
Nemotron for Science vs. GPT-Rosalind: Offene Gewichte gegen ein Trusted-Access-Gate
- GoogleNEUGoogle: Gemini 4 Carbon2026-11-10$2.00 / $10.00 pro 1 Mio. Tokens · 90 tok/s
- AnthropicNEUAnthropic: Claude Fable 5.22026-11-09$8.00 / $40.00 pro 1 Mio. Tokens · 97 tok/s
- orcaNEUOrca: OrcaC2 1.02026-11-0711 tok/s
- OrcaNEUOrcaCyber: GLM 5.3 Abliterated / Uncensored2026-11-04$3.00 / $5.00 pro 1 Mio. Tokens · 89 tok/s
- OrcaNEUOrcaCyber: Hy4 Abliterated / Uncensored2026-11-04$0.80 / $1.60 pro 1 Mio. Tokens · 133 tok/s
- OrcaNEUOrcaCyber: Kimi K3.1 Pro Abliterated / Uncensored2026-11-04$4.00 / $20.00 pro 1 Mio. Tokens · 86 tok/s
- OrcaOrcaCyber: MiniMax M3.1 Flash Abliterated / Uncensored2026-10-29$0.80 / $1.60 pro 1 Mio. Tokens · 125 tok/s
- OrcaOrcaCyber: GLM 5.3 Flash Abliterated / Uncensored2026-10-27$0.80 / $1.60 pro 1 Mio. Tokens · 67 tok/s
- OrcaOrcaCyber: Qwen3.8 Flash Next Abliterated / Uncensored2026-10-26$0.80 / $1.60 pro 1 Mio. Tokens · 92 tok/s
- OrcaOrcaCyber: MiMo V2.6 Flash Abliterated / Uncensored2026-10-26$0.80 / $1.60 pro 1 Mio. Tokens · 45 tok/s
- MoonshotMoonshotAI: Kimi K3.1 Pro2026-10-2447Intelligenz
- OrcaOrcaCyber: DeepSeek V4.1 Flash Abliterated / Uncensored2026-10-23$0.80 / $1.60 pro 1 Mio. Tokens · 193 tok/s
- minimaxMiniMax: M3.1 Flash2026-10-1929Intelligenz
- OrcaOrca: OrcaCyber Ultra 1.02026-10-17$5.00 / $10.00 pro 1 Mio. Tokens · 134 tok/s
- deepseekDeepSeek: DeepSeek V4.1 Flash 10172026-10-1733Intelligenz
- DeepSeekDeepSeek: DeepSeek V4.1 Flash2026-10-1740Intelligenz
- OrcaOrca: OrcaCyber Zero 1.52026-10-10$3.00 / $7.50 pro 1 Mio. Tokens · 126 tok/s
- openaiOpenAI: GPT-6.1 Sol2026-09-2955Intelligenz
- anthropicAnthropic: Claude Sonnet 5.52026-09-2855Intelligenz
- typesafeTypeSafe: Jev 1.132026-09-24$0.04 / $0.00 pro 1 Mio. Tokens · 179 tok/s
Fragen Sie, was jedes dieser beiden kostet, und Sie erhalten eine Antwort, die fast nichts über das andere aussagt. NVIDIA Nemotron for Science, am 16. November 2026 auf der SC26 angekündigt, ist ein herunterladbares Paket: der offene Nemotron-3.5-Super-VL-Checkpoint unter OpenMDW-1.1, ein Chemie-Datensatz mit rund 50.000 Fragen namens LitmusBench v0.2 und Post-Training-Rezepte. Seine Grenzkosten entsprechen der GPU, die Sie bereits besitzen. GPT-Rosalind ist eine nutzungsabhängig abgerechnete API hinter einem Antragsverfahren: Der Life-Sciences-Spezialist des Unternehmens, am 16. April 2026 vorgestellt, wurde am 11. September 2026 weltweit für berechtigte Organisationen geöffnet und wird seit dem 5. Oktober mit 5,00 US-Dollar pro Million Eingabe-Tokens und 25,00 US-Dollar pro Million Ausgabe-Tokens abgerechnet. Das eine ist ein Kit. Das andere ist ein Dienst mit einem Prüfschritt davor. Dieser Unterschied entscheidet mehr darüber, welches Ihr Labor verwenden sollte, als jede Benchmark-Punktzahl auf einer der beiden Seiten.
