Nemotron 3.5 Super VL vs Kimi K3: un buque insignia de pago por uso frente a un lanzamiento de pesos sin tarifario

La respuesta honesta más breve es que solo uno de estos dos modelos tiene precio, y no es el de NVIDIA. Kimi K3 se vende como un servicio medido a 3 dólares por millón de tokens de entrada y 15 por millón de salida, con un descuento de caché del 90 %, y es el modelo que puedes llamar hoy mismo con una sola clave. NVIDIA Nemotron 3.5 Super VL es un checkpoint de pesos abiertos de 120 000 millones de parámetros, con 12 000 millones activos, bajo OpenMDW-1.1 y sin ninguna tarifa publicada — o lo ejecutas en tus propios aceleradores o negocias con quien lo esté sirviendo. Sus pesos se publicaron en Hugging Face el 12 de octubre de 2026 y el anuncio de la propia NVIDIA llegó el 15 de octubre, lo que convierte esto en un lanzamiento de hace tres días y no en un producto maduro. Esa asimetría, y no la tabla de benchmarks, es lo que decide el enfrentamiento.

Qué es cada uno de estos en realidad

NVIDIA Nemotron 3.5 Super VL es un modelo híbrido de visión y lenguaje: capas Mamba-2 intercaladas, una mezcla de expertos con 512 expertos enrutados por capa MoE y capas de atención selectivas, junto con un codificador de visión C-RADIO y un conector visión-lenguaje. Cuenta con 120B parámetros totales y activa 12B por token, admite hasta 1M de tokens de contexto y acepta texto, imágenes y vídeo con salida de texto. La Native Multi-Token Prediction le proporciona decodificación especulativa sin un checkpoint de drafter independiente. NVIDIA ofrece una compilación de referencia BF16 y una compilación NVFP4, con recetas de despliegue para 4×H100 o 2×GB200 en BF16. El preentrenamiento y el preentrenamiento continuado se basaron en un corpus que NVIDIA describe en billones de tokens, y el postentrenamiento añadió datos sintéticos además de aprendizaje por refuerzo en docenas de entornos publicados.

Kimi K3 es el buque insignia de Moonshot AI: una mezcla de expertos de 2,8 billones de parámetros con 104 mil millones de parámetros activos, una ventana de contexto de 1M tokens y entrada de imágenes nativa junto con texto. Se sirve en lugar de simplemente publicarse, expone un control reasoning_effort de nivel superior en lugar de parámetros de muestreo, habla la forma de la API de OpenAI y está posicionado para codificación y trabajo de conocimiento de horizonte largo dentro de arneses de agentes.

• Escala — Super VL activa 12 mil millones de parámetros por token de un conjunto de 120 mil millones. Kimi K3 activa 104 mil millones de un conjunto de 2,8 billones de parámetros. Eso supone aproximadamente una diferencia de nueve veces en el cómputo por token.

• Contexto — 1M tokens en ambos, y ambos están diseñados para sostener una sesión de trabajo en lugar de un único prompt.

• Modalidades — Super VL acepta texto, imágenes fijas y fotogramas de vídeo muestreados; Kimi K3 acepta texto e imágenes. El vídeo es el único eje de entrada en el que los dos no son equivalentes.

• Precio — ninguna tarifa publicada en ningún sitio para Super VL a fecha de 16 de octubre de 2026; Kimi K3 cuesta $3 de entrada / $15 de salida por millón de tokens con un 90 % de descuento por caché.

• Licencia y control — OpenMDW-1.1 con uso comercial, pesos abiertos, conjuntos de datos abiertos y recetas de entrenamiento para Super VL; una API comercial sin descarga de pesos para Kimi K3.

• Requisito mínimo de despliegue: 4×H100 o 2×GB200 en BF16 para Super VL, o el microservicio NIM del proveedor; nada que desplegar para Kimi K3.

La brecha de ocho puntos que decide el caso de los generalistas

En el Índice de Inteligencia de Artificial Analysis, Kimi K3 se sitúa en 44 y NVIDIA Nemotron 3.5 Super VL en 26 — ambos no estimados, ambos medibles por un tercero en lugar de por los laboratorios que los crearon. Dieciocho puntos no son un error de redondeo; es aproximadamente la distancia entre un generalista de frontera y uno de nivel medio. Kimi K3 también es más lento y más caro por token que los modelos que lo rodean, algo que el mismo panel señala sin rodeos.

Ese número es todo el argumento para cualquiera cuyo flujo de trabajo sea razonamiento exclusivamente de texto entregado a través de una API, y vale la pena decirlo sin rodeos. Si el trabajo de tu agente es leer un repositorio, planificar un cambio y mantener una conversación larga al respecto, K3 es el modelo más fuerte y ya está disponible a un precio publicado.

