Nemotron 3.5 Super VL לעומת DeepSeek V4 Flash Vision Exp: שמונה נקודות מדד, ורק אחת מהן היא מוצר

במדד Artificial Analysis Intelligence Index, DeepSeek V4 Flash Vision Exp מנצח את NVIDIA Nemotron 3.5 Super VL ב-8.35 נקודות — 34.84 מול 26.49, שניהם אינם משוערים — והוא עושה זאת במחיר מפורסם של $0.44 למיליון טוקני קלט ו-$1.32 למיליון טוקני פלט, בעוד ש-NVIDIA לא פרסמה מחיר כלל. זו התמצית שקורא דף-מפרט לוקח איתו, וזו התמצית הלא נכונה לפעול לפיה. שני המודלים אינם מתחרים על אותה משבצת. NVIDIA Nemotron 3.5 Super VL הוא מודל בזמינות כללית עם דו"ח טכני, מיקרו-שירות NIM, תמיכה ארגונית ומערכת אקולוגית של פוסט-אימון הכוללת את Scale AI, Salesforce ו-CrowdStrike. DeepSeek V4 Flash Vision Exp הוא, לפי שם הקובץ של עצמו, ניסוי: החבר המולטימודלי הראשון במשפחת V4, שמסופק כמשקלים בתוספת מימוש ייחוס מינימלי ב-PyTorch, וקיבל ציון באותו פאנל בתצורה ש-DeepSeek אינה מוכרת. פער של שמונה נקודות הוא פער אמיתי. זה גם פער בין שירות לבין תוצר מחקרי, והשאלה המועילה אינה מי מנצח אלא איזה מהם יכול לשבת בתוך גבולות התאימות שלך בעוד שישה חודשים.

מה כל אחד הוא בפועל

NVIDIA Nemotron 3.5 Super VL הוא מודל היברידי בעל 120 מיליארד פרמטרים — שכבות Mamba-2, תערובת מומחים עם 512 מומחים מנותבים, וקשב — עם מקודד חזותי C-RADIO, 12 מיליארד פרמטרים פעילים לכל טוקן, עד מיליון טוקנים של הקשר וחיזוי ריבוי טוקנים מקורי לפענוח ספקולטיבי ללא drafter נפרד. הקלטים שלו הם טקסט, תמונות וווידאו; הפלט הוא טקסט. ההערכה של NVIDIA עצמה מכסה OCR, הסקה מתרשימים ומסמכים, הבנת וידאו ועבודה בהקשר ארוך, והרישיון הוא OpenMDW-1.1, המתיר שימוש מסחרי. הוא כולל דוח טכני ומתכון פריסה מפורסם עבור 4×H100 או 2×GB200.

DeepSeek V4 Flash Vision Exp נבנה על ארכיטקטורת DeepSeek-V4-Flash, ומוסיף מודולים חזותיים ואימון ממשיך. המאגר כולל 48 שברי safetensors תחת MIT, tokenizer, מודול קידוד שממיר בלוקי הודעות בסגנון OpenAI לפרומפטים, ומימוש PyTorch מינימלי שמכסה את מקודד הראייה, ה-aligner, קשב DFlash, MoE, Hyper-Connections ומסלול ה-forward של DSpark. הקונפיגורציה מציגה MoE בן 43 שכבות עם 256 מומחים מנותבים, 6 מומחים לכל טוקן, 1,048,576 פוזיציות מקסימליות וראש חיזוי ריבוי-טוקנים בן שלוש שכבות. הכרטיס מציין במפורש שזהו המודל המולטימודלי הניסיוני הראשון של DeepSeek בסדרת V4, ושכשהוא משפר את DeepSeek-V4-Flash-0731 במשימות סוכנים מולטימודליות, הוא שומר על ביצועים דומים באלה שהן טקסט בלבד.

• פרמטרים ומבנה — NVIDIA Nemotron 3.5 Super VL: 120B סה״כ / 12B פעילים MoE היברידי עם ראייה C-RADIO. DeepSeek V4 Flash Vision Exp: 284B סה״כ / 13B פעילים MoE, 256 מומחים מנותבים, 6 לכל טוקן.

• מדד Intelligence Index — 26.49 עבור Super VL, 34.84 עבור תצורת DeepSeek המוגשת. שניהם לא משוערים, ושניהם לפי Artificial Analysis.

• אסימוני פלט לכל משימת אינדקס — 49,174 לעומת 69,174. Super VL מסיים את משימות הפאנל עם 29% פחות אסימונים.