Beide Bezeichnungen lauten „science“, und dieses Wort leistet in beiden Fällen eine Menge Arbeit. Keines der Modelle ist ein Allzweck-Wissenschaftler; jedes zielt auf einen bestimmten Ausschnitt der Forschungsarbeit, wurde von einem Unternehmen mit einem spezifischen kommerziellen Interesse an diesem Ausschnitt entwickelt und von diesem Unternehmen evaluiert. Diese Gegenüberstellung trennt daher drei Fragen, die in der Berichterstattung zum Marktstart zusammenfallen: worauf jedes Modell tatsächlich gerichtet werden kann, wer es darauf richten darf und was ein Experiment mit jedem kostet.
Zwei verschiedene Produkte, nicht zwei Versionen eines Produkts.
GPT-Rosalind ist ein auf Biologie abgestimmtes Reasoning-Modell – Moleküle, Proteine, Gene, Signalwege, Krankheitsmechanismen – mit einem dokumentierten Plugin-Ökosystem aus über 50 Life-Sciences-Tools und einer Erfolgsbilanz bei Research Notes, die einen Distributed-Agent-Lauf umfasst, der mehr als 700 Referenzen auf 11 reduzierte. Der Zugriff erfolgt über ChatGPT, Codex und die API, wobei der API-Weg die Zulassung durch OpenAIs Trusted-Access-Programm erfordert. Das ist eine Zugangshürde für das Modell selbst, nicht für eine Funktion. Die Fähigkeit ist real; die Frage ist, ob Sie Zugriff darauf erhalten.
Nemotron for Science ist kein Modell im gleichen Sinne. Das darin enthaltene Modell, Nemotron 3.5 Super VL, veröffentlichte seine Gewichte am 12. Oktober 2026 und wurde am 15. Oktober von NVIDIA angekündigt – fünf Wochen vor SC26. Was am 16. November herauskam, ist die umgebende Infrastruktur: ein Chemie-Evaluierungsset, Post-Training-Rezepte und Dokumentation, um das Modell als aufrufbare Tools an CUDA-X-Wissenschaftssoftware anzubinden. Niemand beschränkt den Zugang. Du klonst es, dimensionierst die Hardware, fine-tunest es mit deinen eigenen Daten, und der einzige Freigabeschritt ist dein eigenes Rechenbudget.
Diese Asymmetrie ist der gesamte Vergleich, und alles Folgende ist eine Konsequenz daraus.
Die Anzeigetafel, Dimension für Dimension
• Zugriffsmodell — Nemotron for Science: offene Gewichte auf Hugging Face unter OpenMDW-1.1, kommerzielle und nichtkommerzielle Nutzung, kein Antragsverfahren. GPT-Rosalind: Trusted-Access-Prüfung vor dem ersten API-Aufruf; Chat-Zugriff über ein separates akademisches Programm, das API-Aufrufe ausdrücklich ausschließt.
• Listenpreis — Nemotron for Science: keine Preisliste des Anbieters; beim Selbsthosting besteht der Preis aus Ihrer Hardware. Drittanbieter-Inferenz führt Super VL mit 0,20 $ pro Million Input-Token und 0,50 $ pro Million Output-Token auf, bei 75 % Cache-Rabatt und einem Mischpreis von 0,13 $. GPT-Rosalind: 5,00 $ Input / 25,00 $ Output pro Million, 0,50 $ für gecachten Input.
• Parameter — Nemotron 3.5 Super VL: 120B gesamt, 12B aktiv pro Token, Mamba-2- und Transformer-Hybrid-MoE mit 512 gerouteten Experten pro MoE-Schicht. GPT-Rosalind: nicht offengelegt.
• Kontext und Modalität — Beide mit 1M Tokens. Super VL verarbeitet Text, Bilder und MP4-Videos mit bis zu zwei Minuten und gibt Text aus. GPT-Rosalind nimmt Texte und wissenschaftliche Dateien als Eingaben über ChatGPT, Codex und die API entgegen; es wird keine allgemeine Aussage zur Bildeingabe veröffentlicht.
• Domänenbelege — Nemotron for Science: sieben namentlich genannte Partner und Institutionen, darunter 76 % Reaktionswiederherstellung bei RxnScribe bei Terray, 81 % der defekten GROMACS-Setups, die ein KTH-Agent in einem nächtlichen DGX Spark-Lauf reparierte, und 61 % gegenüber 54 % Genauigkeit bei der Quantenpunkt-Synthese im Vergleich zu GPT-6 Astra bei Lila Sciences. GPT-Rosalind: führend bei BixBench, MedChemBench 27,5 %, GeneBench 21,6 %, LabWorkBench 63,2 % und ein Leistungszuwachs pro Token von 4,42 % bei LifeSciBench. Alle Angaben auf beiden Seiten vom Hersteller gemeldet.
