Anthropic lanza Claude Fable 5.2 y Mythos 5.2, de acceso restringido
Anthropic lanzó Claude Fable 5.2 para uso general y Claude Mythos 5.2 para equipos verificados de ciberseguridad y ciencias de la vida. Ambos comparten el mismo modelo base, son un 30% más rápidos que sus antecesores y cuestan un 20% menos.
Anthropic presentó el lunes 9 de noviembre dos modelos nuevos: Claude Fable 5.2 y Claude Mythos 5.2. La empresa dice que son el mismo modelo base presentado con distintas salvaguardas y vías de acceso. Fable 5.2 está orientado a programación, razonamiento y agentes de IA, y está disponible de forma amplia en las apps de Claude, la API, AWS, Google Cloud y Azure, además de GitHub Copilot. Mythos 5.2 es su modelo más capaz para ingeniería de ciberseguridad e investigación en ciencias de la vida, pero su acceso está limitado a organizaciones aprobadas mediante sus programas de verificación. Los nuevos modelos generan respuestas hasta un 30% más rápido que la generación Claude 5.1 y se comunican con mayor claridad, según la empresa. El precio es de 8 dólares por millón de tokens de entrada y 40 por millón de salida, menos que los lanzamientos anteriores de Fable y Mythos. En el Índice de Inteligencia de Artificial Analysis, Fable 5.2 obtuvo 64,6 puntos y quedó en primer lugar, superando a Gemini 4 Carbon de Google, con 60,0. El lanzamiento llega mientras Anthropic amplía su catálogo de productos antes de su prevista salida a bolsa.
2026-11-09
Meta presenta Muse Ember, su modelo más pequeño y barato
Meta lanzó Muse Ember, un modelo multimodal compacto pensado para el trabajo repetitivo de los agentes de IA: llamadas a herramientas, enrutado y tareas de alto volumen. Cuesta 0,10 dólares por millón de tokens de entrada y casi iguala en pruebas al mucho mayor Muse Spark 1.3.
Meta presentó el 9 de noviembre a Muse Ember, el miembro más pequeño y eficiente de su familia propietaria de modelos Muse. El modelo multimodal está diseñado para el trabajo repetitivo de alto volumen que convierte una demostración de agente en un servicio de producción costoso: llamadas a herramientas, decisiones de enrutado y tareas repetidas. Su precio es de 0,10 dólares por millón de tokens de entrada y 0,50 por millón de salida, y sube a 0,30 y 1,50 por encima de los 200.000 tokens de contexto. En el Índice de Inteligencia de Artificial Analysis, Ember obtuvo 36,0 puntos, cerca de los 36,6 de Muse Spark 1.3, a aproximadamente el 6% de su costo por tarea. El modelo está disponible en la API de Modelos de Meta y en Muse Code. Meta dijo que ya hay modelos aún más eficientes en entrenamiento, aunque no dio nombres ni fechas. Ember llegó el mismo día que Fable 5.2 de Anthropic, lo que convirtió el 9 de noviembre en uno de los días con más lanzamientos de modelos del año.
2026-11-09
Google presenta los chips TPU 8tx y TPU 8i Max para la IA agentiva
Google amplió su línea de chips TPU de octava generación con dos sistemas nuevos: TPU 8tx, orientado al entrenamiento de IA, y TPU 8i Max, orientado a la inferencia agentiva en tiempo real. La apuesta apunta a los sistemas de IA cada vez más complejos que planifican y actúan por su cuenta.
Google anunció el 9 de noviembre los chips TPU 8tx y TPU 8i Max, con lo que amplía su cartera de aceleradores de octava generación. Los dos sistemas siguen a los anuncios previos de TPU 8t y TPU 8i y apuntan a la próxima oleada de cargas de trabajo de IA: TPU 8tx está orientado al entrenamiento de IA a gran escala, mientras que TPU 8i Max está pensado para la inferencia agentiva en tiempo real, las respuestas rápidas que los agentes autónomos necesitan mientras ejecutan tareas de varios pasos. Google presentó el lanzamiento como infraestructura para sistemas de IA cada vez más complejos, a medida que los agentes pasan de responder preguntas aisladas a ejecutar largas cadenas de acciones con herramientas. La empresa no publicó precios y la economía para cada cliente seguirá dependiendo de su carga de trabajo. El anuncio llegó en un día repleto de novedades de hardware y modelos de la competencia, lo que subraya cómo la competencia ha pasado de las puntuaciones aisladas de los modelos a la pila completa de chips, modelos y sistemas de despliegue.
