Nemotron 3.5 Super مقابل Claude Opus 5.5: 12 مليار معامل نشط مقابل مقياس

إليك الرقم الذي يحسم هذه المقارنة، وهو ليس مدرجًا في أيٍّ من جدولي المعايير القياسية. N​VIDIA N​emotron 3.5 Super — تنشره N​VIDIA باسمه الأكمل N​VIDIA N​emotron 3.5 Super VL، وهو مُدرَج في مكتبة Ollama باسم nemotron-3.5-super/ — يُنشِّط نحو 12 مليارًا من معاملاته البالغ عددها 120 مليارًا عند توليد كل رمز. Claude Opus 5.5لا ينشر أي عدد للمعاملات إطلاقًا، ويحتسب 4 دولارات لكل مليون رمز إدخال و20 دولارًا لكل مليون رمز إخراج. لذا فإن التكلفة الحدية لكل رمز لدى أحد هذين النموذجين دالةٌ في الكهرباء، بينما التكلفة الحدية لكل رمز لدى الآخر بندٌ في الميزانية. كلا الرقمين حقيقي. ولا يخبرك أيٌّ منهما أي النموذجين أرخص في التشغيل، لأنهما مسعَّران بعملتين مختلفتين.

السبب في أن هذا يستحق الكتابة عنه الآن: رُفعت أوزان NVIDIA على Hugging Face في 12 أكتوبر 2026، بهدوء، في مستودع باسم NVIDIA-Nemotron-3.5-Super-VL-120B-A12B-BF16، قبل ثلاثة أيام من أن يجعله منشور غرفة أخبار NVIDIA نفسه في 15 أكتوبر رسميًا. قبل ذلك الإعلان، لم يكن التأكيد العام الوحيد على أن Nemotron 3.5 Super موجود كشيء قابل للتشغيل سوى مجموعة من عناصر السجل — وحقيقة أن بعض المواصفات على تلك العناصر لا تطابق المواصفات على بطاقة المورّد. ما يمكن معرفته من المستودع قدر معتبر: أعداد البايتات، وصيغ التكميم، وبوابة إصدار، وترخيص. وما لا يمكن معرفته من أي مستودع هو كيف يتصرف مقابل نموذج حدودي مستضاف على عبء عملك. هذه الفجوة هي موضوع هذه الصفحة.

ما الذي يحتويه المستودع فعليًا، قبل أي شيء آخر

ظهرت ثلاث نقاط حفظ قابلة للاستخدام خلال ستين ثانية من بعضها البعض في 12 أكتوبر: الأوزان المرجعية BF16، ونسخة Base، وإصدار NVFP4. وكان مستودع LiLiCorr drafter منفصل قد رُفع قبل يوم، في 11 أكتوبر، وهو أقدم أثر عام لهذه الفئة. تصف البطاقة بنية خليط خبراء هجينة من Mamba-2 وTransformer مع 512 خبيرًا موجّهًا في كل طبقة MoE، ومشفّر رؤية C-RADIO وموصل رؤية-لغة، و120 مليار معامل إجمالي مع 12 مليار معامل نشط، وسياق يصل إلى مليون رمز، وإدخال نص وصورة وفيديو مع إخراج نص، وفك ترميز تخميني أصلي عبر رأس Multi-Token Prediction. الترخيص هو OpenMDW-1.1، الذي يسمح بالاستخدام التجاري. تم تحديد النشر بأربع وحدات H100 أو وحدتين GB200 لـ BF16.