• Unabhängige Bewertung — Nemotron 3.5 Super VL: Artificial Analysis Intelligence Index 14, 291 Tokens pro Sekunde, 11,85 s bis zum ersten Antwort-Token. GPT-Rosalind: in diesem Index nicht erfasst.

Chemie und Biologie sind nicht derselbe Maßstab.
Das ist die Diskrepanz, die eine spezifikationsweise Betrachtung verbirgt. Die veröffentlichten Belege von GPT-Rosalind sind überwiegend biologisch: Proteinexpressionsbereiche, Schlussfolgerungen auf Genebene, medizinische Chemie, Arbeit mit Laborprotokollen. Die veröffentlichten Belege von Nemotron for Science sind überwiegend chemisch und computergestützt: Extraktion von Reaktionsschemata, Löslichkeitsvorhersage, metabolisches Schicksal, Quantenpunkt-Synthese, Reparatur von Molekulardynamik. Beides ist „Wissenschaft“, und eine Gruppe für computergestützte Chemie und eine Gruppe für translationale Onkologie sind nicht im selben Markt.
Wo sie sich wirklich überschneiden, ist die agentische Ebene, und hier sind NVIDIAs Belege ungewöhnlich konkret. Ein Modell, das ein fehlerhaftes GROMACS-Eingabedeck liest, herausfindet, warum Topologie und Koordinatendatei nicht übereinstimmen, und eine Korrektur erzeugt, die die Engine dann akzeptiert, betreibt mehrstufige Tool-Nutzung mit einer verifizierbaren Belohnung – und KTH berichtet von 81 % Erfolg bei Testfällen, die sie konstruiert haben. Der vergleichbare Rosalind-Beleg ist der 32-minütige Lauf zur Cholesterin-Transport-Hypothese vom Oktober, bei dem Tausende kooperierender Agenten über 700 Referenzen auf 11 herunterfilterten und verblindete Gutachter die Ausgabe in rund drei Vierteln der Vergleiche bevorzugten. Beide sind aus erster Hand. Beide beschreiben eine Schleife, die plant, ausführt und prüft. Keine der beiden veröffentlicht eine Abschlussrate unter Produktionslast, und genau das wäre die Zahl, mit der man sie tatsächlich vergleichen könnte.
Betrachten Sie die beiden Evidenzbasen als komplementär statt als konkurrierend. Wenn Ihre Arbeit Nasslabor-Biologie ist, ist NVIDIAs Chemie-Datensatz für Sie nahezu irrelevant, und die Zeilen zu MedChemBench und LabWorkBench von Rosalind sind die, die Sie lesen sollten. Wenn Ihre Arbeit computergestützte Chemie oder Molekülsimulation ist, beschreiben die GROMACS- und Quantenpunkt-Ergebnisse Ihre tatsächliche Woche, und Rosalinds Biologie-Tuning ist das, wofür Sie einen Aufpreis zahlen würden und es nicht nutzen.
Was ein Experiment kostet – durchgerechnet
Die Preisgestaltung pro Token ist für beides die falsche Einheit, daher folgt hier die Rechnung, auf die es ankommt. Nehmen wir einen Post-Training-Lauf auf Nemotron for Science: Ein 120B-Modell in BF16 benötigt 4× H100 oder 2× GB200 oder einen einzelnen DGX Spark im NVFP4-Build. Ein einzelner Übernacht-Lauf auf einem DGX Spark – der KTH-Konfiguration – sind fest kalkulierbare Kosten für Hardware, die Sie entweder besitzen oder stundenweise mieten. Der Datensatz ist kostenlos, und die Rezepte sind veröffentlicht. Sie können die Schleife hundertmal ausführen, und die Grenzkosten des neunundneunzigsten Laufs entsprechen denen des ersten Laufs.