2026-11-09
ChatGPT Enterprise llega al AWS Marketplace
OpenAI puso ChatGPT Enterprise a disposición a través de AWS Marketplace, lo que permite a las organizaciones comprarlo y gestionarlo con su relación actual de compras y facturación de AWS. El gasto elegible puede contar para sus compromisos con AWS.
OpenAI anunció el 9 de noviembre que ChatGPT Enterprise ya está disponible a través de AWS Marketplace. Las organizaciones elegibles pueden descubrir, comprar y gestionar la versión empresarial de ChatGPT usando su relación actual de compras y facturación de AWS, y pueden aplicar el gasto elegible a sus compromisos con AWS. Según OpenAI, la versión del marketplace ofrece los mismos modelos, funciones y calendario de lanzamientos que ChatGPT Enterprise comprado directamente. La medida reduce la fricción de compra para las grandes empresas que ya operan en AWS y centralizan allí su gasto en software, y profundiza los lazos comerciales entre OpenAI y la nube de Amazon en un momento en que los presupuestos empresariales de IA se concentran en unos pocos grandes proveedores.
2026-11-09
Disney y Adobe firman una alianza de IA de varios años basada en Firefly
Disney nombró a Adobe su Socio Oficial de Innovación en IA en un acuerdo de varios años anunciado en Adobe MAX. Adobe ayudará a construir modelos personalizados de Firefly Foundry entrenados con los personajes, mundos y estilos visuales propios de Disney para parques, estudios y ESPN.
Adobe y The Walt Disney Company anunciaron el 9 de noviembre una alianza estratégica de varios años en Adobe MAX, en Miami Beach, y nombraron a Adobe Socio Oficial de Innovación en IA de Disney. En el centro del acuerdo está Firefly Foundry, el servicio de Adobe para construir modelos de IA propietarios para una sola empresa: Disney trabajará directamente con Adobe en modelos de IA generativa adaptados a sus propiedades, entrenados con sus personajes, entornos y estilos visuales. Walt Disney Imagineering ya usa Firefly Foundry para convertir bocetos dibujados a mano de parques temáticos en arte conceptual renderizado. Disney también tendrá acceso anticipado a Firefly, Premiere y Photoshop, además de apoyo dedicado de investigación e ingeniería de Adobe, y Adobe se unirá al programa StudioLAB de Disney y trabajará con ESPN Edge. Ninguna de las empresas reveló los términos financieros ni un calendario. El acuerdo es notable porque Disney ha demandado a creadores de imágenes de IA por sus personajes, entre ellos a Midjourney en junio de 2025, y ahora opta por construir sus propios modelos con licencia en lugar de depender de herramientas de propósito general.
2026-11-09
NVIDIA presenta GR00T 2, un modelo de robot que aprende viendo a humanos
En la conferencia CoRL en Austin, NVIDIA presentó GR00T 2, un modelo de acción mundial para robots entrenado en gran parte con videos de personas realizando tareas. Completó 40 de 50 tareas nuevas sin ninguna demostración y alcanzó un 95% de éxito con solo cinco demostraciones.
NVIDIA presentó GR00T 2 el 9 de noviembre en la Conferencia sobre Aprendizaje de Robots (CoRL) en Austin, Texas. En lugar de traducir directamente las imágenes de cámara a movimientos del robot, GR00T 2 es un modelo de acción mundial construido sobre NVIDIA Cosmos: un único transformador de difusión que predice a la vez los fotogramas futuros de video y las acciones del robot en varios pasos. El modelo se preentrenó con 402.730 horas de video humano en primera persona, 10.184 horas de demostraciones con pinza manual en 2.897 tareas y 23.500 horas de teleoperación de robots. En la evaluación reportada por NVIDIA, GR00T 2 completó 40 de 50 tareas sin demostración previa, alcanzó un 71% de éxito promedio con una sola demostración por robot y llegó al 95% con cinco demostraciones y 30 minutos de postentrenamiento en una sola GPU RTX 5090. NVIDIA también publicó Human-1M-100K, un subconjunto abierto de 100.000 horas de video humano bajo licencia Creative Commons, y dijo que los pesos y el código del modelo llegarán en diciembre. Junto a ello, Isaac Lab 3.0, el marco de simulación para aprendizaje de robots, añade el motor de física Newton y hasta 2,5 veces el rendimiento de entrenamiento de su predecesor. Entre los primeros evaluadores están Nexuni para el manejo de ropa, Foxconn para la fabricación de servidores y Siemens para usos industriales.