Donde la comparación deja de ser cuestión de inteligencia

NVIDIA no creó Nemotron 3.5 Super VL para ganar un índice de razonamiento general, y leer la comparación como si lo hubiera hecho es como la gente termina decepcionada. El lanzamiento está dirigido a lo que el anuncio llama agentes siempre activos: trabajo de alto volumen, de larga duración y con forma de documentos y pantallas que una empresa quiere ejecutar dentro de su propio perímetro, postentrenar con sus propios datos y auditar. El propio planteamiento del proveedor es la eficiencia: la afirmación es que Super VL es cinco veces más rápido al completar tareas que el siguiente mejor modelo de su clase, y que alcanza una precisión comparable al modelo de razonamiento más grande de NVIDIA con aproximadamente una quinta parte del número de parámetros.

Esas son afirmaciones del proveedor, medidas con el propio arnés de pruebas de NVIDIA, y nadie fuera de NVIDIA las ha reproducido todavía. La lectura honesta tras un día de disponibilidad pública es: la arquitectura está documentada, los pesos son descargables, la licencia es permisiva y la cifra de rendimiento es una afirmación hasta que un tercero independiente la vuelva a ejecutar.

Lo que es comprobable es el carácter del trabajo. Las fortalezas publicadas de Super VL son el reconocimiento óptico de caracteres, las tablas y los gráficos, la información estructurada en documentos visuales y los flujos de trabajo empresariales de varios pasos: siniestros de seguros, documentos de crédito, planos de ingeniería, búsqueda en silos de aplicaciones. Ese es un trabajo distinto de escribir un parche de varios archivos, y es un trabajo en el que un modelo con 12B activos que termina una tarea con rapidez de página vale más que un modelo con 104B activos que la termina mejor y más tarde.

Qué hace una tecla con cada uno de ellos

Aquí es donde la asimetría muerde con más fuerza, porque los dos modelos tienen historias de acceso opuestas.

Kimi K3 está en nuestro catálogo como kimi/kimi-k3 al precio de lista de Moonshot, con 0% de recargo — la tarifa del proveedor se transmite sin modificaciones, así que cuando Moonshot cambie la cifra, la cifra que pagas cambia el mismo día. Llega a través del mismo endpoint compatible con OpenAI que todo lo demás, lo que significa que cambiarlo es un cambio de cadena de modelo y no un proyecto de integración. Como Kimi K3 expone reasoning_effort en lugar de temperature y top_p, ese mismo endpoint te permite ajustar la profundidad de razonamiento por solicitud sin una segunda ruta de código.

NVIDIA Nemotron 3.5 Super VL, en cambio, no es algo que nosotros sirvamos. Es un checkpoint que alojas tú, y el modelo de costes se basa en capital y utilización, no en tokens. Lo que sí podemos hacer por un modelo autoalojado es la infraestructura que lo rodea: conmutación por error automática entre proveedores upstream para que un pico o una caída en un modelo alojado se degrade de forma gradual en lugar de fallar y el DSL de enrutamiento que compone varios modelos en una sola llamada — envía la extracción mecánica a un modelo pequeño y barato y escala solo las páginas que necesitan criterio. Ese patrón es exactamente lo que invitan las economías de Super VL, porque un modelo de 12B activos es lo bastante barato como para ejecutarlo en todo y uno de 104B activos no lo es.

La configuración realista de producción para los próximos meses, por lo tanto, no es una elección. Es K3 para la rama intensiva en razonamiento y un Super VL autoalojado para la rama de gran volumen documental, con un enrutador al frente que decide a qué rama pertenece cada solicitud.

¿Qué cambiaría la respuesta?

Tres cosas. Primero, una reproducción independiente de la afirmación de cinco veces: si Super VL realmente completa su clase de tareas en una quinta parte del tiempo de reloj, el argumento a favor de ejecutarlo dentro de un perímetro regulado se vuelve mucho más fuerte, y si no lo hace, el argumento de precisión por token se reduce de nuevo a uno normal de pesos abiertos. Segundo, una tarifa publicada de un proveedor de servicio: en el momento en que Super VL aparezca bajo una API de pago por uso, la objeción del mínimo de despliegue desaparece para todos los que no poseen ocho H100s, y se convierte en una cuestión directa de precio frente a índice, donde K3 actualmente gana en índice y no pierde en nada. Tercero, Kimi K3 no se queda quieto: Moonshot ha estado iterando rápido, y un lanzamiento de la serie 3 reiniciaría esta página en lugar de refinarla.

Hasta que uno de esos llegue, la división es nítida: Kimi K3 si quieres el modelo más capaz por token hoy y puedes pagarlo; NVIDIA Nemotron 3.5 Super VL si quieres un agente de documentos y pantalla que sea tuyo, que puedas entrenar posteriormente y mantener en tus instalaciones, y estás dispuesto a ser el primero en medir lo que hace.