A NVIDIA renovou a componente de pesquisa da sua gama de modelos abertos. Numa publicação no Hugging Face datada de 21 de outubro de 2026, a empresa apresentou o Nemotron 3.5 Embed, o Nemotron 3.5 Rerank e o Nemotron 3.5 Parse, cinco novos modelos abertos que, segundo afirma, podem ser usados comercialmente. Passam a integrar a coleção Nemotron Retriever, antes chamada Nemotron RAG, e destinam-se às etapas de pesquisa e de ingestão de documentos em que assentam os agentes de IA empresariais.
A família de embeddings tem três versões: um modelo de 8B em BF16, um modelo de 1B destilado a partir dele e esse mesmo 1B quantizado no formato NVFP4 da NVIDIA, tanto no codificador de texto como no de imagem. Ao contrário da geração Nemotron 3 Embed, limitada a texto, estes modelos indexam imagens de documentos, pelo que tabelas, gráficos, infografias, fichas técnicas e esquemas passam a ser pesquisáveis a par do texto corrido. O modelo de 8B parte do Ministral-3-8B-Instruct e manteve congelada a componente linguística durante o treino, o que, segundo a NVIDIA, deixa os embeddings de texto inalterados e permite reaproveitar índices vetoriais já existentes.
O Rerank 8B é um codificador cruzado sobre a mesma base. Em vez de comparar vetores calculados em separado, lê cada pergunta e cada documento candidato em conjunto e devolve uma pontuação de relevância. O Parse, com 631 milhões de parâmetros, transforma imagens de páginas em Markdown, tabelas HTML e blocos estruturados, preservando a ordem de leitura e a posição de cada elemento, para que a informação extraída possa ser ligada ao local exato na página original.
Os resultados divulgados pela própria NVIDIA são fortes. Segundo a empresa, o Embed 8B obtém 61,17 de nDCG@10 no ViDoRe v3.1, o melhor valor entre modelos de recuperação densa e quase nove pontos acima do seu anterior modelo visual, enquanto a versão destilada de 1B conserva cerca de 95% dessa pontuação. O Rerank 8B regista 60,49 num novo ranking de reordenação do ViDoRe v3.1, criado com a equipa do MTEB, à frente dos 59,17 do Qwen-3-VL-Reranker-8B. O Parse lidera o ParseBench entre modelos com menos de mil milhões de parâmetros, com 75,20 no modo mais lento, de três passagens, a 10,5 páginas por segundo numa única H100; numa só passagem chega às 16,1 páginas por segundo, com pontuação mais baixa.
Para os agentes, a questão é tanto de custo como de precisão. Nos testes da NVIDIA com ViDoRe v3, BRIGHT e BrowseComp-Plus, juntar o reordenador reduziu em cerca de 14% os tokens de inferência gastos por consulta com o modelo de 8B, e em 13% com o de 1B, porque o agente precisou de repetir menos pesquisas. A variante NVFP4 aumentou o débito em cerca de 27% numa GB200 quase sem perda de precisão, e a pilha de serviço NIM processou cerca de 2,9 vezes mais consultas do que uma configuração vLLM comparável numa placa RTX PRO 6000 Blackwell.
Os pesos, receitas de treino e ferramentas de afinação estão no Hugging Face, com contentores NIM e alojamento através da Baseten, da DeepInfra e da FriendliAI. Parceiros como Elastic, Perplexity, Vectorize e Turbopuffer relatam avaliações iniciais favoráveis, e o anúncio do Agent Toolkit feito pela NVIDIA no mesmo dia aponta o Amazon OpenSearch Service, a SAP, a ServiceNow e a Zoom como utilizadores do Nemotron Retriever.
As ressalvas são as habituais. As posições nos rankings datam de 20 de outubro de 2026 e podem mudar depressa, as comparações diretas e as poupanças de tokens resultam de experiências da própria NVIDIA e os resultados dos parceiros assentam em testes privados ou escolhidos pelos fornecedores. Os modelos são distribuídos com termos de licença próprios da NVIDIA, que convém ler antes de os pôr em produção.