NV-Reason-CT vs Nemotron 3 Ultra: Satu Logo, Dua Filosofi Rilis

NVIDIA merilis dua model berbobot terbuka tahun ini dan tidak memberi tahu siapa pun tentang salah satunya. Nemotron 3 Ultra hadir di Hugging Face pada 4 Juni 2026 sebagai andalan 550B total, 55B aktif dengan laporan teknis, rezim lisensi OpenMDW-1.1, dan rilis dataset terbuka lengkap untuk pra-pelatihan serta pasca-pelatihan di belakangnya. NV-Reason-CT hadir pada 8 September 2026 sebagai spesialis CT berparameter 4,69 miliar dengan repositori, Space demo, dan pracetak arXiv dua minggu kemudian yang menyebutkan rilis itu dalam blok kutipan. Tidak ada pengumuman untuk yang kedua. Bandingkan keduanya dan Anda sebenarnya tidak membandingkan kemampuan — andalan umum 550B dan spesialis medis 4,69B tidak tumpang tindih. Anda membandingkan dua teori berbeda tentang cara merilis model, keduanya dijalankan oleh perusahaan yang sama, berselang tiga bulan.

Apa isi sebenarnya dari setiap repositori

Rilis Nemotron 3 Ultra adalah pipeline terbuka yang lengkap. Checkpoint NVFP4 di Hugging Face telah menarik 249.746 unduhan dan 338 suka; varian BF16, checkpoint dasar, dan dataset pasca-pelatihan semuanya dipublikasikan bersamanya. Model ini mendukung dua belas bahasa, hanya teks, dibangun di atas hibrida Mamba2-Transformer mixture-of-experts laten dengan prediksi multi-token, dan membawa lisensi openmdw-1.1. Artificial Analysis menempatkannya pada Intelligence Index 47,7 dalam presisi NVFP4 yang dikirimkan dan 48,2 dalam presisi penuh — tertinggi di antara model open-weights AS mana pun, menurut papan tersebut. Liputan kami sebelumnya tentang model teacher Nemotron mencatat harga penyedia median sekitar $0,60 per juta token input dan $2,60 per juta output, serta angka throughput 183 token output per detik NVIDIA dalam pengukuran pihak ketiga.

NV-Reason-CT adalah artefak yang jauh lebih kecil dan jauh lebih tertutup. Sepuluh koma enam gigabita bobot BF16, 10 KB model.py, 26 KB processor.py, templat obrolan, dan inference.py. Satu Space demo. Satu makalah. Dua ratus sepuluh unduhan hingga minggu ini. Tidak ada rilis dataset. Tidak ada laporan teknis. Tidak ada konfigurasi penyajian selain contoh volume tunggal.

Kontrasnya bukan tentang ukuran — melainkan tentang apa yang bisa dilakukan seorang insinyur hilir dengan artefak tersebut. Rilis Ultra dirancang agar orang lain dapat mereproduksi pelatihan. Rilis NV-Reason-CT dirancang agar orang lain dapat menjalankan inferensi. Itu janji yang berbeda.

Hanya satu dari mereka yang dibangun di atas stack milik NVIDIA sendiri

Berikut detail yang mengejutkan banyak orang, dan hal ini dapat diverifikasi dari frontmatter kartu model: model dasar NV-Reason-CT adalah Qwen/Qwen3.5-4B, dengan relasi fine-tune, bukan checkpoint Nemotron. NVIDIA memasangkan vision transformer Primus 3D — yang diinisialisasi dari bobot COLIPRI — ke model bahasa Qwen dan melatih pasangan tersebut secara end-to-end dengan supervised fine-tuning yang diikuti oleh Group Relative Policy Optimization.

