Nemotron 3.5 Super vs Gemini 3.1 Pro: yang satu berkas, yang satu pratinjau

Perbedaan yang paling berdampak antara NVIDIA Nemotron 3.5 Super dan Gemini 3.1 Pro tidak ada di tabel benchmark mana pun. Perbedaan itu terletak pada status rilis. Model NVIDIA — 120 miliar parameter total dengan 12 miliar aktif per token, encoder visi C-RADIO yang dipasangkan ke campuran pakar hibrida Mamba-2 dan Transformer, diterbitkan dengan nama lengkap NVIDIA Nemotron 3.5 Super VL dan dirilis di Ollama sebagai nemotron-3.5-super — adalah sekumpulan berkas. Berkas-berkas itu diunggah ke Hugging Face pada 12 Oktober 2026, tiga hari sebelum postingan newsroom NVIDIA sendiri pada 15 Oktober meresmikannya, dan Anda dapat mengunduh 82,3 GiB berkas tersebut malam ini dan menjalankannya di kartu Anda sendiri dengan lisensi yang mengizinkan penggunaan komersial. Google Gemini 3.1 Pro diumumkan pada 19 Februari 2026 dan masih dilayani sebagai endpoint pratinjau. Delapan bulan kemudian, ini adalah model yang dapat Anda panggil dan tidak dapat Anda miliki.

Pembingkaian itu bukanlah bentuk merendahkan salah satu pendekatan. Endpoint pratinjau adalah cara sebuah lab terdepan merilis dan melakukan iterasi pada sesuatu yang belum siap dibekukan, dan bagi sebagian besar tim itu adalah pilihan yang lebih menguntungkan. Namun, kedua model menempati posisi yang berbeda dalam suatu penerapan, dan perbandingan yang jujur adalah tentang posisi mana yang Anda butuhkan — bukan tentang mana yang menang di tabel.

Satu hal yang perlu dikatakan secara gamblang sebelum angka-angkanya. Nemotron 3.5 Super baru berusia empat hari pada saat penulisan. Vendor telah mengumumkannya, jadi ini bukan rilis senyap dalam artian belum dikonfirmasi, tetapi basis bukti independennya kira-kira hanya satu skor panel dan banyak baris dari vendor. Pratinjau Gemini sudah mendapatkan perhatian dunia selama delapan bulan dan didukung oleh kumpulan pengukuran pihak ketiga yang jauh lebih besar. Di bagian yang buktinya tipis, halaman ini mengatakannya alih-alih membulatkannya ke atas.

Perangkat keras terhadap kunci

• Apa yang Anda terima — sebuah checkpoint: bobot referensi BF16, varian Base dan build NVFP4, plus drafter LiLiCorr terpisah, semuanya dipublikasikan pada 12 Oktober 2026 · endpoint yang dihosting di balik kunci API, dalam status pratinjau sejak 19 Februari 2026.

• Lisensi — OpenMDW-1.1, penggunaan komersial diizinkan, dan kartu model menyatakan bahwa checkpoint siap untuk penggunaan komersial maupun non-komersial · Ketentuan layanan Google.

• Parameter — total 120B, 12B aktif, 512 pakar terarah per lapisan MoE, diungkapkan sepenuhnya di kartu · tidak dipublikasikan.

• Kontak langsung dengan perangkat keras — empat H100 atau dua GB200 untuk BF16; satu kartu 96 GB untuk tag 4-bit bawaan pada 82,3 GiB ditambah proyektor visi 1,6 GiB · tidak ada, secara desain.

• Konteks — hingga 1.000.000 token, dengan peringatan dari kartu itu sendiri bahwa memori yang tersedia dan pengaturan runtime menentukan angka yang dapat digunakan serta bahwa prompt, gambar, riwayat, hasil alat, dan token yang dihasilkan semuanya berbagi anggaran tersebut · 1.048.576 token konteks.

• Batas output — tidak diterbitkan di mana pun; kartu NVIDIA maupun registri runtime tidak menyebutkannya · 65.536 token.

• Modalitas — teks, gambar, dan video masuk, teks keluar; jalur visi bukan opsional, setiap tag yang diterbitkan membawa proyektor · teks, gambar, video, audio, dan file masuk, teks keluar, yang merupakan permukaan masukan paling luas di antara apa pun dalam perbandingan ini.

• Harga terukur — tidak ada yang dipublikasikan; self-host atau tidak sama sekali · $2 per juta token input dan $12 per juta token output, menjadi dua kali lipat yaitu $4 dan $12 ke atas untuk prompt di atas 200.000 token.

Dua hal yang menentukan deployment adalah harga dan input. Model NVIDIA tidak punya harga karena tidak punya endpoint — biayanya adalah perangkat keras dan listrik, dan satu-satunya variabel yang penting adalah utilisasi. Pratinjau Gemini memiliki harga dengan jurang di dalamnya: 200.000 token input pertama ditagih $2 per juta dan semua yang di atasnya ditagih dua kali lipat dari itu, sebuah detail yang ingin Anda ketahui sebelum membangun pipeline yang menjejalkan satu juta token konteks ke setiap panggilan.