قائمة Ollama هي النسخة التي سيلتقي بها معظم الناس أولاً، وهي حيث تبدأ المواصفات في الانحراف. وهي تعرض تسعة وسوم. أربعة منها — :latest/, :120b/, :120b-a12b/ و :120b-a12b-q4_K_M/ — تؤدي إلى نفس طبقة q4_K_M، لذا فإن السحب الافتراضي هو تكميم 4-بت واسم "120b" ليس الملف الذي تحصل عليه. كل وسم، بما في ذلك الأصغر، يحمل جهاز عرض رؤية بسعة 1.6 جيجابايت، لأن مسار الصورة ليس اختياريًا. أخذ العينات الافتراضي المشحون هو درجة حرارة 1.0 مع top_p 0.95، وهو توصية النص للبطاقة — إعداد الرؤية للبطاقة هو درجة حرارة 0.6. ويتم فرض بوابة وقت التشغيل: يعلن التكوين requires: 0.40.5/، لذا على إصدار Ollama أقدم لا يعمل السحب على الإطلاق.

لا شيء من ذلك يُعدّ عيبًا. إنها الفجوة المعتادة بين ملاحظات إصدار المورّد وتجميع المجتمع لها، وهذا هو السبب في قراءة الوثيقتين معًا بدلًا من واحدة.

الحساب الصادق لـ 12B active

التنشيط المتناثر هو الحجة التجارية الكاملة لهذا النموذج، ويستحق أن نكون دقيقين بشأن ما يوفره وما لا يوفره.

ما الذي يجلبه هذا: عند الاستدلال، يلامس الرمز نحو عُشر الشبكة. لذلك فإن معدل الإنتاجية على عتاد ثابت أقرب بكثير إلى نموذج كثيف بحجم 12B منه إلى نموذج بحجم 120B، ولا تظهر كامل المعاملات البالغة 120 مليارًا إلا في بصمة الذاكرة. وتزعم بطاقة N​VIDIA نفسها إنتاجية أسرع تصل إلى 5x مقارنة بالآخرين في فئتها، وعند تقديمها على حزمة Dynamo الخاصة بالمورّد، ما يصل إلى 8x مستخدمين متزامنين بزمن استجابة أقل بنسبة 85%. هذه أرقام مورّد أُنتجت على عتاد المورّد، وهي مواصفة وليست تدقيقًا — لكن اتجاه الادعاء نتيجة مباشرة للمعمارية، وهي على الأقل قصة متماسكة.

ما لا يوفره ذلك: يجب أن تظل الأوزان موجودة في الذاكرة بالكامل. طبقة BF16 GGUF تبلغ 230.4 GiB. الإعداد الافتراضي q4_K_M هو 82.3 GiB بالإضافة إلى الـ projector. لا يتقلص أي من الرقمين لأن 12 مليار معامل فقط تُفعّل لكل توكن. لذا فإن الحد الأدنى للعتاد يحدده حجم الذاكرة، بينما تُحدَّد الإنتاجية بالتنشيط — وهذا هو سبب قدرة بطاقة واحدة بسعة 96 GB على استيعاب النموذج 4-بت بارتياح ومع ذلك إنتاج توكنات بمعدل يُحرج نموذجًا كثيفًا بالحجم الكلي نفسه، وكذلك سبب عدم قدرة البطاقة نفسها على استيعاب النموذج كامل الدقة إطلاقًا.

الآن ضع Opus 5.5 بجانب ذلك. نموذج Anthropic يوفر مليون رمز من السياق، و128,000 رمز من الحد الأقصى للإخراج، ويقبل إدخال النصوص والصور والملفات، وهو مُسعَّر عند 4/20 دولارًا مع قراءات الذاكرة المؤقتة عند 0.20 دولار لكل مليون. لا يوجد تنزيل، ولا قرار تكميم، ولا إعداد افتراضي لأخذ العينات يجب إصلاحه، ولا نسخة يجب تثبيتها. وهو أيضًا نموذج خاضع لتدقيق جيد: إنه يتصدر لوحة طرف ثالث يستخدمها معظم الناس لمقارنة هذه الأشياء، وأعلى بكثير من فئة Nemotron هذه.

