Nemotron 3.5 Super VL vs. Kimi K3: Ein abgerechnetes Flaggschiff gegen einen Weight-Release ohne Preisliste

Die kürzeste ehrliche Antwort lautet, dass nur eines dieser beiden Modelle einen Preis hat, und es ist nicht das von NVIDIA. Kimi K3 wird als nutzungsabhängig abgerechneter Dienst für 3 US-Dollar pro Million Eingabe-Tokens und 15 US-Dollar pro Million Ausgabe-Tokens verkauft, mit 90 % Cache-Rabatt, und es ist das Modell, das man heute mit einem einzigen Schlüssel aufrufen kann. NVIDIA Nemotron 3.5 Super VL ist ein Open-Weights-Checkpoint mit 120 Milliarden Parametern, von denen 12 Milliarden aktiv sind, unter OpenMDW-1.1, und es gibt überhaupt keine veröffentlichte Preisliste – entweder betreibt man es auf eigenen Beschleunigern oder man verhandelt mit demjenigen, der es hostet. Seine Gewichte wurden am 12. Oktober 2026 auf Hugging Face veröffentlicht, und NVIDIA folgte am 15. Oktober mit einer eigenen Ankündigung, was dies zu einem drei Tage alten Release statt zu einem ausgereiften Produkt macht. Diese Asymmetrie, nicht die Benchmark-Tabelle, entscheidet über diesen Vergleich.

Was jedes davon tatsächlich ist

NVIDIA Nemotron 3.5 Super VL ist ein hybrides Vision-Language-Modell: verschachtelte Mamba-2-Schichten, ein Mixture-of-Experts mit 512 gerouteten Experten pro MoE-Schicht und ausgewählte Attention-Schichten, kombiniert mit einem C-RADIO-Vision-Encoder und einem Vision-Language-Connector. Es hat insgesamt 120 Mrd. Parameter und aktiviert 12 Mrd. pro Token, unterstützt bis zu 1 Mio. Token Kontext und nimmt Text, Bilder und Video entgegen und gibt Text aus. Native Multi-Token Prediction verleiht ihm spekulative Dekodierung ohne einen separaten Drafter-Checkpoint. NVIDIA liefert einen BF16-Referenz-Build und einen NVFP4-Build, mit Deployment-Rezepten für 4×H100 oder 2×GB200 bei BF16. Für das Pre-Training und das fortgesetzte Pre-Training wurde ein Korpus verwendet, den NVIDIA als Billionen von Token beschreibt, und das Post-Training ergänzte synthetische Daten sowie Reinforcement Learning über Dutzende veröffentlichte Umgebungen.

Kimi K3 ist das Flaggschiff von Moonshot AI: ein Mixture-of-Experts-Modell mit 2,8 Billionen Parametern, davon 104 Mrd. aktive, einem Kontextfenster von 1 Mio. Tokens und nativer Bildeingabe zusätzlich zu Text. Es wird bereitgestellt, statt nur veröffentlicht zu werden, es bietet eine übergeordnete reasoning_effort-Steuerung statt Sampling-Parametern, es spricht die OpenAI-API-Form und ist für langfristig angelegte Coding- und Wissensarbeit in Agent-Harnesses positioniert.

• Skalierung — Super VL aktiviert pro Token 12B Parameter aus einem Pool von 120B. Kimi K3 aktiviert 104B aus einem Pool mit 2,8 Billionen Parametern. Das ist ungefähr ein neunfacher Unterschied beim Rechenaufwand pro Token.

• Kontext — 1M Tokens bei beiden, und beide sind darauf ausgelegt, eine Arbeitssitzung statt eines einzelnen Prompts zu bewältigen.

• Modalitäten — Super VL verarbeitet Text, Standbilder und abgetastete Videoframes; Kimi K3 verarbeitet Text und Bilder. Video ist die einzige Eingabeachse, auf der die beiden nicht gleichwertig sind.