Itu bukan kritik dan bukan skandal. Itu adalah norma industri untuk pekerjaan visi-bahasa, dan NVIDIA mengungkapkannya secara gamblang dalam metadata repositori. Namun, itu berarti asumsi tunggal yang paling wajar tentang perbandingan ini — bahwa NV-Reason-CT adalah turunan Nemotron — adalah salah. Dua model di halaman ini berbagi logo dan keluarga lisensi dan nyaris tidak ada hal lain. Tidak ada arsitektur bersama, tidak ada tokenizer bersama, tidak ada data pelatihan bersama, tidak ada jalur penyajian bersama.

Ukuran, dalam angka-angka yang menentukan di mana ia berjalan

• Parameter — NV-Reason-CT 4.69B total / 4.35B aktif di jalur CT vs Nemotron 3 Ultra 550B total / 55B aktif sparse LatentMoE • Checkpoint di disk — NV-Reason-CT ~10.6 GB BF16 vs Nemotron 3 Ultra ratusan gigabita dalam BF16, juga dipublikasikan dalam NVFP4 • Masukan — NV-Reason-CT volume CT NIfTI 3D dalam satuan Hounsfield, hanya dada atau perut, satu prefiks volume 13,824 token vs Nemotron 3 Ultra teks, hingga 1M token konteks dengan batas keluaran 65K • Konteks — NV-Reason-CT tidak berlaku dalam pengertian biasa vs Nemotron 3 Ultra 1.000.000 token • Lisensi — keduanya OpenMDW-1.1 • Perangkat keras — NV-Reason-CT Ampere / Hopper / Lovelace, diuji pada H100 dan L40S vs Nemotron 3 Ultra penyajian multi-GPU pada 55B aktif • Skor independen — NV-Reason-CT tidak ada yang dipublikasikan vs Nemotron 3 Ultra Indeks Kecerdasan AA 47.7 NVFP4 / 48.2 presisi penuh

Garis praktisnya adalah soal memori. Model 4,69B dengan encoder 3D muat di satu kartu dan sebuah kelompok riset dapat membenarkan itu. Model total 550B dengan 55B aktif membutuhkan infrastruktur penyajian yang sungguhan bahkan saat dikuantisasi. Keduanya bukan eksperimen akhir pekan, tetapi keduanya berada pada orde yang berbeda dari masalah itu.

Dua rezim evaluasi yang tidak dapat dirata-ratakan

Bukti Ultra adalah kemampuan umum: Artificial Analysis Intelligence Index di kisaran akhir empat puluhan, cakupan benchmark di seluruh tugas penalaran, pengodean, dan agentik, serta angka yang dilaporkan vendor untuk keluarga ini termasuk SWE-Bench Verified 71.9, MMLU-Pro 86.8, dan LiveCodeBench v6 89.0 — tiga angka terakhir adalah angka milik NVIDIA sendiri dan diberi label demikian.

Bukti NV-Reason-CT adalah satu tabel. Macro-F1 0,614 dan Macro-AUROC 0,871 pada tugas klasifikasi 18 label CT-RATE, pada ambang seragam tetap, menggunakan prompt Ya/Tidak langsung tanpa classification head, dibandingkan dengan VoxelFM pada 0,581/0,870, Pillar-0 pada 0,544/0,861, ClinFusion-8B pada 0,442, CT-CLIP pada 0,398/0,733, Merlin pada 0,358/0,662, dan MedGemma 1.5 pada 0,303. Angka NVIDIA lagi, di model card, tanpa reproduksi independen sejauh ini.

AA Intelligence Index sebesar 47,7 dan CT-RATE Macro-F1 sebesar 0,614 bukanlah dua pengukuran atas satu hal. Keduanya adalah pengukuran atas dua hal. Tidak ada cara yang dapat dipertahankan untuk mengatakan Ultra “lebih baik” daripada NV-Reason-CT, dan alasannya bukanlah preferensi penilaian — melainkan bahwa instrumen-instrumen tersebut sama sekali tidak tumpang tindih. Satu-satunya perbandingan yang jujur dalam pemasangan ini adalah tentang untuk apa masing-masing model memperoleh akreditasi, dalam arti literalnya, yakni bukti apa yang ada bahwa model tersebut menjalankan tugasnya.

