
Nemotron for Science vs. Nemotron 3.5 Super: Gleiche Gewichte, anderes Produkt
- 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
Dieser Vergleich hat einen unangenehmen Umstand im Zentrum: NVIDIA Nemotron for Science und NVIDIA Nemotron 3.5 Super sind keine zwei Modelle. Sie sind derselbe Checkpoint mit 120 Milliarden Parametern, mit fünf Wochen Abstand veröffentlicht und nur anders verpackt. Nemotron 3.5 Super sind die Gewichte – das Repository unter dem vollständigeren Namen Nemotron 3.5 Super VL 120B A12B, seit dem 12. Oktober 2026 auf Hugging Face verfügbar, am 15. Oktober angekündigt, OpenMDW-1.1, 12 Milliarden aktive Parameter pro Token, 1M-Token-Kontext. Nemotron for Science ist das, was NVIDIA am 16. November auf der SC26 angekündigt hat: jener Checkpoint plus LitmusBench v0.2, rund 50.000 Fragen zum Chemie-Reasoning, plus Post-Training-Rezepte und CUDA-X-Tool-Anbindung, plus sieben namentlich genannte institutionelle Bereitstellungen.
Die nützliche Frage ist also nicht, welches der beiden besser ist. Sie lautet vielmehr, was das November-Paket dem Oktober-Checkpoint hinzufügt, ob die Ergänzungen einen eigenen Namen rechtfertigen und was man heute tatsächlich herunterladen würde, wenn man Chemie-Agenten auf NVIDIA-Silizium ausführen wollte. Das ist eine interessantere Frage als eine Spezifikationstabelle, und die Antwort fällt schmeichelhafter für NVIDIA aus, als es eine Geschichte über bloßes Neuverpacken üblicherweise tut.
Was identisch ist, und das ist der größte Teil davon.
Beginne mit dem Checkpoint, denn alles in beiden Paketen ruht darauf. Die Architektur ändert sich zwischen Oktober und November nicht: ein Hybrid-Mixture-of-Experts aus Mamba-2 und Transformer, 512 geroutete Experten pro MoE-Schicht, Multi-Token-Vorhersageköpfe, ein C-RADIO-Vision-Encoder und ein Vision-Language-Connector, 120B Gesamtparameter bei 12B aktiven pro Token und bis zu 1M Token Kontext. Eingaben sind Text, RGB-Bilder und MP4-Videos bis zu zwei Minuten; die Ausgabe ist Text. Der Reasoning-Aufwand ist über das Chat-Template auf off, medium oder on konfigurierbar.
• Parameter — 120B gesamt, 12B aktiv. In beiden identisch. Es gibt keinen Nemotron for Science Checkpoint mit einer anderen Parameteranzahl, weil es keinen separaten Nemotron for Science Checkpoint gibt.
• Lizenz — OpenMDW-1.1 für kommerzielle und nicht kommerzielle Nutzung. Identisch, und genau das macht den Post-Training-Pitch überhaupt erst möglich.
• Kontext — 1 Mio. Token, wobei die Karte Video mit 2 FPS bis zu 256 Frames oder 1 FPS und 128 Frames bei 1080p empfiehlt.
• Hardware-Mindestausstattung — 4× H100 oder 2× GB200 bei BF16; der NVFP4-Build passt auf einen einzelnen DGX Spark, eine H200, zwei H100 oder eine GB200. Die DGX-Spark-Linie ist die, auf die SC26 setzt, und es ist dieselbe Linie, die die Oktoberkarte bereits nannte.
• Benchmarks — GPQA-Diamond 89,52, SWE-bench Verified 71,10, SWE-bench Pro 51,78, Terminal-Bench 2.1 60,67, tau2 retail 69,24, BrowseComp 78, MathVision 78,16, CharXiv reasoning 80,82. Alle vom Anbieter gemeldet, alle mit der Oktober-Karte veröffentlicht, keine davon neu.
Wenn du Nemotron 3.5 Super bereits im Oktober heruntergeladen hast, hast du das Modell, auf dem Nemotron for Science aufbaut. Nichts in der November-Ankündigung ändert seine Gewichte.
Was ist eigentlich neu – und das ist nicht nichts.
Jetzt kommt der Teil, für den sich der Artikel lohnt. Am 16. November kamen drei Dinge hinzu, die am 15. Oktober noch nicht existierten, und jedes davon verändert, was man vom ersten Tag an tun kann.