2026-11-09
Anthropic habría comprado turbinas de gas por 3.400 millones de dólares para alimentar su IA
Anthropic acordó comprar generadores de gas natural Caterpillar por unos 3.400 millones de dólares, capaces de producir hasta 1,7 gigavatios, según el Financial Times. Es la mayor compra individual conocida de equipos de generación por parte de un laboratorio de IA, y una señal de lo escasa que se ha vuelto la electricidad.
Anthropic está comprando turbinas de gas natural por unos 3.400 millones de dólares, informó el Financial Times el 8 de noviembre, en una cobertura recogida por TechCrunch, Reuters y CNBC el 9 de noviembre. La empresa se hace cargo de generadores Caterpillar que el proveedor de equipos OnePWR Solutions pidió hace unos dos años pero no pudo financiar; Anthropic había planeado comprar a través de OnePWR, pero acudió directamente al fabricante. Los generadores pueden producir hasta 1,7 gigavatios de electricidad. La compra reportada sería la mayor compra individual conocida de equipos de generación de energía por parte de un laboratorio de IA, y marca un cambio para Anthropic, que históricamente ha preferido alquilar infraestructura en lugar de poseerla. La empresa reveló en su documento de salida a bolsa que paga a xAI, filial de SpaceX, 1.250 millones de dólares al mes hasta mayo de 2029 por capacidad de cómputo. Ni Anthropic ni OnePWR hicieron comentarios, y Reuters dijo que no pudo verificar el informe de forma independiente, aunque el banco de inversión Piper Sandler lista la transacción de 3.400 millones en su propio sitio. El contexto es una crisis de energía: los pedidos atrasados de turbinas se extienden hasta principios de la década de 2030 y las colas para conectarse a la red pueden ser igual de largas, mientras Google, Amazon, Microsoft y Meta han anunciado planes para construir grandes plantas de gas natural en sus centros de datos. No se han revelado los lugares de instalación ni el calendario de entrega.
2026-11-08
Los grandes laboratorios de IA respaldan un nuevo token de exclusión para datos de entrenamiento
Anthropic, Google, Microsoft y OpenAI respaldaron juntos un token de política que permite a los editores excluirse del entrenamiento de IA con una simple adición al archivo robots.txt. La propuesta se presentó ante el organismo de estándares de internet IETF, pero aún necesita aprobación formal.
Anthropic, Google, Microsoft y OpenAI respaldaron juntos un nuevo token de política que permite a los editores excluirse de que su contenido se use para entrenar modelos de IA. El token funciona mediante una simple adición al archivo robots.txt de un sitio web y fue presentado ante el Grupo de Trabajo de Ingeniería de Internet (IETF) por Kevin Kelley, de Anthropic. Es un momento poco común de acuerdo entre los cuatro mayores desarrolladores de IA sobre un mecanismo que da a los propietarios de contenido una forma legible por máquinas de decir que no. Los críticos advierten que las empresas están impulsando un estándar preliminar sin revisar, y el token aún requiere aprobación formal antes de entrar en vigor, por lo que por sí solo no cambia nada todavía. Por separado, Google está desplegando un nuevo control de exclusión en Search Console para editores del Reino Unido, aunque los editores deberán esperar hasta el 3 de diciembre para ver los datos de clics que muestren si aparecer en las funciones de IA realmente genera tráfico. El debate sobre el token está en el centro de la disputa sin resolver sobre cómo las empresas de IA pueden usar la web abierta.
2026-11-09
OpenAI lanza Control Room para vigilar y detener cargas de trabajo de IA
OpenAI presentó Control Room, un sistema central para vigilar y detener cargas de trabajo de modelos en toda su infraestructura de investigación. Da a los humanos un solo lugar desde el que supervisar lo que hacen los modelos de frontera e intervenir cuando sea necesario.
OpenAI presentó el 9 de noviembre Control Room, un sistema central para vigilar y detener cargas de trabajo de modelos en toda su infraestructura de investigación. La herramienta da a los operadores humanos una vista única de lo que hacen los modelos de IA durante los entrenamientos y evaluaciones, y la capacidad de detener una carga de trabajo si se comporta de forma inesperada. Llega en un momento en que los laboratorios de frontera ejecutan cargas de investigación cada vez más grandes y autónomas, en las que un modelo puede correr durante días con supervisión humana limitada. Control Room forma parte de un impulso más amplio de gobernanza en OpenAI que también incluye nuevos puntos de referencia para medir cómo los agentes manejan la ciencia de laboratorio cotidiana y una alianza para buscar vulnerabilidades en sus sistemas. El anuncio indica que las herramientas de supervisión se están convirtiendo en parte de la carrera de la IA tanto como la capacidad bruta: los laboratorios que pueden demostrar que controlan sus sistemas más potentes tienen más fácil argumentar ante reguladores, socios y el público.