Encoder visi adalah tempat keduanya benar-benar bertemu

Kedua model menerima gambar dan video, yang menjadikan ini satu-satunya sumbu yang perbandingannya bersifat langsung, bukan struktural. Ini juga sumbu yang buktinya paling tidak merata.

Pada tabel NVIDIA sendiri, semuanya dijalankan oleh vendor melalui harness NeMo Gym: 62.82 pada MMLongBench-Doc, 78.16 pada MathVision, 80.82 pada penalaran CharXiv, 65.08 pada OCR-Reasoning, 85.60 pada V*, 68.12 pada OCRBench v2 bahasa Inggris, 59.15 pada kumpulan bahasa Mandarin, 32.85 pada Video-MME v2, dan 51.14 pada OSWorld-Verified. Baris-barisnya konsisten dengan model yang membaca dokumen dan bagan secara kompeten dan secara signifikan lebih lemah pada teks berbahasa Mandarin daripada bahasa Inggris.

Google belum menerbitkan tabel yang cocok untuk pratinjau tersebut dalam format yang digunakan NVIDIA, dan halaman ini tidak akan memalsukan tabel semacam itu dengan memasangkan angka dari harness yang berbeda. Yang bisa dikatakan secara jujur adalah bahwa panel pihak ketiga yang sama yang menilai kedua model menempatkan pratinjau Gemini sedikit lebih tinggi pada indeks keseluruhannya — sekitar 29,7 berbanding 26,49 untuk checkpoint NVIDIA — dan bahwa evaluasi panel terhadap entri Gemini bertanggal pada pengumuman Februarinya, bukan pada revisi yang lebih baru. Mengingat selisih indeksnya sekitar tiga poin dan kedua entri diukur terpisah delapan bulan, menganggap salah satunya sebagai putusan final atas yang lain adalah pembacaan yang berlebihan.

Yang bukan tafsir berlebihan: pratinjau Gemini menerima audio dan checkpoint NVIDIA tidak. Jika input Anda mencakup rekaman panggilan, rapat, atau trek audio apa pun, separuh dari perbandingan ini sudah ditentukan sebelum parameter dibahas. Sebaliknya, jika beban kerja Anda adalah korpus dokumen tetap yang Anda proses puluhan ribu kali sehari, model yang dapat Anda jalankan secara lokal dengan biaya tetap adalah proposisi yang secara struktural berbeda dari model yang menagih $2 per juta token setiap kali Anda melihat satu halaman.

Jebakan dalam default NVIDIA yang belum pernah dibahas siapa pun

Ini adalah jenis detail yang hanya akan muncul jika Anda membaca registri runtime alih-alih blog vendor, dan ini layak untuk satu paragraf.

Kartu tersebut menetapkan dua konfigurasi sampling yang direkomendasikan: temperature 1.0 dengan top_p 0.95 untuk teks, dan temperature 0.6 dengan top_p 0.95 untuk visi. Default yang disertakan dalam manifes Ollama adalah pasangan untuk teks. Artinya, konfigurasi yang akan dijalankan sebagian besar orang untuk model visi ini secara default disetel untuk separuh model yang bukan visi. Jika pengalaman pertama Anda dengannya pada halaman hasil pemindaian atau bagan mengecewakan, pengaturan sampling adalah hal pertama yang perlu diperiksa — sebelum menyimpulkan apa pun tentang kemampuan checkpoint itu sendiri.

Dua detail terkait dari manifes yang sama. Blob konfigurasi mendeklarasikan model_type: 123.6B sementara setiap label yang ditujukan untuk manusia menyebutkan 120B, yang merupakan perbedaan pembulatan alih-alih ketidaksesuaian pada bobot, tetapi ini penting ketika skrip perkakas menentukan apa yang akan muat. Dan gerbang runtime diberlakukan, bukan sekadar disarankan: requires: 0.40.5, jadi pada Ollama versi mana pun yang lebih lama, model ini tidak bisa di-pull sama sekali.

Apa sebenarnya nilai dari jeda delapan bulan

Sebuah argumen dapat diajukan bahwa pratinjau yang telah bertahan selama delapan bulan trafik dalam beberapa hal lebih dapat dipercaya daripada checkpoint yang berusia empat hari, dan itu adalah argumen yang bagus.

Endpoint pratinjau telah dihantam habis-habisan. Mode kegagalannya didokumentasikan oleh orang lain. Harganya dipublikasikan, bukan disimpulkan. Jendela konteksnya berperilaku seperti yang dinyatakan dokumentasi, karena ribuan pengguna telah menemukan di mana ia tidak berperilaku demikian. Dan pratinjau yang dibiarkan Google tetap dalam status pratinjau selama delapan bulan alih-alih dipromosikan, setidaknya, tidak ditarik secara diam-diam — yang merupakan informasi tentang viabilitas komersial model yang tidak dapat diberikan oleh stempel waktu repositori mana pun kepada Anda tentang checkpoint NVIDIA.