LitmusBench v0.2 ist die Schlagzeile. Etwa 50.000 Fragen zum chemischen Schlussfolgern, aufgebaut aus Molekulareigenschaftsdaten und experimentellen Aufzeichnungen aus der Wirkstoffentdeckung, die Aufgaben wie die Vorhersage der Löslichkeit und der Metabolisierung einer Verbindung im Körper abdecken. Zwei Eigenschaften machen es mehr als eine Rangliste: Es ist offen und so konzipiert, dass es sowohl für Post-Training als auch für die Evaluierung genutzt werden kann. Ein 120B-Modell mit permissiver Lizenz und ohne Chemiedaten zum Feinabstimmen ist ein Modell, für das man erst einen Datensatz aufbauen muss; ein 120B-Modell, das mit 50.000 annotierten Chemiefragen ausgeliefert wird, ist ein Modell, das man in einer Woche anpassen kann. Das ist der Unterschied, den das Paket bringt.
Die Rezepte sind der zweite Baustein. NVIDIA hat Post-Training-Rezepte für die Domänenanpassung veröffentlicht sowie Dokumentation dazu, wie das Modell in Agenten-Workflows eingebettet wird, die wissenschaftliche Informationen lesen, Code schreiben und CUDA-X-beschleunigte Tooling aufrufen. Für alle, die versucht haben, ein allgemeines Modell dazu zu bringen, ein Molekulardynamik-Paket korrekt aufzurufen, ist die Dokumentation zur Tool-Verdrahtung der unspektakuläre Teil, der darüber entscheidet, ob die Schleife überhaupt funktioniert.
Die Deployments sind der dritte Punkt, und sie sind Belege statt Artefakte. Terray Therapeutics hat das Modell auf Chemiediagrammen nachtrainiert und auf RxnScribe bei etwa 76 % der annotierten Reaktionen eine Trefferquote erzielt, womit es frühere veröffentlichte Ergebnisse bei zwei Benchmarks übertrifft. Lila Sciences erreichte 61 % Genauigkeit bei der Quantenpunkt-Synthese gegenüber 54 % für GPT-6 Astra bei 10–20× niedrigeren Inferenzkosten. Therna hat die Genauigkeit der Vorhersage des Protein-Expressionsbereichs für mRNA-Design nahezu verdoppelt, wobei Wissenschaftler seine Erklärungen in 96 % der verblindeten Vergleiche bevorzugten. Argonne integriert es in StructBioReasoner; Jülich in Agenten für Wirkstoff- und Wissenschaftsentdeckung; RIKEN betreibt es auf RIKYU über das RiVault-Gateway. Und KTH hat einen GROMACS-Reparatur-Agenten gebaut, der 81 % der absichtlich beschädigten Setups in einem einzigen Lauf über Nacht auf einem einzigen DGX Spark reparierte, von GROMACS selbst verifiziert.

Warum die Aufteilung in zwei Namen vertretbar ist
Die zynische Lesart ist, dass NVIDIA dasselbe Modell zweimal angekündigt hat. Ich glaube nicht, dass das standhält, und der Grund dafür ist, dass die beiden Ankündigungen unterschiedliche Fragen beantworten.
Oktobers Frage lautete: „Was ist dieser Checkpoint und kann er bereitgestellt werden?“ Die Antwort war ein 120B-Vision-Language-MoE mit einem 1-Million-Token-Fenster, einer Hardware-Untergrenze, die von einem DGX Spark bis zu einem GB200-Knoten reicht, und einer Geschwindigkeitsbehauptung – laut NVIDIA 5× schneller als der nächstbeste seiner Klasse, obwohl Artificial Analysis das Modell zum Zeitpunkt der Behauptung nicht aufführte. Das ist ein Modell-Launch.
Die Frage im November lautet: „Was macht eine Chemiegruppe am Montag damit?“ Die Antwort darauf ist ein Datensatz, eine Anleitung und sieben Organisationen, die es bereits umgesetzt und Zahlen dazu gemeldet haben. Gewichte auszuliefern ist nicht dasselbe Produkt wie einen Workflow auszuliefern, und Letzteres ist das, was eine Forschungsgruppe tatsächlich übernehmen kann.
Der stärkste Beleg für diese Lesart ist die Form der Partnerergebnisse. Jede einzelne der prominenten Zahlen stammt von einer nachtrainierten Variante, nicht vom ausgelieferten Checkpoint. Terray hat es anhand von Diagrammen angepasst. Lila hat es anhand von Laborfeedback angepasst. Therna hat es anhand von mRNA-Design-Daten angepasst. Das Paket behauptet nicht, dass das Basismodell ein Chemiker ist; es behauptet, dass das Basismodell ein gut genuger Ausgangspunkt ist, dass ein Domänenteam daraus einen machen kann. Das ist eine bescheidenere und zugleich nützlichere Behauptung, und es wäre seltsam, sie im Oktober aufzustellen, bevor der Datensatz existierte, mit dem man sie belegen konnte.
Was das Paket Ihnen noch immer nicht bietet
Drei Lücken – geordnet danach, wie teuer es Sie zu stehen käme, sie auf die harte Tour zu entdecken.
