Nemotron 3.5 Super VL לעומת Nemotron 3.5 Lightning: שתי רמות של משפחה אחת, והטוקן שמכריע איזו מהן

שני המודלים האלה אינם יריבים, וההתייחסות אליהם כאל אחד היא הטעות שדפי המפרט מזמינים. NVIDIA Nemotron 3.5 Super VL הוא מודל חזותי-לשוני עם 120B פרמטרים ו-12B פעילים, שזקוק לארבעה כרטיסי H100 או לשני GB200 כדי לרוץ בדיוק מלא. NVIDIA Nemotron 3.5 Lightning 30B-A3B הוא מודל טקסט עם 30B פרמטרים ו-3B פעילים, שנכנס על DGX Spark אחד או על H100 אחד. הם חולקים רישיון — OpenMDW-1.1, שימוש מסחרי, משקולות פתוחות ומתכונים פתוחים — והם חולקים פילוסופיית תכנון של השתקת החישוב לכל טוקן עם Mamba-2 ומומחים דלילים. הם אינם חולקים מודאליות קלט, רצפת חומרה או תפקיד. Lightning הוא המבוגר מבין השניים בכחודשיים בערך, לאחר שיצא ב-11 באוגוסט 2026; המשקולות של Super VL נחתו ב-12 באוקטובר 2026, כשההכרזה של NVIDIA באה אחריהן ב-15 באוקטובר, כך שאחד מאלה הוא גרסה יציבה והשני בן יום.

השער, במילים פשוטות

שני המודלים קיימים כצ'קפוינטים להורדה עם מתכוני הערכה מפורסמים. שניהם מוערכים על ידי הספק: כל מספר בטבלאות שלהלן מגיע ממערכת ה-NeMo Gym או NeMo Evaluator של NVIDIA עצמה, ולא מצד שלישי, ולאף אחד מהם אין מאחוריו ביקורת בלתי תלויה של תפוקה או דיוק. הסתייגות זו חלה על כל ההשוואה ואינה חוזרת בכל שורה.

היכן Lightning מתאים יותר: NVIDIA אומרת שצ'קפוינט Lightning 30B-A3B NVFP4 הורד בערך 907,000 פעמים ב-Hugging Face, לעומת כ-142 עבור צ'קפוינט BF16 Super VL בן יום אחד. זה לא אות איכות — זה ההבדל בין מודל שאתה יכול להריץ על מאיץ ברמת מחשב נייד לבין אחד שאתה לא יכול.

מה מכילות שתי נקודות הביקורת

Nemotron 3.5 Lightning 30B-A3B הוא תערובת מומחים (MoE) היברידית הבנויה משכבות Mamba-2 ו-MoE משולבות לסירוגין עם כמה שכבות attention, 30B פרמטרים בסך הכול ו-3B פעילים לכל טוקן, חלון הקשר של 1M טוקנים, וטקסט כקלט היחיד שלו. NVIDIA אימנה אותו על יותר מ-20 טריליון טוקנים עם מתכון אימון מקדים NVFP4, הוסיפה ראשי Multi-Token Prediction, ואז עשתה כיוונון עדין על נתוני קוד, מתמטיקה, מדע, קריאה לכלים ומעקב אחר הוראות סינתטיים לפני שלב למידת חיזוק GRPO. הוא מגיע עם שלוש אסטרטגיות פענוח ספקולטיבי נפרדות — DSpark לעבודה עם מקביליות נמוכה במרכז נתונים וב-DGX Spark, ובנוסף MTP ו-DFlash — כמות בלתי שגרתית של הנדסת inference עבור מודל 30B, והוא אומר לך מיהו המשתמש המיועד: מישהו שמריץ סוכנים באופן מקומי ומסתכל על שעון הקיר.