• Preis — bis zum 16. Oktober 2026 ist für Super VL nirgends ein veröffentlichter Tarif verfügbar; Kimi K3 kostet 3 $ Input / 15 $ Output pro Million Tokens mit einem 90 % Cache-Rabatt.

• Lizenz und Kontrolle — OpenMDW-1.1 mit kommerzieller Nutzung, offenen Gewichten, offenen Datensätzen und Trainingsrezepten für Super VL; eine kommerzielle API ohne Gewichtsdownload für Kimi K3.

• Mindestanforderung für das Deployment — 4×H100 oder 2×GB200 bei BF16 für Super VL oder den NIM-Microservice des Anbieters; für Kimi K3 muss nichts bereitgestellt werden.

Die Acht-Punkte-Lücke, die den Generalistenfall entscheidet

Im Artificial Analysis Intelligence Index liegt Kimi K3 bei 44 und NVIDIA Nemotron 3.5 Super VL bei 26 – beide nicht geschätzt, beide von Dritten messbar statt von den Laboren, die sie entwickelt haben. Achtzehn Punkte sind kein Rundungsfehler; das ist ungefähr der Abstand zwischen einem Frontier-Generalisten und einem der mittleren Klasse. Kimi K3 ist zudem langsamer und teurer pro Token als die Modelle um es herum, was dasselbe Panel unverblümt anmerkt.

Diese Zahl ist das ganze Argument für jeden, dessen Workload in reiner Textschlussfolgerung besteht, die über eine API bereitgestellt wird, und es lohnt sich, das ohne Einschränkung zu sagen. Wenn die Aufgabe Ihres Agenten darin besteht, ein Repository zu lesen, eine Änderung zu planen und darüber ein langes Gespräch zu führen, ist K3 das stärkere Modell, und es ist jetzt zu einem veröffentlichten Preis verfügbar.

Wo es beim Vergleich nicht mehr um Intelligenz geht

NVIDIA hat Nemotron 3.5 Super VL nicht entwickelt, um einen allgemeinen Reasoning-Index zu gewinnen, und wer den Vergleich so liest, als wäre das der Fall, wird genau dadurch enttäuscht. Das Release zielt auf das, was die Ankündigung Always-on-Agenten nennt: Arbeitslasten mit hohem Volumen und langer Laufzeit, die sich in Dokumenten und auf Bildschirmen abspielen und die ein Unternehmen innerhalb seiner eigenen Grenzen betreiben, mit eigenen Daten nachtrainieren und auditieren möchte. Beim Anbieter selbst steht Effizienz im Mittelpunkt – die Behauptung lautet, dass Super VL Aufgaben fünfmal schneller abschließt als das nächstbeste Modell seiner Klasse und dass es eine Genauigkeit erreicht, die mit dem größten Reasoning-Modell von NVIDIA vergleichbar ist, bei ungefähr einem Fünftel der Parameterzahl.

Das sind Herstellerangaben, gemessen auf NVIDIAs eigenem Test-Harness, und niemand außerhalb von NVIDIA hat sie bisher reproduziert. Die ehrliche Lesart nach einem Tag öffentlicher Verfügbarkeit lautet: Die Architektur ist dokumentiert, die Gewichte sind herunterladbar, die Lizenz ist permissiv, und die Durchsatzangabe ist eine Behauptung, bis eine unabhängige Stelle sie erneut testet.

Was überprüfbar ist, ist die Art der Arbeit. Die veröffentlichten Stärken von Super VL sind optische Zeichenerkennung, Tabellen und Diagramme, strukturierte Informationen in visuellen Dokumenten und mehrstufige Geschäftsprozesse – Versicherungsansprüche, Kreditdokumente, technische Zeichnungen, Suche über Anwendungssilos hinweg. Das ist eine andere Aufgabe als das Schreiben eines Multi-File-Patches, und es ist eine Aufgabe, bei der ein Modell mit 12B aktiven Parametern, das eine seitenweise schnelle Aufgabe abschließt, mehr wert ist als ein Modell mit 104B aktiven Parametern, das sie besser und später abschließt.