Mengapa rilis senyap adalah pilihan yang rasional

Bayangkan Anda berada di tim pencitraan medis. Anda memiliki model CT 3D yang sudah berfungsi. Anda ingin ahli radiologi, mahasiswa kedokteran, dan peneliti menggunakannya. Apa yang Anda dapatkan dengan tampil sebagai pembicara utama?

Acara peluncuran menimbulkan ekspektasi tentang dukungan, peta jalan, dan umur panjang yang tidak dapat dipenuhi oleh tim riset. Ini mengundang evaluasi tujuan umum pada benchmark di mana model terkunci modalitas 4.69B akan tampak tidak mengesankan karena alasan yang secara struktural tidak relevan. Dan ini menempatkan model yang secara eksplisit "tidak boleh digunakan sebagai pengganti pertimbangan klinis profesional" di hadapan audiens yang tidak membaca ketentuan lisensi. Repositori, makalah, dan Space demo menjangkau tepat audiens yang membaca ketiganya, dan membiarkan artefak itu berbicara dengan kecepatannya sendiri. String versinya adalah "0.1". Kartu itu menyatakan hanya untuk riset dan pendidikan. Itu adalah rilis yang dirancang untuk dikutip, bukan dibeli.

Rilis Ultra justru sebaliknya dan sama-sama rasional — sebuah produk unggulan membutuhkan distribusi, kartu tarif, dan dukungan ekosistem, itulah sebabnya rilis tersebut disertai kumpulan data dan sebuah laporan.

Di mana router cocok, dan di mana tidak

Tidak satu pun dari model ini ada di OrcaRouter, dan saya tidak akan menyarankan sebaliknya: NV-Reason-CT adalah checkpoint 10,6 GB dengan kode model khusus yang Anda host sendiri, dan Nemotron 3 Ultra dengan 55B aktif dilayani melalui API milik NVIDIA sendiri serta beberapa platform pihak ketiga.

Apa yang dilakukan lapisan perutean untuk tim yang bekerja dengan keduanya lebih sempit dan tetap berguna. Pipeline penelitian klinis yang menggunakan NV-Reason-CT untuk volume dan model umum untuk teks di sekitarnya memerlukan tempat untuk menukar model umum itu tanpa kontrak kedua, dan satu endpoint yang kompatibel dengan OpenAI yang mencakup 200+ model dengan failover otomatis antar penyedia adalah tempat itu. Ini menjaga spesialis yang dihosting sendiri dan generalis yang dihosting tetap di bawah satu kunci alih-alih dua integrasi.

Yang bisa diambil dari pairing

Jika dibaca sebagai pesaing, kedua model itu adalah kesalahan kategori. Jika dibaca sebagai studi kasus, keduanya luar biasa jelas. Vendor yang sama, keluarga lisensi yang sama, tahun yang sama — dan dua strategi rilis yang dipilih untuk menyesuaikan dua intent hilir yang sepenuhnya berbeda. Yang satu adalah infrastruktur dengan ekosistem yang melekat. Yang lain adalah makalah dengan bobot yang dilampirkan, dirilis agar audiens kecil yang spesifik dapat menjalankannya dan mengutipnya.

Jika Anda mencari model umum dengan bobot terbuka, NV-Reason-CT bukan kandidat dan memang tidak pernah dimaksudkan sebagai kandidat. Jika Anda membaca volume CT dada dan perut secara terprogram, Nemotron 3 Ultra tidak dapat membantu Anda dan memang tidak pernah dimaksudkan untuk itu. Satu-satunya tumpang tindih nyata di antara keduanya adalah logo, dan satu-satunya pelajaran nyata adalah bahwa NVIDIA bersedia merilis secara diam-diam ketika audiensnya cukup kecil dan teknis sehingga akan menemukan repositori itu tanpa bantuan.