotron 3.5 Super VL am 15. Oktober 2026 veröffentlicht. Das offene Vision-Language-Modell umfasst 120 Milliarden Parameter, davon sind 12 Milliarden aktiv. Vorgesehen ist es für Reasoning, Coding, Tool-Nutzung sowie das Verstehen von Dokumenten und Videos. Eingaben können Text, Bilder und Video sein. Ausgegeben wird Text.

Die Architektur verschachtelt Mamba-2-, Mixture-of-Experts- und Attention-Schichten und nutzt einen C-RADIO-Vision-Encoder. Der Kontext reicht bis zu einer Million Token. Multi-Token Prediction ermöglicht spekulatives Decoding. Die Modellkarte nennt die Lizenz OpenMDW 1.1, die kommerzielle wie nicht-kommerzielle Nutzung erlaubt. Für Anpassung und Evaluation gibt es eine BF16-Variante. Für den Betrieb sind 4× H100 oder 2× GB200 nötig. Daneben steht eine NVFP4-quantisierte Variante bereit.

Zeitgleich kündigt NVIDIA die Edge-Modelle an. Nemotron 3.5 Bolt 74B-A9B ist verfügbar, Bolt E4B soll am 23. Oktober folgen. NVIDIA wirbt mit „Frontier Accuracy at One-Fifth the Size“ und nennt das Modell das „fastest open agentic model in its class“, mit bis zu fünffachem Durchsatz auf einer GPU. Das sind Herstellerangaben. Unabhängige Benchmarks müssen sie erst bestätigen.

Versicherer-Copilot und Skydance: Kostenzahlen stammen von den Anbietern selbst

Scale beschreibt die Arbeit mit einem nicht namentlich genannten globalen Versicherer. Entstanden ist ein Echtzeit-Copilot für den französischsprachigen Kundenservice. Die Faktenextraktion stieg nach dem Post-Training auf 93,8 Prozent, vorher lag sie bei 76,1 Prozent. Das Produktionsmodell erreichte 62,6 Prozent. Bei der Coverage-Empfehlung kommt das angepasste Modell auf 95,6 Prozent, das Produktionsmodell auf 85,4 Prozent und das beste getestete Frontier-Modell auf 92,2 Prozent. Die Inferenzkosten sanken laut Scale um etwa 70 bis 75 Prozent.

Für Skydance, wo Scale das Modell zur automatisierten Verarbeitung von Lieferantengutschriften angepasst hat, nennt NVIDIA 40-fach geringere Inferenzkosten und fünffach geringere Latenz. Ob das eine Erwartung („will reduce“) oder einen Messwert beschreibt, bleibt offen. Ramp erwartet bis zu 50 Prozent mehr Durchsatz und zehnfach geringere Latenz.

Alle Zahlen stammen von den Anbietern selbst. Eine unabhängige Prüfung liegt nicht vor.