
Nemotron for Science vs GPT-Rosalind: pesos abiertos frente a una compuerta de acceso de confianza
- GoogleNUEVOGoogle: Gemini 4 Carbon2026-11-10$2.00 / $10.00 por 1M de tokens · 90 tok/s
- AnthropicNUEVOAnthropic: Claude Fable 5.22026-11-09$8.00 / $40.00 por 1M de tokens · 97 tok/s
- orcaNUEVOOrca: OrcaC2 1.02026-11-0711 tok/s
- OrcaNUEVOOrcaCyber: GLM 5.3 Abliterated / Uncensored2026-11-04$3.00 / $5.00 por 1M de tokens · 89 tok/s
- OrcaNUEVOOrcaCyber: Hy4 Abliterated / Uncensored2026-11-04$0.80 / $1.60 por 1M de tokens · 133 tok/s
- OrcaNUEVOOrcaCyber: Kimi K3.1 Pro Abliterated / Uncensored2026-11-04$4.00 / $20.00 por 1M de tokens · 86 tok/s
- OrcaOrcaCyber: MiniMax M3.1 Flash Abliterated / Uncensored2026-10-29$0.80 / $1.60 por 1M de tokens · 125 tok/s
- OrcaOrcaCyber: GLM 5.3 Flash Abliterated / Uncensored2026-10-27$0.80 / $1.60 por 1M de tokens · 67 tok/s
- OrcaOrcaCyber: Qwen3.8 Flash Next Abliterated / Uncensored2026-10-26$0.80 / $1.60 por 1M de tokens · 92 tok/s
- OrcaOrcaCyber: MiMo V2.6 Flash Abliterated / Uncensored2026-10-26$0.80 / $1.60 por 1M de tokens · 45 tok/s
- MoonshotMoonshotAI: Kimi K3.1 Pro2026-10-2447Inteligencia
- OrcaOrcaCyber: DeepSeek V4.1 Flash Abliterated / Uncensored2026-10-23$0.80 / $1.60 por 1M de tokens · 193 tok/s
- minimaxMiniMax: M3.1 Flash2026-10-1929Inteligencia
- OrcaOrca: OrcaCyber Ultra 1.02026-10-17$5.00 / $10.00 por 1M de tokens · 134 tok/s
- deepseekDeepSeek: DeepSeek V4.1 Flash 10172026-10-1733Inteligencia
- DeepSeekDeepSeek: DeepSeek V4.1 Flash2026-10-1740Inteligencia
- OrcaOrca: OrcaCyber Zero 1.52026-10-10$3.00 / $7.50 por 1M de tokens · 126 tok/s
- openaiOpenAI: GPT-6.1 Sol2026-09-2955Inteligencia
- anthropicAnthropic: Claude Sonnet 5.52026-09-2855Inteligencia
- typesafeTypeSafe: Jev 1.132026-09-24$0.04 / $0.00 por 1M de tokens · 179 tok/s
Ask what each of these two costs and you get an answer that says almost nothing about the other. NVIDIA Nemotron for Science, announced at SC26 on 16 November 2026, is a downloadable package: the open Nemotron 3.5 Super VL checkpoint under OpenMDW-1.1, a roughly 50,000-question chemistry dataset called LitmusBench v0.2, and post-training recipes. Its marginal cost is whatever GPU you already own. GPT-Rosalind is a metered API behind an application: the company's life-sciences specialist, introduced 16 April 2026, opened worldwide to eligible organisations on 11 September 2026, billing at $5.00 per million input tokens and $25.00 per million output since 5 October. One is a kit. The other is a service with a vetting step in front of it. That difference decides more about which one your lab should use than any benchmark score on either side.
Ambas etiquetas dicen «ciencia», y esa palabra hace mucho trabajo en ambos casos. Ninguno de los modelos es un científico de propósito general; cada uno está orientado a una porción específica del trabajo de investigación, fue creado por una empresa con un interés comercial concreto en esa porción y es evaluado por esa misma empresa. Así, esta comparación separa tres cuestiones que suelen quedar diluidas en la cobertura del lanzamiento: a qué puede apuntarse realmente cada modelo, quién tiene permitido apuntarlo y cuánto cuesta un experimento en cada uno.
Dos productos diferentes, no dos versiones de uno.
GPT-Rosalind es un modelo de razonamiento ajustado para la biología —moléculas, proteínas, genes, vías, mecanismos de enfermedad—, con un ecosistema de plugins documentado de más de 50 herramientas de ciencias de la vida y un historial de notas de investigación que incluye una ejecución de agentes distribuidos que examinó más de 700 referencias y las redujo a 11. Se accede a él a través de ChatGPT, Codex y la API, y la vía de la API requiere superar el programa de acceso de confianza de OpenAI. Eso es una barrera para el modelo en sí, no para una función. La capacidad es real; la cuestión es si consigues acceder a ella.