2026-11-09
El modelo de visión Nemotron de NVIDIA llega a SageMaker JumpStart de AWS
AWS puso el modelo Nemotron 3.5 Super VL de NVIDIA a disposición en SageMaker JumpStart, lo que permite a los clientes desplegarlo con unos pocos clics. Una versión compacta cuantizada reduce el punto de control de unos 249 GB a aproximadamente 75 GB.
AWS anunció el 9 de noviembre que el modelo Nemotron 3.5 Super VL de NVIDIA está disponible en Amazon SageMaker JumpStart. Los clientes pueden desplegar el modelo de visión y lenguaje a través de SageMaker Studio o el SDK de Python de SageMaker, eligiendo entre dos variantes: NVFP4, con un punto de control de unos 75 GB, y BF16, la referencia de precisión completa con unos 249 GB. NVIDIA lanzó originalmente Super VL el 15 de octubre, orientado a flujos de trabajo que combinan texto, imágenes, documentos y video con uso de herramientas, y el modelo admite hasta un millón de tokens de contexto. La inclusión en JumpStart añade una opción de despliegue gestionado en AWS para un modelo que ya estaba disponible en otros lugares, y el valor predeterminado cuantizado más pequeño es el detalle relevante: reduce notablemente el hardware necesario para ejecutar en producción un modelo competente de visión y lenguaje. Es un ejemplo pequeño pero revelador del tema del día, cuando el foco de la industria pasó de anunciar modelos más grandes a hacer que los existentes sean más baratos y fáciles de ejecutar.
2026-11-09
AI news for 2026-11-10
Anthropic launches Claude Fable 5.2 and restricted Mythos 5.2
Anthropic released Claude Fable 5.2 for general use and Claude Mythos 5.2 for verified cybersecurity and life-sciences teams. Both share the same underlying model, run about 30% faster than their predecessors and cost 20% less.
Anthropic unveiled two new models on Monday, November 9: Claude Fable 5.2 and Claude Mythos 5.2. The company says they are the same underlying model presented through different safeguards and access paths. Fable 5.2 targets coding, reasoning and AI agent work and is broadly available in the Claude apps, the API, AWS, Google Cloud and Azure, as well as in GitHub Copilot. Mythos 5.2 is Anthropic's most capable model for cybersecurity engineering and life-sciences research, but access is limited to organizations approved through its verification programs. The new models generate outputs up to 30% faster than the Claude 5.1 generation and communicate more clearly with users, according to the company. Pricing is $8 per million input tokens and $40 per million output tokens, lower than previous Fable and Mythos releases. On the Artificial Analysis Intelligence Index, Fable 5.2 scored 64.6 and took first place, passing Google's Gemini 4 Carbon at 60.0. The launch comes as Anthropic broadens its product lineup ahead of its planned stock market debut.
2026-11-09
Meta introduces Muse Ember, its smallest and cheapest model
Meta launched Muse Ember, a compact multimodal model built for the repetitive work of AI agents: tool calls, routing and high-volume tasks. It costs $0.10 per million input tokens and nearly matches the much larger Muse Spark 1.3 on benchmarks.
Meta introduced Muse Ember on November 9 as the smallest and most efficient member of its proprietary Muse model family. The multimodal model is designed for the high-volume, repetitive work that turns an agent demo into an expensive production service: tool calls, routing decisions and repeated agent tasks. Pricing is $0.10 per million input tokens and $0.50 per million output tokens, rising to $0.30 and $1.50 above 200,000 tokens of context. On the Artificial Analysis Intelligence Index, Ember scored 36.0, close to Muse Spark 1.3 at 36.6, at roughly 6% of its cost per task. The model is available on the Meta Model API and in Muse Code. Meta said even more efficient models are already in training, though it gave no names or dates. Ember arrived the same day as Anthropic's Fable 5.2, making November 9 one of the busiest model-launch days of the year.