إذن فالمقارنة ليست «أيهما أفضل». فمن حيث القدرات العامة المقاسة، يتفوّق الطراز الرائد المستضاف، والتظاهر بغير ذلك سيكون إجحافًا بحق قارئ على وشك اتخاذ قرار شراء. المقارنة هي عند نقطة تقاطع منحنيَي التكلفة.

حيث يستحق النموذج المفتوح ذو الـ120 مليار معلمة مكانه

ثلاثة أماكن، وهي محددة.

• حجم مع فاتورة ثابتة. نقطة تفتيش مستضافة ذاتيًا تحوّل التكلفة الحدية إلى تكلفة ثابتة. عند حركة المرور المنخفضة، يفوز العداد بلا منازع — فتكلفة أربع وحدات H100 شهريًا تتجاوز ما تنفقه معظم الفرق على الرموز. وعند حركة المرور العالية والمستقرة، تُطفأ التكلفة الثابتة تدريجيًا بينما لا يفعل العداد ذلك. ونقطة التقاطع هي الحساب الوحيد المهم هنا، وهي دالة على حجم الرموز لديك، لا على جودة أي من النموذجين.

• العمل البصري حيث يكون عدد الصفحات هو محرّك التكلفة. تُبلغ بطاقة N​VIDIA عن 62.82 في MMLongBench-Doc، و78.16 في MathVision، و80.82 في استدلال CharXiv، و68.12 في OCRBench v2 للإنجليزية مقابل 59.15 للصينية، وكلها مُبلَّغ عنها من المورّد. على O​pus 5.5، تُحتسب هذه المدخلات نفسها حسب التوكن، وصفحة واحدة من تقرير ممسوح ضوئيًا تمثل عددًا كبيرًا من التوكنات. إذا كان عبء عملك آلاف صفحات المستندات يوميًا، فإن الحساب يتغير أسرع مما يتغير أي فارق في الجودة.

• التثبيت. نقطة تفتيش على قرص تتحكم به لا تتغير تحتك. هذا يساوي مالاً حقيقياً في خط أنابيب خاضع للتنظيم، وهي خاصية لا يمكن للنموذج المستضاف أن يقدمها بأي ثمن.

هناك موضعان لا يستحق فيهما مكانه، وكلاهما يستحق أن يُقال بصوت عالٍ. الأول هو العمل الوكيلي طويل الأفق: تُبلغ بطاقة NVIDIA عن 66.70 على Terminal-Bench 2.1، و71.10 على SWE-bench Verified، و51.78 على SWE-bench Pro — أرقام محترمة، غير مُعاد إنتاجها، ومتخلفة عن الطليعة المستضافة. والثاني هو أي حالة يكون فيها الطلب الفاشل مكلفًا، لأن النموذج الذي عمر أوزانه أربعة أيام يحمل خلفه أربعة أيام من اهتمام العالم وليس لديه أي سجل تشغيلي على الإطلاق.

الأرقام التي لا ينبغي أن تثق بها بعد، ولماذا

الجدول الكامل المنشور لمعايير Nemotron 3.5 Super هو جدول البائع نفسه، جُمع عبر أداة NeMo Gym من NVIDIA. GPQA-Diamond 89.52. Humanity's Last Exam نصي فقط 31.79. LiveCodeBench v6 88.22. IFBench 70.86. tau2-bench 69.24 للتجزئة، 76.50 للطيران، 73.19 للاتصالات. BrowseComp 78. وكيل LMArena v3 52.67. كل واحد من هذه ادعاء بائع مع وصفة قابلة لإعادة الإنتاج مرفقة، وهو أفضل من ادعاء مجرد، ومع ذلك ليس قياسًا مستقلًا.

