Nemotron 3.5 Super مقابل DeepSeek V4 Pro: جدول المعايير الذي لم تنشره NVIDIA

افتح بطاقة نموذج NVIDIA الخاصة بـ NVIDIA Nemotron 3.5 Super VL — نقطة التحقق المفتوحة ذات الـ120 مليار معامل التي يدرجها المورّد أيضاً باسم NVIDIA Nemotron 3.5 Super والتي توفّرها Ollama باسم nemotron-3.5-super — ومرّر إلى جدول التقييم. ستجد نحو أربعين معياراً وسبعة أعمدة مرجعية. أحد تلك الأعمدة هو DeepSeek: وهو مُوسَم DeepSeek-V4-Flash0731. الفئة الرخيصة من DeepSeek نفسها. DeepSeek V4 Pro، النموذج الرائد ذو الـ1.6 تريليون معامل الذي حلّ محل المعاينة الصادرة في أبريل في مراجعة 0813، لا يظهر في أي مكان في الجدول.

ذلك الغياب هو أكثر حقيقة مفيدة في هذه المقارنة، وهو ليس سهوًا. يُنشِّط V4 Pro 49 مليار معلمة لكل رمز. ووضعه في الجدول نفسه مع نموذج يبلغ عدد معلماته النشطة 12 مليارًا سينتج مجموعة أرقام لا تُجامل أحدًا ولا تُفيد أحدًا، لأن النموذجين ليسا المنتج نفسه. وما فعله المورّد بدلًا من ذلك هو النسخة الصادقة من التمرين: القياس المرجعي مقابل الفئة التي تنوي فعليًا إزاحتها.

لذا فإن هذه الصفحة تفعل أمرين. فهي تقرأ المقارنة التي نشرتها NVIDIA — Nemotron 3.5 Super مقابل فئة Flash من DeepSeek — ثم تكون صريحة، في المواضع التي يتنافس فيها النموذجان فعلاً، بشأن ما يمكن وما لا يمكن استنتاجه حول الطراز الرائد.

القطعتان الأثريتان، جنبًا إلى جنب

• إجمالي المعاملات والمعاملات النشطة — Nemotron 3.5 Super VL بإجمالي 120B مع 12B نشطة لكل رمز، و512 خبيرًا موجَّهًا لكل طبقة MoE، وهجين من Mamba-2 وTransformer · DeepSeek V4 Pro بإجمالي 1.6T مع 49B نشطة، نص فقط.

• السياق وحد الإخراج — 1,048,576 توكن من السياق لـ Super VL دون حد إخراج منشور · 1,048,576 توكن من السياق لـ V4 Pro بحد أقصى للإخراج يبلغ 384,000 توكن.

• الوسائط — إدخال نص وصورة وفيديو مع إخراج نص، عبر مُرمِّز رؤية C-RADIO وموصل الرؤية واللغة · إدخال نص، إخراج نص. لا مسار للصورة على الإطلاق.

• الأوزان والترخيص — OpenMDW-1.1 على نقطة تحقق NVIDIA، الاستخدام التجاري مسموح به · DeepSeek تنشر أوزانها الخاصة وتسمح بالاستخدام التجاري أيضًا.

• السعر على نقطة نهاية محاسبية — لا يوجد أي سعر منشور؛ النموذج للاستضافة الذاتية فقط · ‏0.66 دولار لكل مليون رمز إدخال و1.98 دولار لكل مليون رمز إخراج، مع قراءات الذاكرة المؤقتة بسعر 0.022 دولار.

• نطاق الإصدار — الأوزان على Hugging Face في 12 أكتوبر 2026، وإعلان المورّد في 15 أكتوبر 2026 · V4 Pro يؤدي دور الطراز الرائد، مع توفر المراجعة المؤرخة 0813 للمتصلين الذين يحتاجون إلى التثبيت.

سطران من تلك السطور يحددان معظم عمليات النشر الفعلية. الأول هو نوع الوسائط: إذا كان مدخلك لقطة شاشة، أو عقدًا ممسوحًا ضوئيًا، أو رسمًا بيانيًا، أو إطار فيديو، فإن نصف هذه المقارنة ينتهي قبل أن تبدأ، لأن DeepSeek V4 Pro لا يملك مسارًا للصور ولا خطة معلنة لامتلاكه. والثاني هو سطر السعر، وهو أكثر إثارة للاهتمام مما يبدو — NVIDIA لا تنشر أي تسعيرة لهذا الطراز على الإطلاق، ما يعني أن السبيل الوحيد لمعرفة تكلفتك هو معرفة حجم التوكنات لديك وفاتورة العتاد الخاصة بك.