• מחיר — אין תעריף מפורסם בשום מקום עבור Super VL;‏ $0.44 לקלט / $1.32 לפלט למיליון עבור תצורת DeepSeek המוגשת, לפי אותו פאנל.

• רישיון ומחויבות — OpenMDW-1.1 עם שימוש מסחרי, GA ושירות NIM עבור Super VL; משקלים ברישיון MIT ומימוש ייחוס, המסומנים כניסיוניים, עבור DeepSeek V4 Flash Vision Exp.

• מודאליות — קלט טקסט, תמונה וווידאו עבור Super VL לפי כרטיס המודל של NVIDIA; קלט תמונה ופלט טקסט עבור מודל DeepSeek, שבטבלת הבנצ'מרק של עצמו אין כלל שורות וידאו.

הפער של שמונה נקודות מחזיק מעמד; השוואת המחירים לא.

התחל בחלק שהוא באמת מוכרע. המודל של DeepSeek מקבל ציון גבוה יותר ועולה פחות לכל טוקן, והפער אינו רעש — 8.35 נקודות אינדקס הן בערך המרחק בין NVIDIA Nemotron 3.5 Super VL לבין ה-550B NVIDIA Nemotron 3 Ultra 550B A55B של NVIDIA עצמה, שנמצא ב-22.93. אז ההצגה הכנה היא ששחרור מולטימודאלי ניסיוני 284B של מעבדה סינית מקבל כעת ציון גבוה יותר ממודל חזון פתוח דגל של מעבדה אמריקאית, בגודל של בערך שליש בציר הפרמטרים הפעילים ובתעריף מפורסם. אם עומס העבודה שלך הוא הבנת מסך ותרשימים המסופקת דרך API, זו כל התשובה ואתה יכול להפסיק לקרוא.

ההשוואה מתפרקת ברגע שאתה רוצה להריץ אותה בעצמך, וזו הסיבה ששני המודלים האלה קיימים. הנתון 34.84 משויך לתצורת ה-Max המוגשת, לא לנקודת ביקורת שתוכל לפרוס. מאגר ה-Hub הוא שחרור משקולות אמיתי תחת MIT, אבל הכרטיס של DeepSeek עצמה מציג אותו כחפץ ניסיוני עם מסלול הסקה מינימלי — מסוג השחרורים שמעבדה מפרסמת כדי לאפשר לחוקרים לשחזר מאמר, לא מסוג אלה שהיא תומכת בהם בחוזה ארגוני. NVIDIA עושה את ההפך: מפרסמת משקולות במקביל למוצר, כשהקורא צפוי לארח. בבנצ'מרקים ששתי המעבדות בוחרות לפרסם, ההבדל ניכר. DeepSeek מדגישה עבודת סוכנים מולטימודלית — ApexBench 36.5 לעומת 26.2 שלה עצמה עבור המודל הטקסטואלי בלבד, Chartography 64.3, ZeroBench ב-35.0 pass@5, Agents' Last Exam 27.3. NVIDIA מדגישה משטחי מסמכים ווידאו — OCRBench v2 ב-68.12 באנגלית, MMLongBench-Doc 62.82, CharXiv reasoning 80.82, Video-MME v2 32.85. אף אחת מהקבוצות אינה ניתנת להשוואה לאחרת, ושתיהן מדווחות על ידי הספק.

כאשר מספרי הספקים אינם תואמים זה לזה

יש פרט בטבלה של NVIDIA עצמה ששווה פסקה, כי זה בדיוק סוג הדבר שעובר "הלבנה" באגרגציה. בעמודת ההשוואה של NVIDIA נכלל DeepSeek-V4-Flash0731, ועבורו מדווח Terminal-Bench 2.1 בציון 76.80. הכרטיס של DeepSeek עצמה מדווח 82.7 עבור אותו מודל באותו בנצ'מרק, ו-83.9 עבור DeepSeek V4 Flash Vision Exp. שלושה מספרים, בנצ'מרק אחד, שתי מערכות הרצה, ואין התאמה באף אחד מהצדדים. זה לא שערורייה — הגדרות שונות של תשתית הרצה ומאמץ חשיבה מזיזות בנצ'מרקים אג'נטיים בכמה נקודות, ו-NVIDIA מפרסמת את המתכונים של NeMo Gym בדיוק כדי שאפשר יהיה לבדוק את ההגדרות. אבל זה אומר שכאשר רואים פער של שמונה נקודות במדד, המדד עצמו הוא החלק המהימן, ואילו בנצ'מרקי המשנה אינם. המדד הוא מערכת הרצה אחת שצד שלישי מפעיל על שני המודלים. טבלאות הבנצ'מרק הן ארבע מעבדות שנותנות ציון לשיעורי הבית של עצמן על תשתית ההרצה שלהן.