2026-11-09
Google unveils TPU 8tx and TPU 8i Max for agentic AI
Google expanded its eighth-generation TPU lineup with two new systems: TPU 8tx, aimed at AI training, and TPU 8i Max, aimed at real-time agentic inference. The move targets the increasingly complex AI systems that plan and act on their own.
Google announced TPU 8tx and TPU 8i Max on November 9, enlarging its eighth-generation accelerator portfolio. The two systems follow the earlier TPU 8t and TPU 8i announcements and are aimed at the next wave of AI workloads: TPU 8tx targets large-scale AI training, while TPU 8i Max is built for real-time agentic inference, the fast responses that autonomous agents need while they work through multi-step tasks. Google framed the launch as infrastructure for increasingly complex AI systems, as agents move from answering single questions to carrying out long chains of actions with tools. The company did not publish pricing, and customer economics remain workload-dependent. The announcement came on a day crowded with rival hardware and model news, underscoring how the competition has shifted from isolated model scores to the full stack of chips, models and deployment systems.
2026-11-09
ChatGPT Enterprise arrives on AWS Marketplace
OpenAI made ChatGPT Enterprise available through AWS Marketplace, letting organizations buy and manage it with their existing AWS purchasing and billing relationship. Eligible spending can count toward AWS commitments.
OpenAI announced on November 9 that ChatGPT Enterprise is now available through AWS Marketplace. Eligible organizations can discover, buy and manage the enterprise version of ChatGPT using their existing AWS purchasing and billing relationship, and may apply eligible spending toward their AWS commitments. According to OpenAI, the marketplace version provides the same models, features, functionality and release timing as ChatGPT Enterprise bought directly. The move lowers the procurement friction for large companies that already run on AWS and centralize their software spending there, and it deepens the commercial ties between OpenAI and Amazon's cloud at a moment when enterprise AI budgets are consolidating around a few large vendors.
2026-11-09
Disney and Adobe sign a multi-year AI alliance built on Firefly
Disney named Adobe its Official AI Innovation Partner in a multi-year deal announced at Adobe MAX. Adobe will help build custom Firefly Foundry models trained on Disney's own characters, worlds and visual styles for parks, studios and ESPN.
Adobe and The Walt Disney Company announced a multi-year strategic alliance on November 9 at Adobe MAX in Miami Beach, naming Adobe an Official AI Innovation Partner of Disney. At the center of the deal is Firefly Foundry, Adobe's service for building proprietary AI models for a single company: Disney will work directly with Adobe on generative AI models tailored to its properties, trained on its characters, environments and visual styles. Walt Disney Imagineering is already using Firefly Foundry to turn hand-drawn theme-park sketches into rendered concept art. Disney will also get early access to Firefly, Premiere and Photoshop, plus dedicated Adobe research and engineering support, and Adobe will join Disney's StudioLAB program and work with ESPN Edge. Neither company disclosed financial terms or a timetable. The deal is notable because Disney has sued AI image makers over its characters, including Midjourney in June 2025, and is now choosing to build its own licensed models instead of relying on general-purpose tools.
2026-11-09
NVIDIA unveils GR00T 2, a robot model that learns by watching humans
At the CoRL conference in Austin, NVIDIA introduced GR00T 2, a world-action robot model trained largely on video of people doing tasks. It completed 40 of 50 new tasks with no demonstration and reached 95% success after just five demonstrations.
NVIDIA introduced GR00T 2 on November 9 at the Conference on Robot Learning (CoRL) in Austin, Texas. Rather than mapping camera images directly to robot movements, GR00T 2 is a world-action model built on NVIDIA Cosmos: a single diffusion transformer that jointly predicts future video frames and multi-step robot actions. The model was pretrained on 402,730 hours of first-person human video, 10,184 hours of handheld-gripper demonstrations across 2,897 tasks and 23,500 hours of robot teleoperation. In NVIDIA's reported evaluation, GR00T 2 completed 40 of 50 tasks zero-shot, reached 71% average success from a single robot demonstration, and hit 95% after five demonstrations and 30 minutes of post-training on one RTX 5090 GPU. NVIDIA also released Human-1M-100K, an open 100,000-hour subset of the human video data under a Creative Commons license, and said the model weights and code will follow in December. Alongside it, Isaac Lab 3.0, the robot-learning simulation framework, adds the Newton physics engine and up to 2.5 times the training throughput of its predecessor. Early testers include Nexuni for laundry handling, Foxconn for server manufacturing and Siemens for industrial uses.