Nun dieselbe Iteration bei einem nach Verbrauch abgerechneten Spezialisten. Bei 5,00 $ für Eingabe und 25,00 $ für Ausgabe pro Million Token ist ein einzelner Long-Context-Durchlauf über ein großes wissenschaftliches Korpus kein Rundungsfehler, und die Kosten eines fehlgeschlagenen Versuchs werden zum selben Satz berechnet wie die eines erfolgreichen. Deshalb zählt gecachte Eingabe zu 0,50 $ auf der Rosalind-Seite so stark: Wenn Ihre Prompts ein großes Präfix teilen, beträgt der Rabatt 90 %, und die Ökonomie ändert sich vollständig. Wenn nicht, dann nicht.
Die ehrliche Schlussfolgerung aus dieser Rechnung ist nicht „offen ist billiger“. Sie lautet, dass die beiden Preisstrukturen unterschiedliche Arbeit belohnen. Iteratives Fine-Tuning belohnt offene Gewichte, weil man für Rechenleistung und sonst nichts zahlt. Die Burst-Evaluierung von hundert Hypothesen gegen ein Frontier-Modell belohnt eine nutzungsabhängig abgerechnete API, weil man für das zahlt, was man nutzt, und sonst nichts. Die meisten Forschungsgruppen machen beides, und das ist der unangenehme Teil.

Wo die Routing-Schicht passt – und wo nicht
Keiner der beiden Checkpoints ist in unserem Katalog. Wir bieten Nemotron 3.5 Super VL nicht an und wir bieten GPT-Rosalind nicht an, und es wäre ein seltsamer Artikel, der etwas anderes vorgäbe – die praktische Antwort für den ersten ist, dass man ihn herunterlädt, und für den zweiten, dass man sich bei OpenAI bewirbt.
Was auf unserer Seite der Linie liegt, ist der Teil eines Wissenschaftsagenten, der nicht das Wissenschaftsmodell ist. Der KTH-GROMACS-Agent, die Terray-Extraktionspipeline und der Lila-Protokollgenerator sind allesamt Agenten, die um ein Domänenmodell herumgebaut sind: Sie planen, rufen Werkzeuge auf, lesen Ausgaben und entscheiden, was als Nächstes zu tun ist, und die Planungsschicht ist in der Regel ein allgemeines Modell und kein Spezialist. Diese Schicht ist der Ort, an dem ein einziger Schlüssel über mehr als 200 Modelle zum Listenpreis des Anbieters ohne Aufschlag seinen Wert beweist, und an dem automatisches Failover zählt — ein agentischer Lauf, der sechs Stunden dauert, ist ein Lauf, den man nicht in der fünften Stunde verlieren möchte, weil ein vorgelagerter Anbieter einen schlechten Nachmittag hatte. Die Routing-DSL setzt diese Aufrufe zusammen; der Spezialist bleibt, wo er hingehört.
Welchen soll man wählen?
Wenn Sie eine Gruppe für computergestützte Chemie oder Molekülsimulation mit GPU-Kapazität sind, ist Nemotron for Science nahezu ein No-Brainer: eine permissive Lizenz, ein Chemie-Datensatz mit 50.000 Fragen, den Sie sowohl evaluieren als auch zum Trainieren nutzen können, und eine dokumentierte Tool-Schleife, die genau an dem Fehlermodus demonstriert wurde, mit dem Sie sich wöchentlich befassen. Das Fehlen einer Preisliste des Anbieters ist kein Problem, wenn Sie ohnehin selbst hosten wollten.
Wenn Sie translationale Biologie betreiben und ein Modell benötigen, das Schlussfolgerungen über Proteine und Krankheitsmechanismen zieht, ist Rosalind von den beiden das einzige, das auf Ihre Arbeit ausgerichtet ist, und die Prüfung für vertrauenswürdigen Zugang ist der Preis für den Eintritt. Planen Sie den Zeitrahmen für die Prüfung in Ihrem Projektplan ein, und beachten Sie, dass die kostenlosen Plätze des akademischen Programms keinen API-Zugang umfassen – eine Universitätsgruppe, die eine Pipeline möchte, benötigt eine eigene kommerzielle Vereinbarung.
Und wenn Sie den Agenten und nicht das Modell bauen, ist die Wahl weniger folgenreich, als sie aussieht. Beide lassen sich aus einer Schleife aufrufen; beide haben Fehlermodi; keiner von beiden veröffentlicht die Abschlussrate, die die Frage entscheiden würde. Die vernünftige Vorgehensweise ist, die Schleife so zu bauen, dass das darunterliegende Modell ein Konfigurationswert ist, und dann zu messen. Das ist der einzige Vergleich, den Ihnen beide Anbieter noch übrig lassen.