Nemotron for Science no es un modelo en el mismo sentido. El modelo que contiene, Nemotron 3.5 Super VL, publicó sus pesos el 12 de octubre de 2026 y fue anunciado por NVIDIA el 15 de octubre —cinco semanas antes de SC26—. Lo que llegó el 16 de noviembre es el aparato que lo rodea: un conjunto de evaluación de química, recetas de posentrenamiento y documentación para conectar el modelo con software científico CUDA-X como herramientas invocables. Nadie lo restringe. Lo clonas, dimensionas el hardware, lo ajustas finamente con tus propios datos, y el único paso de aprobación es tu propio presupuesto de cómputo.
Esa asimetría es toda la comparación, y todo lo que sigue es consecuencia de ella.
El marcador, dimensión por dimensión
• Modelo de acceso — Nemotron for Science: pesos abiertos en Hugging Face bajo OpenMDW-1.1, uso comercial y no comercial, sin solicitud. GPT-Rosalind: revisión de acceso de confianza antes de la primera llamada a la API; acceso al chat mediante un programa académico independiente que excluye explícitamente las llamadas a la API.
• Precio de lista — Nemotron for Science: no hay tarifa de proveedor; el costo de autohospedaje es tu hardware. Los listados de inferencia de terceros indican Super VL a $0,20 por millón de tokens de entrada y $0,50 por millón de tokens de salida, con un 75 % de descuento por caché y una tarifa combinada de $0,13. GPT-Rosalind: $5,00 de entrada / $25,00 de salida por millón, $0,50 de entrada en caché.
• Parámetros — Nemotron 3.5 Super VL: 120B en total, 12B activos por token, MoE híbrido de Mamba-2 y Transformer con 512 expertos enrutados por capa MoE. GPT-Rosalind: no revelado.
• Contexto y modalidad — Ambos con 1M tokens. Super VL acepta texto, imágenes y vídeo MP4 de hasta dos minutos, y devuelve texto. GPT-Rosalind acepta texto y archivos científicos como entrada a través de ChatGPT, Codex y la API; no se ha publicado ninguna declaración sobre entrada de imágenes de carácter general.
• Evidencia de dominio — Nemotron for Science: siete socios e instituciones nombrados, incluidos un 76 % de recuperación de reacciones en RxnScribe en Terray, el 81 % de las configuraciones de GROMACS averiadas reparadas por un agente de KTH en una ejecución nocturna de DGX Spark, y una precisión de síntesis de puntos cuánticos del 61 % frente al 54 % contra GPT-6 Astra en Lila Sciences. GPT-Rosalind: líder en BixBench, MedChemBench 27,5 %, GeneBench 21,6 %, LabWorkBench 63,2 % y una mejora del 4,42 % de rendimiento por token en LifeSciBench. Todo ello según datos reportados por los proveedores de ambas partes.
• Puntuación independiente — Nemotron 3.5 Super VL: Artificial Analysis Intelligence Index 14, 291 tokens por segundo, 11,85 s hasta el primer token de respuesta. GPT-Rosalind: no está incluido en ese índice.

La química y la biología no son el mismo punto de referencia.
Este es el desajuste que oculta una lectura especificación por especificación. La evidencia publicada de GPT-Rosalind es abrumadoramente biológica: rangos de expresión proteica, razonamiento a nivel génico, química medicinal, trabajo con protocolos de laboratorio. La evidencia publicada de Nemotron for Science es abrumadoramente química y computacional: extracción de esquemas de reacción, predicción de solubilidad, destino metabólico, síntesis de puntos cuánticos, reparación de dinámica molecular. Ambos son «ciencia», y un grupo de química computacional y un grupo de oncología traslacional no están en el mismo mercado.
Donde realmente se solapan es en la capa agéntica, y aquí la evidencia de NVIDIA es inusualmente concreta. Un modelo que lee un archivo de entrada de GROMACS defectuoso, determina por qué la topología y el archivo de coordenadas no concuerdan y produce una corrección que el motor luego acepta está haciendo uso de herramientas en varios pasos con una recompensa verificable, y KTH informa un 81 % de éxito en los casos de prueba que construyeron. La evidencia comparable de Rosalind es la ejecución de 32 minutos de la hipótesis sobre el tráfico de colesterol de octubre, en la que miles de agentes cooperantes filtraron más de 700 referencias hasta 11, y los revisores cegados prefirieron el resultado en aproximadamente tres cuartas partes de las comparaciones. Ambas son de primera parte. Ambas describen un bucle que planifica, ejecuta y comprueba. Ninguna publica una tasa de finalización bajo carga de producción, que es la cifra que realmente permitiría compararlas.