2026-11-09
Anthropic reportedly buys $3.4 billion in gas turbines to power its AI
Anthropic agreed to buy about $3.4 billion in Caterpillar natural-gas generators capable of producing up to 1.7 gigawatts, according to the Financial Times. It is the largest known single power-equipment purchase by an AI lab, and a sign of how tight electricity has become.
Anthropic is buying about $3.4 billion worth of natural-gas turbines, the Financial Times reported on November 8, in coverage carried by TechCrunch, Reuters and CNBC on November 9. The company is taking over Caterpillar generators that equipment supplier OnePWR Solutions ordered about two years ago but could not finance; Anthropic had planned to buy through OnePWR but went directly to the manufacturer instead. The generators can produce up to 1.7 gigawatts of electricity. The reported purchase would be the largest known single purchase of power-generation equipment by any AI lab, and it marks a departure for Anthropic, which has historically preferred to rent infrastructure rather than own it. The company disclosed in its IPO filing that it pays xAI, a SpaceX subsidiary, $1.25 billion per month through May 2029 for computing power. Neither Anthropic nor OnePWR commented, and Reuters said it could not independently verify the report, though investment bank Piper Sandler lists the $3.4 billion transaction on its own site. The context is a power crunch: turbine backlogs stretch into the early 2030s and grid-connection queues can be just as long, while Google, Amazon, Microsoft and Meta have all announced plans to build large natural-gas plants at their data centers. No installation sites or delivery schedule have been disclosed.
2026-11-08
The big AI labs back a new opt-out token for training data
Anthropic, Google, Microsoft and OpenAI jointly backed a policy token that lets publishers opt out of AI training through a simple addition to robots.txt. The proposal was submitted to the internet standards body IETF, but it still needs formal approval.
Anthropic, Google, Microsoft and OpenAI have jointly backed a new policy token that allows publishers to opt out of having their content used to train AI models. The token works through a simple addition to a website's robots.txt file and was submitted to the Internet Engineering Task Force (IETF) by Anthropic's Kevin Kelley. It is a rare moment of agreement among the four largest AI developers on a mechanism that gives content owners a machine-readable way to say no. Critics caution that the companies are pushing an unreviewed draft standard, and the token still requires formal approval before it takes effect, so it changes nothing on its own yet. Separately, Google is rolling out a new Search Console opt-out control for publishers in the United Kingdom, though publishers must wait until December 3 to see click data showing whether appearing in AI features actually drives traffic. The token debate sits at the center of the unresolved fight over how AI companies may use the open web.
2026-11-09
OpenAI launches Control Room to track and stop AI workloads
OpenAI introduced Control Room, a central system to track and stop model workloads across its research infrastructure. It gives humans a single place to oversee what frontier models are doing and intervene when needed.
OpenAI introduced Control Room on November 9, a central system to track and stop model workloads across its research infrastructure. The tool gives human operators a single view of what AI models are doing during training and evaluation runs, and the ability to halt a workload if it behaves unexpectedly. It arrives as frontier labs run ever larger and more autonomous research workloads, where a model may run for days with limited human supervision. Control Room is part of a broader governance push at OpenAI that also includes new benchmarks for measuring how agents handle everyday laboratory science and a partnership to probe its systems for vulnerabilities. The announcement signals that oversight tooling is becoming as much a part of the AI race as raw capability: the labs that can show they control their most powerful systems have an easier case to make to regulators, partners and the public.
2026-11-09
NVIDIA's Nemotron vision model lands on AWS SageMaker JumpStart
AWS made NVIDIA's Nemotron 3.5 Super VL available in SageMaker JumpStart, letting customers deploy the vision-language model with a few clicks. A compact quantized version cuts the checkpoint from about 249 GB to roughly 75 GB.
AWS announced on November 9 that NVIDIA's Nemotron 3.5 Super VL is available in Amazon SageMaker JumpStart. Customers can deploy the vision-language model through SageMaker Studio or the SageMaker Python SDK, choosing between two variants: NVFP4, with a checkpoint of about 75 GB, and BF16, the full-precision reference at roughly 249 GB. NVIDIA originally released Super VL on October 15, targeting workflows that combine text, images, documents and video with tool use, and the model supports up to one million tokens of context. The JumpStart listing adds a managed AWS deployment option for a model that was already available elsewhere, and the smaller quantized default is the consequential detail: it sharply lowers the hardware needed to run a capable vision-language model in production. It is a small but telling example of the day's theme, as the industry's focus moved from announcing bigger models to making existing ones cheaper and easier to run.
2026-11-09