NVIDIA Nemotron 3.5 Super VL חולק את השלד ומוסיף עיניים. אותו שילוב היברידי שזור של Mamba-2, MoE וקשב, אך עם 512 מומחים מנותבים בכל שכבת MoE, מקודד חזותי C-RADIO ומחבר חזותי-לשוני, 120B פרמטרים בסך הכול ו-12B פרמטרים פעילים, וקלט של טקסט, תמונה ווידאו. עמוד השדרה הלשוני שלו אותחל מ-Nemotron 3 Super Base, ואז עבר זיקוק במשך טריליון טוקנים מ-Nemotron 3 Ultra Base לפני המשך אימון מקדים, הרחבה של 35 מיליארד טוקנים להקשר של 1M, אימון ביניים בהנדסת תוכנה ושלב התאוששות של הקשר ארוך. שתי ההשקות חולקות גם דוח טכני — NVIDIA פרסמה את העבודה על Super ו-Lightning יחד.

• פרמטרים פעילים — 12B לכל טוקן עבור Super VL לעומת 3B עבור Lightning. פי ארבעה מחשוב על כל טוקן שנוצר, לפני שמקודד הראייה נספר.

• מודאליות — טקסט, תמונות ופריימים נדגמים מווידאו אל Super VL; קלט טקסט, פלט טקסט עבור Lightning. השפות הנתמכות של Lightning הן אנגלית, ספרדית, צרפתית, גרמנית, איטלקית ויפנית.

• רצפת חומרה — 4×H100 או 2×GB200 ב-BF16 עבור Super VL, עם בנייה של NVFP4 ומיקרו-שירות NIM לייצור; DGX Spark אחד, H100 אחד, RTX 5090 או סיליקון בדרגת Ampere דרך W4A16 עבור Lightning.

• הקשר — 1M טוקנים בשניהם, ושניהם עם מתכונים שפורסמו ולא עם מקסימום מפורסם יחיד.

• פענוח ספקולטיבי — Super VL משתמש בראש ה-MTP שלו באופן מקורי, ללא צורך בהורדת מודל טיוטה; Lightning מספקת גרסאות DSpark, MTP ו-DFlash כנקודות ביקורת נפרדות.

• רישיון — OpenMDW-1.1 עבור שניהם, שימוש מסחרי מותר, עם מערכי נתונים פתוחים וסביבות RL ב-Hub.

מה המספרים אומרים ומה הם אינם אומרים

בהרנס של NVIDIA עצמה השניים אינם קרובים זה לזה, וזה צפוי: מודל עם 12B פרמטרים פעילים אמור לגבור על אחד עם 3B פעילים. ביסוס הפער בטבלאות שפרסמה NVIDIA: GPQA-Diamond 89.52 ל-Super VL לעומת 75.44 ל-Lightning; HLE בטקסט בלבד 31.79 לעומת 11.72; SWE-bench Verified 71.10 לעומת 51.56; Terminal-Bench 2.1 66.70 לעומת 24.58; AA-LCR 68.62 לעומת 52.00.

הדפוס שבתוך השורות האלה שימושי יותר מאשר השורות עצמן. היתרון של Super VL עצום במבחני הקשר ארוך וביצוע סוכני, וצנוע יחסית בידע כללי — MMLU-Pro הוא 76.91 לעומת 81.94 של Lightning, מקרה נדיר שבו המודל הקטן יותר מנצח בשורה. זו הצורה של מודל שעבר במכוון אימון ביניים על נתוני הנדסת תוכנה וקיבל שלב התאוששות להקשר ארוך: הוא טוב יותר בהנעת משימה עד הסוף מאשר בשליפת עובדות. אם עומס העבודה שלך הוא מענה על שאלות עובדתיות על טקסט קצר, החיסרון של מודל 30B כמעט מתפוגג, והוא עושה זאת ברבע מהמחשוב לכל טוקן.

NVIDIA מפרטת הסתייגות בכרטיס ה-Lightning שראוי לחזור עליה במדויק במהותה: המספרים נמדדו עם הצ'קפוינט הרשמי של NVFP4 וחלים עליו, ו-NVIDIA מציינת שההערכה שלה עצמה עשויה להיות שונה מהמספרים שמדווחים ספקי המודלים המתחרים. זו שורה כנה באופן יוצא דופן, והיא חלה באותה מידה על הטבלה של Super VL.