Lea las dos bases de evidencia como complementarias en lugar de competidoras. Si su trabajo es biología de laboratorio húmedo, el conjunto de datos de química de NVIDIA es casi irrelevante para usted y las filas de MedChemBench y LabWorkBench de Rosalind son las que debe leer. Si su trabajo es química computacional o simulación molecular, los resultados de GROMACS y de puntos cuánticos describen su semana real, y la optimización de biología de Rosalind es aquello por lo que pagaría un sobreprecio y no usaría.
Lo que cuesta un experimento, calculado
El precio por token es la unidad equivocada para ambos, así que aquí está la aritmética que importa. Toma una ejecución de entrenamiento posterior en Nemotron for Science: un modelo de 120B en BF16 requiere 4× H100 o 2× GB200, o un único DGX Spark con la compilación NVFP4. Una única ejecución nocturna en un DGX Spark —la configuración de KTH— es un costo fijo y conocido frente al hardware que posees o alquilas por hora. El conjunto de datos es gratuito y las recetas están publicadas. Puedes ejecutar el bucle cien veces y el costo marginal de la ejecución noventa y nueve es el mismo que el de la primera.
Ahora, la misma iteración en un especialista con tarificación por uso. Con $5.00 por entrada y $25.00 por salida por millón de tokens, una sola pasada de contexto largo sobre un corpus científico grande no es un error de redondeo, y el coste de un intento fallido se cobra a la misma tarifa que uno exitoso. Por eso la entrada en caché a $0.50 importa tanto del lado de Rosalind: si tus prompts comparten un prefijo grande, el descuento es del 90% y la economía cambia por completo. Si no lo comparten, no.
La conclusión honesta de esa aritmética no es «lo abierto es más barato». Es que las dos estructuras de precios recompensan distintos tipos de trabajo. El ajuste fino iterativo recompensa los pesos abiertos, porque pagas por cómputo y nada más. La evaluación por ráfagas de cien hipótesis contra un modelo de frontera recompensa una API medida, porque pagas por lo que usas y nada más. La mayoría de los grupos de investigación hacen ambas cosas, que es la parte incómoda.

Dónde encaja la capa de enrutamiento y dónde no
Ninguno de los dos checkpoints está en nuestro catálogo. No ofrecemos Nemotron 3.5 Super VL ni GPT-Rosalind, y sería un artículo extraño que pretendiera lo contrario: la respuesta práctica para el primero es que lo descargues, y para el segundo, que lo solicites a OpenAI.
Lo que sí está de nuestro lado de la línea es la parte de un agente científico que no es el modelo científico. El agente KTH GROMACS, la canalización de extracción Terray y el generador de protocolos Lila son todos agentes envueltos alrededor de un modelo de dominio: planifican, llaman herramientas, leen la salida y deciden qué hacer a continuación, y la capa de planificación suele ser un modelo general en lugar de un especialista. Esa capa es donde una única clave a través de más de 200 modelos a precio de lista del proveedor con 0% de margen se amortiza, y donde la conmutación automática por error importa — una ejecución agéntica que dura seis horas es una ejecución que no quieres perder en la hora cinco porque un proveedor aguas arriba tuvo una tarde mala. El DSL de enrutamiento compone esas llamadas; el especialista se queda donde corresponde.
¿Cuál elegir?
Si eres un grupo de química computacional o de simulación molecular con capacidad de GPU, Nemotron for Science es casi una obviedad: una licencia permisiva, un conjunto de 50.000 preguntas de química sobre el que puedes tanto evaluar como entrenar, y un bucle de herramientas documentado que se ha demostrado sobre el modo de fallo exacto con el que luchas cada semana. La ausencia de una tarifa de proveedor no supone un problema cuando, de todos modos, ibas a autohospedarlo.
Si te dedicas a la biología traslacional y necesitas un modelo que razone sobre proteínas y mecanismos de enfermedad, Rosalind es el único de los dos orientado a tu trabajo, y la revisión de acceso de confianza es el precio de entrada. Incluye en tu plan de proyecto el tiempo necesario para la revisión y ten en cuenta que las plazas gratuitas del programa académico no incluyen acceso a la API: un grupo universitario que quiera un pipeline necesita su propio acuerdo comercial.
Y si estás construyendo el agente y no el modelo, la elección es menos trascendente de lo que parece. Ambos se pueden invocar desde un bucle; ambos tienen modos de fallo; ninguno publica la tasa de finalización que resolvería la cuestión. Lo sensato es construir el bucle de modo que el modelo subyacente sea un valor de configuración y, después, medir. Esa es la única comparación que cualquiera de los dos proveedores te ha dejado.