באותו פאנל, שני המודלים נושאים מדד אומניסיنس שלילי. Super VL עומד על מינוס 4.22 עם דיוק של 23.3% ושיעור הזיות של 35.8%; השורה הזו מודדת אם מודל נמנע מלהשיב כשהוא אינו יודע, ואף אחד מהשניים אינו טוב בכך. GDPval-AA — תוצרים מוגמרים ולא תשובות — מעניק ל-Super VL ‏1,162.41 ולרובריקת AA-Briefcase דירוג Elo של 998.76. עבור מודל DeepSeek אותן שורות אינן מאוכלסות בתצורה המוגשת. אם תרחיש השימוש שלך הוא אחזור ידע, אף אחד מהמספרים אינו מעודד. אם הוא הפקת מסמכים, ל-Super VL יש את השורה הנמדדת היחידה מבין השניים.

הרצת כל אחד מהם

הפריסה היא המקום שבו הדרכים נפרדות לתמיד. NVIDIA Nemotron 3.5 Super VL מגיש BF16 על 4×H100 או 2×GB200 עם מכולות vLLM ו-SGLang מקובעות, מוסיף בנייה של NVFP4 לטביעות רגל צמודות יותר, ומתעד צינור וידאו שדוגם 256 פריימים בקצב 2 FPS עם שיעור גיזום של 0.5. DeepSeek V4 Flash Vision Exp מפרסם מתכון vLLM עבור צומת 4×GB300 יחיד עם מטמון KV מסוג FP8, גודל בלוק 256 ופענוח ספקולטיבי DSpark שנשאב מאותה נקודת ביקורת, ובנוסף מסלול SGLang — קל יותר בצד המכירה, כבד יותר בהנחה שאתה יודע מה אתה עושה. שניהם דורשים חומרה ברמת מרכז נתונים; אף אחד מהם אינו דגם למחשב נייד. באופן בולט, הדבר היחיד שהם חולקים הוא שקיצוץ של ספק למחיר מחירון מופיע בעלות ב-OrcaRouter באותו יום שבו הוא נוחת, כי אנחנו מעבירים את תמחור הספק הלאה ב-0% תוספת מחיר על פני יותר מ-200 מודלים במפתח יחיד, ו-מעבר אוטומטי לגיבוי מאפשר לך לשים נקודת ביקורת לא מוכחת על נתח מהתעבורה בזמן שנקודה מוכחת מחזיקה את השאר. זו התשובה המעשית כשהפער של שמונה נקודות והמחיר החסר הופכים את ההחלטה לקרובה באמת: לנתב את שניהם, למדוד על הקלטים שלך, ולתת לתעבורה להכריע — עם הסתייגות שרק אחד מהשניים ניתן לניתוב היום. DeepSeek V4 Flash Vision Exp כבר נמצא בקטלוג שלנו, בתעריף שהספק שלו מפרסם, ולא בתעריף עם תוספת מחיר; NVIDIA Nemotron 3.5 Super VL עדיין לא שם, כי אף אחד לא מגיש באופן אמין נקודת ביקורת בת שלושה ימים. את האסימטריה הזו כדאי לומר בקול רם במקום לרמוז שאנחנו נושאים את שניהם.

הבחירה בשורה אחת לכל אחת

בחרNVIDIA Nemotron 3.5 Super VL כאשר העבודה היא מסמכים, תרשימים, עמודים סרוקים ווידאו, כאשר הרישיון חייב להתיר שימוש מסחרי, וכאשר אתה צריך ספק שעדיין יענה לקריאות תמיכה בנוגע לצ'קפוינט בעוד שנה — תוך השלמה עם כך שאתה מוותר על 8.35 נקודות מדד ומשלם עבור GPUs במקום טוקנים. בחר DeepSeek V4 Flash Vision Exp כאשר העבודה היא הבנת תרשימים ומסכים דרך API, כאשר $0.44 ו-$1.32 למיליון טוקנים הם שורת התקציב, וכאשר המסגור בדרגת בטא של גרסה ניסיונית מקובל — תוך השלמה עם כך שהתצורה המוגשת אינה הצ'קפוינט והצ'קפוינט אינו נתמך. צוותים שזקוקים לשתי ההתנהגויות מריצים בדרך כלל שני עומסי עבודה שונים, ושני עומסי עבודה שונים הם בדיוק מה שנקודת קצה אחת עם failover נועדה עבורו.