الصورة المستقلة أضعف بكثير، وهذه في حد ذاتها أكثر حقيقة مفيدة في هذه الصفحة. الهيئة الخارجية التي تقيّم هذه النماذج تضع نقطة التحقق هذه عند مؤشر ذكاء في منتصف العشرينيات — حوالي 26 — مقابل نحو 58 لـ O​pus 5.5. وتسجّل تلك الهيئة أيضًا استهلاكًا مرتفعًا بشكل غير معتاد لرموز الإخراج في تشغيل المؤشر، وهو ما تفسّره على أنه إسهاب، والإسهاب بند تكلفة وليس حاشية في أي نشر تدفع فيه مقابل كل رمز أو تنتظر مقابل كل رمز. نقطة بيانات مستقلة واحدة ليست حكمًا نهائيًا، لكنها الوحيدة التي لم تنتجها الشركة التي تبيع النموذج.

ما لم ينشره أحد: كيف يحرّك التكميم 4-بت تلك الدرجات. وسم Ollama الافتراضي هو q4_K_M. كل رقم منشور هو لـ BF16 أو NVFP4. لذا فإن الرقم الذي سيختبره معظم الناس فعليًا غير مُقاس، وهو الرقم الجدير بالمراقبة خلال الأسابيع القليلة المقبلة.

ما يمكنك الاتصال به وما لا يمكنك الاتصال به اليوم

يستحق أن يُقال بصراحة، لأنه أكثر سوء فهم شائع في صفحات كهذه. Nemotron 3.5 Super ليس على OrcaRouter. نحن نوجّه ما يزيد قليلاً عن مئتي نموذج، ولا يوجد أي إدخال لـ NVIDIA Nemotron بينها، لذا إذا كنت بحاجة إلى نقطة التحقق هذه تحديداً، فإن مساراتك هي قنوات البناء والتوزيع الخاصة بالبائع والسحب المحلي لبيئة التشغيل — وليس نحن.

أما Opus 5.5، في المقابل، فهو على مفتاحنا، بسعر قائمة المزوّد الممرَّر كما هو دون أي هامش لكل توكن، ما يعني أن تغيير سعر البائع يصبح ساريًا لدينا في اليوم نفسه بدلًا من تجديد العقد التالي. هذا التفاوت مفيد حقًا للقرار المطروح أمامك: الخطوة الأولى الرخيصة هي أن تأخذ عبء العمل الذي كنت ستشغّله على أربع وحدات H100 وتشغّله أولًا على النموذج المستضاف، عبر واجهة API واحدة، ودون المرور بعملية شراء. إذا أنجز النموذج المستضاف المهمة بسعر مقبول، فقد وفّرت على نفسك العنقود. وإن لم يفعل — ويُعدّ سوء قراءة وثيقة تقنية كثيفة على نطاق واسع طريقةً محتملة لعدم نجاحه — فلديك الآن دليل بدلًا من جدول مقارنات أداء، ويمكنك أن تخصص التنزيل للحالات التي نجت.

كم تبلغ تكلفة وصفة النشر، على نحو ملموس؟

وصفة vLLM الخاصة بالبطاقة جديرة بالقراءة كوثيقة ميزانية. توازٍ موترّي بمقدار 4، واستغلال لذاكرة GPU بنسبة 0.85، وحدّ أقصى 32 تسلسلًا متزامنًا، وصورة واحدة وفيديو واحد لكل موجّه، وتقليم الفيديو عند 0.5، وفكّ تشفير تخميني عبر رأس MTP مع ثلاثة رموز تخمينية. أربع وحدات H100 باستغلال 0.85 مع سقف 32 تسلسلًا ليست خدمة كبيرة — بل نشر جادّ بعقدة واحدة، وسقف التزامن يخبرك بما يتوقّعه المورّد أن تتعامل معه نسخة واحدة.

تفصيلان في تلك الوصفة يهمّان أكثر مما يبدوان. يقبل إعداد الفيديو فيديو واحدًا لكل موجّه مع تقليم بمعدل النصف، وهو تلميح قوي إلى أين تذهب ميزانية الرؤية في المدخلات الطويلة. ومحلل الاستدلال يُسمى nemotron_v3/ بينما محلل استدعاء الأدوات يُسمى qwen3_coder/ — المورّد يعيد استخدام صيغة استدعاء أدوات لم يخترعها، وهذا خبر سار لأي شخص لديه كود استدعاء أدوات موجود، ويستحق معرفته قبل أن تكتب منطق تحليل جديد.