قراءة الجدول الذي نشرته NVIDIA فعلاً

المقارنة ضمن فئة flash أقرب مما توحي به أعداد المعاملات، وهي ليست قاسية على NVIDIA على نحو موحّد. في الصفوف التي يكون فيها الاثنان الأقرب إلى بعضهما، تكون القصة تعادلًا حقيقيًا في المعرفة وعجزًا حقيقيًا في التنفيذ الوكيلي.

• تعادل إحصائي في العلوم على مستوى الدراسات العليا — GPQA-Diamond: 89.52 لـ Super VL مقابل 89.6 لـ DeepSeek-V4-Flash. يفصل مقدار أربعة أجزاء من المئة من النقطة بين نموذج 120B وخط أساس من فئة 1e12 في هذا الصف، وكلاهما مُشغَّلان من قبل المورّد.

• عجز في أصعب الاستدلال — اختبار Humanity's Last Exam النصي فقط 31.79 مقابل 35.8، وMMLU-ProX 76.91 مقابل 85.5.

• عجز في البرمجة التنافسية — LiveCodeBench v6 88.22 مقابل 94.6.

• قصور في العمل البرمجي الوكيلي — SWE-bench Verified 71.10 مقابل 75.4، وTerminal-Bench 2.1 66.70 مقابل 76.80، وDeepSWE 24.65 مقابل 42.3.

• عجز حاد في الاسترجاع من السياق الطويل — AA-LCR v1.1 68.62 مقابل 79.7. يعلن كلا النموذجين عن مليون رمز؛ وفي صف الاستدعاء الوحيد ذي النمط المستقل، تتقدم فئة flash بأكثر من أحد عشر نقطة. هذا هو الرقم الأكثر تأثيرًا على الطاولة لأي شخص يخطط لاستخدام السياق المعلن عنه بدلًا من مجرد كونه متاحًا لديه.

• الصفوف التي تفوز فيها NVIDIA — GraphWalks 89.71 مقابل 65.4، ووكيل LMArena v3 عند 52.67 مقابل 49.8، وtau2-bench retail عند 69.24 مقابل 73.8 قريب بما يكفي ليكون مجرد ضجيج في اختبار بهذا القدر من الضجيج. أما AA-Omniscience فهو الفوز الأكثر دلالة: معدل الهلوسة لدى NVIDIA البالغ 30.0 مقابل 95.9 لدى DeepSeek، ومؤشر إيجابي قدره 4.03 مقابل سالب 7.8. النموذج الذي يمتنع عن الإجابة أكثر قيمة من النموذج الذي يجزم، وفي هذا الصف ليس الفارق هامشيًا.

• الأدوات الوكيلية — tau2-bench الطيران 76.50 مقابل 83.5 والاتصالات 73.19 مقابل 98.2، وكلاهما خسارة. في مجال الاتصالات، تكاد فئة flash تكتسح.

كل واحد من هذه مُبلَّغ عنه من المورّد عبر أداة NeMo Gym الخاصة بـ NVIDIA مع وصفة منشورة. وهذا معيار أعلى من مجرد ادّعاء وأدنى من إعادة تشغيل مستقلة، وفي هذا الجدول تحديدًا يتجه معظم الصفوف ضد النموذج المُعلن عنه، وهو على الأقل مؤشر على أن أداة التقييم لم تُضبط لتُجمّل النتائج.

ما لا يمكن استنتاجه حول V4 Pro، ولماذا يهم على أي حال

لا يمكنك أن تقرأ أيًّا ممّا سبق بوصفه توقعًا للمواجهة الرئيسية، وذلك لثلاثة أسباب يجدر ذكرها لا التغاضي عنها.

أولًا، خط الأساس ليس الطراز الرائد. أرقام الوكلاء التي نشرتها DeepSeek بنفسها لمراجعة 0813 من V4 Pro تقع على مقياس مختلف تمامًا: 87.9 على Terminal Bench 2.1، و83.3 على Cybergym، و74.1 على Toolathlon Verified، و62.7 على DeepSWE، و61.5 على NL2Repo، و42.7 على Humanity's Last Exam بدون أدوات، لترتفع إلى 60.0 معها. مقابل 66.70 لدى NVIDIA على Terminal-Bench 2.1 و31.79 على HLE نصي فقط، فإن فجوة الطراز الرائد أوسع بكثير من فجوة فئة فلاش، وهي آخذة في الاتساع من جانب مورّد الطراز الآخر، ما لا يجعلها أكثر موثوقية — بل أكثر حدة فقط.