• Keine unabhängige Bewertung der Chemie. Artificial Analysis führt Nemotron 3.5 Super VL zwar auf – Intelligence Index 14, 291 Ausgabe-Tokens pro Sekunde, 11,85 s bis zum ersten Antwort-Token, 0,20 $ pro Million Eingabe und 0,50 $ pro Million Ausgabe bei 75 % Cache-Rabatt. Das ist eine allgemeine Bewertung eines Drittanbieters, und das ist wissenswert. Es ist keine Chemiebewertung. Jede wissenschaftliche Kennzahl in der SC26-Veröffentlichung wurde von einer Partei erstellt, die ein Eigeninteresse daran hat, und LitmusBench v0.2 ist so neu, dass keine externe Gruppe ein Ergebnis dazu veröffentlicht hat.
• Kein Anbieterpreis. Die oben genannten 0,20 $/0,50 $ sind die Abrechnung einer Drittanbieterplattform, keine NVIDIA-Preisliste. NVIDIA hat keine NIM-Preise pro Token veröffentlicht, was bedeutet, dass der einzige Budgetierungsweg mit bekannten Kosten das Selbsthosting ist.
• Keine Abschlussrate für die Agent-Schleife. Das KTH-Ergebnis berichtet, dass 81 % der Testfälle behoben wurden – die konkreteste Zahl in der Veröffentlichung –, aber es wird nicht berichtet, wie viele Tool-Aufrufe jede Behebung erforderte, wie oft die Agent-Schleife ohne Fortschritt iterierte oder was eine abgeschlossene Aufgabe kostete. Genau diese Zahlen entscheiden darüber, ob ein Agent einsatzfähig oder lediglich beeindruckend ist.
Wie man es ausführt und wo der umgebende Stack hineinpasst
Die Deployment-Empfehlung ist für eine Open-Weights-Veröffentlichung ungewöhnlich klar, also sollte man sie wörtlich nehmen. Die Modellkarte schreibt vLLM mit TP4 oder TP2, --trust-remote-code, asynchronem Scheduling, MTP-spekulativer Dekodierung mit fünf Draft-Tokens und --max-num-seqs 32 vor; oder SGLang mit FP8-KV-Cache und EAGLE-spekulativer Dekodierung mit fünf Schritten. Das Sampling erfolgt mit Temperatur 1,0 und top_p 0,95 für Text sowie 0,6 mit 0,95 für Vision, und der Servername in den Beispielen ist nemotron-3.5-super-vl. Die multimodalen Grenzen liegen bei einem Bild und einem Video pro Prompt. Das ist eine Konfiguration, die man kopieren kann, statt sie herzuleiten.
Nemotron 3.5 Super VL ist nicht in unserem Katalog – wir bieten es nicht an, daher ist der Self-hosted-Weg der eigentliche, und das darf ein Artikel über einen offenen Checkpoint durchaus sagen. Unser Teil des Stacks kommt vielmehr rund um das Wissenschaftsmodell zum Tragen, nicht in ihm. Ein Forschungsagent ist ein Planer, der um einen Domänen-Checkpoint herumgebaut ist: Er zerlegt eine Aufgabe, ruft das Chemiemodell auf, ruft eine Simulation auf, liest das Ergebnis und entscheidet, was als Nächstes zu tun ist. Der Planer ist in der Regel ein allgemeines Modell, und das ist die Ebene, auf der ein Schlüssel für mehr als 200 Modelle zum Listenpreis des Anbieters ohne Aufschlag die Integrationsarbeit spart – mit automatischem Failover, sodass ein sechsstündiger Nachtlauf nicht in der fünften Stunde scheitert, weil ein Anbieter beeinträchtigt ist. Modellfusion ist der andere Hebel, den man hier kennen sollte: Ein Panel von Modellen, die gemeinsam dieselbe Chemiefrage beantworten, ist ein sinnvoller Weg, um vorzusortieren, welche Protokolle es wert sind, auf echter Hardware ausgeführt zu werden.

Was zu sehen
Ein erster externer LitmusBench-v0.2-Score wäre das mit Abstand Nützlichste, was erscheinen könnte, denn er ist die einzige Zahl in dieser Geschichte, die eine neutrale Partei erzeugen kann. Eine NIM-Preisliste würde den Vergleich zwischen Hosted und Self-Hosted von Vermutungen zu Rechenarbeit machen. Und ein Agent-Loop-Bericht – Abschlussrate, Tool-Call-Budget, Kosten pro abgeschlossener Aufgabe – würde die Ergebnisse von KTH und Lila von ermutigenden Anekdoten in etwas verwandeln, auf dessen Grundlage eine Gruppe planen kann.
Bis dahin die Kurzfassung: Wenn Sie Nemotron 3.5 Super im Oktober heruntergeladen haben, ersetzt Nemotron for Science es nicht, sondern erweitert es um die Daten und Rezepte, die es zu einem Chemiewerkzeug machen. Wenn nicht, ist das November-Paket der bessere Einstieg, denn es sind dieselben Gewichte mit einem beigefügten Startkit.