في مقابل ذلك، فإن السطح التشغيلي للنموذج المستضاف هو مفتاح API. المقارنة بين "أربع بطاقات H100 ووصفة vLLM" و"مفتاح وعداد" ليست متقاربة في الجهد. إنها متقاربة فقط في التكلفة، وفقط عند الحجم الكبير.

هناك أمر آخر يمكن معرفته من المستودع ويسهل إغفاله: تختلف إعدادات أخذ العينات الموصى بها حسب النمط. النص يريد درجة حرارة 1.0 مع top_p 0.95؛ أما الرؤية فتريد 0.6 مع 0.95. أي نشر يضبط زوجًا واحدًا على مستوى الجميع ثم يعالج المخططات والصفحات الممسوحة ضوئيًا، فإنه يشغّل الجزء البصري من نموذج رؤية وفق إعدادات الجزء النصي. إذا كان انطباعك الأول عن هذا النموذج على المستندات سيئًا، فهذا هو أول مقبض ينبغي فحصه — قبل أن تستنتج أي شيء عن نقطة التحقق (checkpoint).

إذن أي واحد؟

إذا كان عملك يتمثل في البرمجة الوكيلية طويلة الأفق، أو في أي شيء يجب أن يكون فيه الاستدلال بمستوى الطليعة من المحاولة الأولى، فالإجابة هي Claude Opus 5.5، وطبقة N​emotron ليست بديلًا عنه. وهذا ليس قرارًا متقاربًا، ولا تدّعي صفوف الأداء الوكيلي المنشورة من المورّد نفسه خلاف ذلك.

إذا كان عملك يتمثل في فهم المستندات والصور بكميات ضخمة، حيث يكون محرّك التكلفة هو عدد الصفحات لا صعوبة الاستدلال، فإن هذه إحدى نقاط التحقق المفتوحة الأكثر إثارة للاهتمام التي ظهرت هذا العام: 120 مليار معامل، منها 12 مليارًا نشطة، ورخصة متساهلة، ومسار رؤية موجود فعليًا لا مضافًا كملحق، وإعداد افتراضي بدقة 4 بتات يتّسع على بطاقة واحدة سعة 96 غيغابايت. المصيدة هي أن النسخة التي سيشغّلها الجميع فعليًا — الإعداد الافتراضي q4_K_M — ليس لها أي تقييم منشور في أي مكان، والنموذج عمره أربعة أيام، والمواصفات التي نشرتها بيئة التشغيل لا تطابق تمامًا المواصفات التي نشرها المورّد.

كلا هذين سببان لتجربته، لا سببان للثقة به. ضع حمل العمل على النموذج المستضاف أولًا لتعرف ما إذا كان حمل العمل مما يحلّه نموذج طليعي ولا يحلّه نموذج متوسط المستوى. ثم قرّر ما إذا كانت الحالات الصامدة تستحق عنقودًا، أو تنزيلًا، أو أمسية من الإعداد. وإن وضعت فعلًا نقطة تفتيش عمرها أربعة أيام في مسار طلبات، فوجّهها خلف بديل احتياطي، لأن أرخص تأمين ضد نموذج بلا سجل تشغيلي هو نموذج ثانٍ خلف الاستدعاء نفسه.

ما لا تستطيع الأرقام إخبارك به هو ما إذا كان قد حدث خطأ في أيٍّ من ذلك في الميدان: فالحوادث الموثّقة للذكاء الاصطناعي وإخفاقات الوكلاء المتعلقة بنماذج من هذه الفئة مُجمَّعة في the OrcaRouter AI Incident Archive، حيث يحمل كل مدخل مصادره الخاصة ودرجة خطورته ودرجة ثقته وعلامة كونه محل نزاع.