ثانيًا، عمود flash-tier هو لقطة لفئة تحرّكت هي نفسها. قد يبدو صفّ جيدًا اليوم سيئًا الشهر المقبل دون أن يتغيّر أيّ من النموذجين، لأن المقارنة تعتمد على أيّ نقطة تحقق اختار المورّد تشغيلها.

ثالثًا، الصورة المستقلة لنقطة التحقق الخاصة بـ NVIDIA رقيقة بما يكفي لتكون شبه غير مفيدة كعامل لفضّ التعادل: فقد وضعتها اللوحة الخارجية التي تُقيّم هذه النماذج في منتصف العشرينات على مؤشرها، مع عدد رموز إخراج مرتفع على نحو غير معتاد لكل مهمة، وملاحظة بأن النموذج مسهب إلى حد ما. نقطة بيانات واحدة، من لوحة واحدة، بعد أربعة أيام من ظهور الأوزان.

إذن فالخلاصة الأمينة لحالة المعيار القياسي هي هذه: وفق الأرقام التي يشغّلها المورّد، يكون نموذج رؤية مفتوح بمعاملات نشطة تبلغ 12B تقريبًا في مستوى الفئة الرخيصة من DeepSeek في المعرفة، ومتأخرًا عنها في التنفيذ الوكيلي واسترجاع السياق الطويل؛ ولا شيء في ذلك الجدول يقول شيئًا عن الطراز الرائد، كما أن الأرقام المنشورة للطراز الرائد نفسه أفضل على كل محور يمكن فيه مقارنة الاثنين أصلًا.

المحور الوحيد الذي تكون فيه المقارنة تافهة

الصور. ليس لأن Nemotron بارع في الرؤية — فلم ينشر أحد تقييمًا مستقلًا لمسار الرؤية الخاص به، كما أن بيئة التشغيل المُشحَنة تأخذ عينات افتراضيًا عند درجة حرارة النص الخاصة بالبطاقة بدلًا من درجة حرارة الرؤية الخاصة بها، وهو فخ حقيقي لأول من يجرّبه — بل لأن DeepSeek V4 Pro لا يقبلها.

هذا التفاوت له تبعات على التكلفة يسهل تفويتها. يحسب النموذج المستضاف القادر على الرؤية تكلفة صفحة من مستند ممسوح ضوئيًا بعدد الرموز (tokens) الخاصة بها، وصفحة بدقة 300 نقطة/بوصة ليست عددًا صغيرًا من الرموز. أما نقطة حفظ (checkpoint) ذاتية الاستضافة بحجم 120B فتحسب الصفحة نفسها بثواني GPU. عند حجم عمل من بضعة آلاف صفحات شهريًا يكون الفرق ضجيجًا؛ وعند بضع مئات الآلاف يصبح حديث الميزانية بأكمله. أرقام الرؤية الخاصة بـ NVIDIA — 62.82 على MMLongBench-Doc، و78.16 على MathVision، و80.82 على CharXiv reasoning، و68.12 على OCRBench v2 English — هي أرقام المورّدين، لكنها تثبت أن القدرة موجودة فعليًا وليست اسمية.

المحور الآخر حيث تنقلب المقارنة هو المحور الذي يسأل عنه الجميع ويقيسه القليل: الذاكرة. V4 Pro بإجمالي 1.6 تريليون معامل لا يقترب حتى من أن يتسع على جهاز واحد. Super VL بحجم 82.3 GiB في وسمه الافتراضي 4-بت يتسع على بطاقة واحدة بسعة 96 GB مع مساحة لسياق عمل. هذه ليست حجة بشأن الجودة. إنه الفرق بين نموذج يمكن لفريقك سحبه وتشغيله الليلة ونموذج تستأجره.

إجراء العمليات الحسابية بدلًا من المعيار المرجعي

إليك الحساب الذي يستحق العناء قبل قراءة جدول آخر. خذ عبء عمل قدره مليون رمز إدخال ومئة ألف رمز إخراج — شهر هيّن بالنسبة لخط أنابيب مستندات، ويوم ثقيل بالنسبة لمنتج محادثة.