Di sisi lain, pratinjau ini membawa dua biaya yang tidak dimiliki file yang dihosting sendiri. Pertama, ia dapat berubah. Status pratinjau adalah pernyataan eksplisit bahwa endpoint dapat direvisi tanpa pemberitahuan, dan pipeline yang disetel untuk perilaku persis suatu pratinjau adalah pipeline dengan dependensi yang tidak di-hedge di dalamnya. Kedua, ekonomi biayanya berskala linear dan selamanya. Tidak ada volume yang jika dilampaui membuat pratinjau Gemini menjadi lebih murah per token; ada volume yang jika dilampaui biaya tetap empat H100s mengalahkannya. Titik persilangan itulah satu-satunya angka yang seharusnya menentukan keputusan ini, dan itu adalah properti lalu lintas Anda, bukan properti model mana pun.

Dan defisit delapan bulan pada checkpoint NVIDIA itu bukan semata-mata sebuah kerugian. Vendor tersebut telah menerbitkan bukan hanya bobot, tetapi juga harness evaluasi yang dapat direproduksi dan laporan teknis, serta kolom tanggal rilis pada kartu dan stempel waktu repositori keduanya cocok dengan postingan newsroom. Itu adalah proses rilis yang lebih dapat diaudit daripada yang didapatkan sebagian besar peluncuran open-weight, meskipun auditnya baru saja dimulai.

Tidak satu pun dari ini ada di kunci kami, dan salah satunya adalah alasan yang penting.

Patut bersikap terus terang soal ketersediaan. Gemini 3.1 Pro dapat diakses di OrcaRouter dalam bentuk pratinjaunya dengan harga daftar penyedia yang diteruskan tanpa markup per token — $2 untuk input dan $12 untuk output, dengan tier konteks panjang dihargai sesuai tarif yang dipublikasikan Google, aktif di sisi kami pada hari yang sama alih-alih saat perpanjangan berikutnya. Jika Anda ingin mengetahui apakah pratinjau ini menangani beban kerja dokumen Anda, itu cukup satu kunci dan tanpa pengadaan.

Nemotron 3.5 Super tidak ada di key kami. Kami merutekan sedikit lebih dari dua ratus model dan tidak ada entri NVIDIA Nemotron di antaranya, jadi artikel ini bukan saran bahwa Anda dapat memanggilnya di platform kami. Rute Anda adalah kanal build dan distribusi milik NVIDIA sendiri serta pull runtime lokal.

Yang benar-benar berguna dari lapisan perutean di sini adalah bagian dari keputusan ini yang sama sekali tidak berkaitan dengan tolok ukur. Jalankan beban kerja dokumen Anda yang sebenarnya terhadap pratinjau yang dihosting terlebih dahulu. Jika ia melewati ambang batas, Anda telah mengetahui bahwa beban kerja itu adalah beban kerja yang ditangani oleh model terdepan, dan Anda sekarang dapat membuat argumen volume tentang apakah akan memindahkan sebagian darinya ke checkpoint yang dijalankan secara lokal. Jika ia tidak melewati ambang batas, Anda telah mengetahui sesuatu yang bahkan lebih berharga, dan Anda telah mengetahuinya dengan harga beberapa dolar token alih-alih harga sebuah klaster.

Putusan yang sempit

Jika Anda membutuhkan input audio, rangkaian modalitas input seluas mungkin, batas output yang dipublikasikan, atau model yang mode kegagalannya sudah dipetakan orang lain, Gemini 3.1 Pro Preview adalah jawabannya, dan delapan bulan pengukuran pihak ketiga di baliknya bernilai lebih daripada yang disiratkan oleh selisih indeks tiga poin.

Jika Anda perlu menyimpan model ini, melisensikannya untuk penggunaan komersial, menjalankannya di perangkat keras yang Anda miliki, dan membayar biaya tetap untuk beban kerja dokumen yang Anda proses secara terus-menerus, checkpoint NVIDIA adalah opsi yang nyata untuk pertama kalinya bulan ini — dengan tiga catatan khusus yang menyertainya. Tag bawaannya adalah kuantisasi 4-bit dan tidak ada evaluasi terbitan yang tersedia untuk kuantisasi tersebut. Default sampling yang disertakan adalah pengaturan teks kartu tersebut, bukan pengaturan visinya. Dan model ini baru berusia empat hari.

Coba pratinjau terlebih dahulu pada data Anda sendiri. Jika berhasil, pertanyaannya menjadi soal volume, dan volume adalah aritmetika. Jika tidak, Anda baru saja menyelamatkan diri dari sebuah klaster.

Tidak ada satu pun dari itu yang hipotetis: kegagalan AI dan insiden agen yang terdokumentasi di balik rilis seperti ini dikumpulkan dalam OrcaRouter AI Incident Archive, di mana setiap entri membawa sumbernya sendiri, tingkat keparahan, peringkat keyakinan, dan penanda status diperdebatkan.