Was ein Schlüssel mit jedem von ihnen macht

Hier schlägt die Asymmetrie am härtesten zu, denn die beiden Modelle haben gegensätzliche Zugangsgeschichten.

Kimi K3 ist in unserem Katalog als kimi/kimi-k3 zu Moonshots eigenem Listenpreis, mit 0 % Aufschlag – der Preis des Anbieters wird unverändert durchgereicht, wenn Moonshot also die Zahl ändert, ändert sich die Zahl, die du zahlst, am selben Tag. Es kommt über denselben OpenAI-kompatiblen Endpunkt wie alles andere, was bedeutet, dass das Einbinden eine Änderung der Modell-Zeichenkette ist und kein Integrationsprojekt. Weil Kimi K3 reasoning_effort statt temperature und top_p bereitstellt, kannst du über denselben Endpunkt die Reasoning-Tiefe pro Anfrage einstellen, ohne einen zweiten Codepfad.

NVIDIA Nemotron 3.5 Super VL hingegen ist nichts, was wir bereitstellen. Es ist ein Checkpoint, den Sie selbst hosten, und das Kostenmodell sind Kapital und Auslastung statt Tokens. Was wir für ein selbst gehostetes Modell tun können, ist die umgebende Infrastruktur: automatisches Failover über vorgelagerte Anbieter hinweg, sodass eine Lastspitze oder ein Ausfall bei einem gehosteten Modell sanft degradiert, statt zu scheitern, und die Routing-DSL, die mehrere Modelle zu einem einzigen Aufruf zusammenführt — schicken Sie die mechanische Extraktion an ein kleines, günstiges Modell und eskalieren Sie nur die Seiten, die Urteilsvermögen erfordern. Genau dieses Muster ist es, zu dem die Ökonomie von Super VL einlädt, denn ein Modell mit 12B aktiven Parametern ist günstig genug, um auf allem zu laufen, und eines mit 104B aktiven Parametern ist es nicht.

Die realistische Produktionsform für die nächsten paar Monate ist daher keine Wahl. Sie lautet K3 für den reasoning-intensiven Zweig und ein selbst gehostetes Super VL für den Zweig mit hohem Dokumentvolumen, mit einem Router davor, der entscheidet, zu welchem Zweig eine Anfrage gehört.

Was würde die Antwort ändern?

Drei Dinge. Erstens, eine unabhängige Reproduktion der Behauptung vom Faktor fünf – wenn Super VL seine Aufgabenklasse tatsächlich in einem Fünftel der Wall-Clock-Zeit abschließt, wird das Argument dafür, es innerhalb eines regulierten Perimeters zu betreiben, deutlich stärker, und wenn nicht, fällt das Genauigkeit-pro-Token-Argument auf ein normales Open-Weight-Argument zurück. Zweitens, ein veröffentlichter Tarif eines Serving-Anbieters: Sobald Super VL über eine nutzungsabhängig abgerechnete API angeboten wird, verschwindet der Einwand der Deployment-Untergrenze für alle, die nicht acht H100s besitzen, und es wird zu einer reinen Preis-gegen-Index-Frage, bei der K3 derzeit beim Index gewinnt und bei nichts verliert. Drittens, Kimi K3 selbst steht nicht still – Moonshot hat schnell iteriert, und eine Veröffentlichung der 3er-Reihe würde diese Seite eher zurücksetzen als sie zu verfeinern.

Bis eines davon verfügbar ist, ist die Aufteilung eindeutig: Kimi K3, wenn du heute das leistungsfähigste Modell pro Token willst und dafür zahlen kannst; NVIDIA Nemotron 3.5 Super VL, wenn du einen Dokument- und Bildschirm-Agenten willst, der dir gehört, den du nachtrainierst und im eigenen Haus betreibst, und bereit bist, der Erste zu sein, der misst, was er leistet.