בחירת המסלול, ומה קורה מעליו

כלל ההחלטה נובע מהמודאליות ומהרצפה ולא מהמדד. כל דבר שצריך לקרוא עמוד — חשבונית, תרשים, טופס סרוק, צילום מסך של אפליקציה, פריים וידאו — יכול לעבור רק אל Super VL, מפני של-Lightning אין נתיב לפיקסלים בכלל. כל דבר שהוא טקסט נכנס וטקסט יוצא, פועל ברציפות, ורץ על חומרה שכבר בבעלותך, שייך ל-Lightning, מפני שמודל עם 3B פרמטרים פעילים ב-NVFP4 על מאיץ בודד הוא בסיס עלות שונה לחלוטין משנים עשר מיליארד פרמטרים פעילים על פני ארבעה GPUs.

מעל שניהם ניצב NVIDIA Nemotron 3 Ultra 550B-A55B, שכרטיס Super VL עורך מולו השוואת ביצועים ישירות, ושזקוק לשמונה יחידות GB200 או שש־עשרה יחידות H100. שלוש דרגות, שלושה סוגי חומרה, רישיון אחד. המשפחה תוכננה כך שארגון אחד יוכל לפרוס את שלושתם ולהעביר עבודה ביניהם, והבעיה ההנדסית המעניינת אינה לבחור אחד — אלא הראוטר שמחליט איזו בקשה הולכת לאן.

שכבת הניתוב הזו היא המקום שבו פלטפורמה, ולא צ׳קפוינט, מצדיקה את קיומה, וכדאי להיות מדויקים לגבי מה אנחנו כן עושים ומה לא עושים כאן. OrcaRouter אינה מגישה את NVIDIA Nemotron 3.5 Super VL, Nemotron 3.5 Lightning 30B-A3B או Nemotron 3 Ultra 550B-A55B; אף אחד מהשלושה אינו נמצא בקטלוג שלנו, וצ׳קפוינט באירוח עצמי הוא, מעצם הגדרתו, לא משהו שספק API יכול למסור לך. מה שאנחנו מספקים הוא החלק שמקיף צי משולב של מודלים מקומיים ומתארחים: ה‑DSL לניתוב שמחבר כמה מודלים לקריאה אחת, כך שפייפליין יכול לשלוח את העמודים המכניים שלו למודל קטן וזול ולהסלים רק את הקשים, וגם מעבר אוטומטי לגיבוי בין ספקים במעלה הזרם כך שתלות מתארחת שמתדרדרת לא מפילה איתה את הפייפליין. הצד הקטלוגי של המשוואה הזו — נכון לעכשיו יותר ממאתיים מודלים תחת מפתח אחד בתוספת של 0% מעל מחיר המחירון של הספק — הוא מה שענף ההסלמה קורא אליו. Lightning באירוח עצמי שמטפל בנפח ומודל מתארח מנותב שמטפל בחריגים הוא מערכת קטנה ובטוחה יותר מאשר כל חצי לבדו.

מה לצפות

הבגרות היחסית של Lightning היא המשתנה שלא מעריכים מספיק. הוא זמין לציבור מאז אוגוסט, יש לו קוונטיזציות של צד שלישי, תמיכה ב-llama.cpp, Ollama, LM Studio ו-vLLM, ובסיס הורדות גדול מספיק כדי שאופני הכשל שלו יהיו ידועים. ל-Super VL יש כרטיס מודל, דוח טכני, מתכון יום-אפס ל-vLLM וספירת הורדות בת יום. להריץ אותו בפרודקשן החודש משמעו להיות האדם שמגלה את הקצוות המחוספסים.

הדבר הספציפי שכדאי לשים לב אליו הוא האם גרסת ה-NVFP4 Super VL סוגרת את פער החומרה מספיק כדי שיהיה לכך משמעות. אם מודל 120B-A12B מכומת פועל באופן שימושי על מספר קטן של מאיצים — לא אחד, אלא פחות מארבעה — אז גבול הדרגה זז וכל המשפחה בת שלושת המודלים נעשית זולה יותר לפריסה כיחידה. עד שזה יקרה, החלוקה היא לפי מודאליות: Lightning לטקסט בהיקף גבוה על החומרה שלך, Super VL לכל דבר שיש בו פיקסל, Ultra כאשר המשימה באמת זקוקה למודל הגדול ביותר ש-NVIDIA מוכרת.