وفقًا للسعر المعلن لـ DeepSeek V4 Pro، فإن ذلك يمثل 0.66 دولار من المدخلات بالإضافة إلى 0.198 دولار من المخرجات: أقل من دولار، قبل أن تقلل خصومات الذاكرة المؤقتة جانب المدخلات أكثر. أما بالنسبة لنقطة تفتيش NVIDIA، فلا يوجد سعر، لأنه لا توجد نقطة نهاية. التكلفة هي أي جزء من ساعة GPU يستهلكه هذا الحجم، وعند هذه الأحجام فإن الإجابة تقترب من العدم — لكن التكلفة الثابتة الكامنة وراءها لا تفعل ذلك. لا تصبح أربع وحدات H100 رخيصة لأن حركة المرور في شهرك الأول صغيرة.

هذا هو الشكل الحقيقي لهذه المواجهة، وهو سؤال حجم، لا سؤال جودة. دون معدل إنتاجية معيّن، تكون واجهة البرمجة المفتوحة الأوزان والمحاسبة حسب الاستهلاك أرخص ببساطة من تكلفة الكهرباء وإطفاء تكلفة العتاد، حتى مع كون كلا النموذجين مفتوحين. وفوق معدل إنتاجية معيّن، تنقلب التكلفة الثابتة ويفوز الـ checkpoint المستضاف ذاتيًا من حيث التكلفة بغض النظر عن أيهما يسجّل نتيجة أعلى في Terminal-Bench. وتعتمد نقطة التقاطع على معدل استخدامك، لا على أي من المورّدين.

ما يعنيه ذلك لمسألة التوجيه: إذا كنت تفضل عدم تشغيل العنقود على الإطلاق، فإن DeepSeek V4 Pro متاح على OrcaRouter بسعر القائمة الخاص بالمزود، مُمرَّرًا دون أي هامش ربح لكل رمز — $0.66 و$1.98، نفس الأرقام التي تنشرها DeepSeek، لأننا لا نضيف إليها. يصبح تغيير سعر المزود ساريًا من جانبنا في نفس اليوم بدلاً من انتظار تجديد العقد التالي. Nemotron 3.5 Super ليس ضمن مفتاحنا؛ نحن نوجّه ما يزيد قليلاً عن مائتي نموذج وهذا ليس أحدها، لذا إذا كنت بحاجة إلى نقطة التفتيش هذه تحديدًا، فإن قنوات المزود الخاصة والسحب المحلي هما طريقك.

ماذا تفعل فعليًا

إذا كان مُدخلك نصًا وكان عبء عملك وكيليًا — سلاسل أدوات طويلة، وتعديلات على نطاق المستودع، وجلسات طرفية — فإن DeepSeek V4 Pro هو النموذج الأفضل والأرخص، ولا تُعدّ نقطة تحقق NVIDIA منافسًا جادًا له وفق الصفوف التي نشرها المورّد نفسه. شغّل عبء العمل على V4 Pro أولًا، واحصل على تكلفة حقيقية لكل وحدة عمل، وعندها فقط قرّر ما إذا كان عنقود الحوسبة مبرَّرًا.

إذا كانت مدخلاتك صورًا أو فيديو أو مستندات طويلة، فإن المقارنة تنهار إلى سؤال واحد حول الحجم، لأن V4 Pro لا يستطيع استقبال المدخلات على الإطلاق. وإذا كانت أقل من بضعة آلاف صفحة شهريًا، فأبقه مستضافًا. وفوق ذلك، فإن نقطة التحقق 4-بت على بطاقة واحدة بسعة 96 GB تمثل قطعة بنية تحتية معتبرة — مع تحفظين يستحقان التكرار: النسخة التي سيشغّلها معظم الناس ليس لها تقييم منشور، كما أن الإعدادات الافتراضية لأخذ العينات الخاصة ببيئة التشغيل نفسها مضبوطة على النصف النصي مما يعلن البائع أنه نموذج رؤية.

وإذا قمت فعلًا بوضع نقطة تحقق عمرها أربعة أيام خلف مسار طلب، فضع خلفها بديلًا احتياطيًا أيضًا. إن أرخص تأمين متاح لنموذج بلا تاريخ تشغيلي هو نموذج ثانٍ في الاستدعاء نفسه.