Nemotron 3.5 Super VL vs DeepSeek V4 Flash Vision Exp: otto punti dell'indice, e solo uno di essi è un prodotto

Sull'Artificial Analysis Intelligence Index, DeepSeek V4 Flash Vision Expsupera NVIDIA Nemotron 3.5 Super VLdi 8,35 punti — da 34,84 a 26,49, entrambi non stimati — e lo fa a un prezzo pubblicato di 0,44 $ per milione di token di input e 1,32 $ di output, mentre NVIDIA non ha pubblicato alcun prezzo. Questo è il riassunto con cui esce un lettore di schede tecniche, ed è quello sbagliato su cui basarsi. I due modelli non competono per lo stesso posto. NVIDIA Nemotron 3.5 Super VL è un modello con disponibilità generale, corredato di report tecnico, microservizio NIM, supporto enterprise e un ecosistema di post-training che include Scale AI, Salesforce e CrowdStrike. DeepSeek V4 Flash Vision Exp è, stando al suo stesso nome di file, un esperimento: il primo membro multimodale della famiglia V4, distribuito come pesi più un'implementazione di riferimento PyTorch minimale, e valutato su quel panel in una configurazione che DeepSeek non vende. Otto punti sono un divario reale. È anche un divario tra un servizio e un artefatto di ricerca, e la domanda utile non è chi vince, ma quale dei due potrà stare dentro il tuo perimetro di conformità tra sei mesi.

Cosa sia in realtà ognuno

NVIDIA Nemotron 3.5 Super VL è un modello ibrido da 120 miliardi di parametri — layer Mamba-2, mixture-of-experts con 512 esperti instradati e attenzione — con un encoder visivo C-RADIO, 12 miliardi di parametri attivi per token, fino a 1M di token di contesto e Multi-Token Prediction nativo per la decodifica speculativa senza un drafter separato. I suoi input sono testo, immagini e video; l'output è testo. La valutazione interna di NVIDIA copre OCR, ragionamento su grafici e documenti, comprensione video e attività a contesto lungo, e la licenza è OpenMDW-1.1, che consente l'uso commerciale. Include un rapporto tecnico e una ricetta di deployment pubblicata per 4×H100 o 2×GB200.

DeepSeek V4 Flash Vision Exp si basa sull'architettura DeepSeek-V4-Flash, aggiungendo moduli visivi e addestramento continuato. Il repository contiene 48 shard safetensors con licenza MIT, un tokenizer, un modulo di codifica che converte blocchi di messaggi in stile OpenAI in prompt e un'implementazione PyTorch minimale che copre l'encoder visivo, l'aligner, l'attenzione DFlash, MoE, Hyper-Connections e il percorso forward di DSpark. La configurazione mostra un MoE a 43 livelli con 256 esperti instradati, 6 esperti per token, 1.048.576 posizioni massime e una testa di previsione multi-token a tre livelli. La scheda è esplicita sul fatto che questo è il primo modello multimodale sperimentale di DeepSeek nella linea V4 e che migliora DeepSeek-V4-Flash-0731 sulle attività agente multimodali mantenendo prestazioni comparabili su quelle solo testo.

• Parametri e struttura — NVIDIA Nemotron 3.5 Super VL: 120B totali / 12B attivi, MoE ibrido con visione C-RADIO. DeepSeek V4 Flash Vision Exp: 284B totali / 13B attivi MoE, 256 esperti instradati, 6 per token.

• Indice di Intelligenza — 26,49 per Super VL, 34,84 per la configurazione DeepSeek servita. Entrambi non stimati, entrambi secondo Artificial Analysis.

• Token di output per attività di indicizzazione — 49.174 contro 69.174. Super VL completa le attività del panel con il 29% in meno di token.

• Prezzo — nessuna tariffa pubblicata da nessuna parte per Super VL; $0,44 in / $1,32 out per milione per la configurazione DeepSeek servita, secondo lo stesso pannello.

• Licenza e impegno — OpenMDW-1.1 con uso commerciale, GA e un servizio NIM per Super VL; pesi MIT e un'implementazione di riferimento, etichettata sperimentale, per DeepSeek V4 Flash Vision Exp.

• Modalità — testo, immagine e video in ingresso per Super VL secondo la scheda di NVIDIA; immagine in ingresso, testo in uscita per il modello DeepSeek, la cui stessa tabella di benchmark non presenta alcuna riga video.

Il divario di otto punti regge; il confronto dei prezzi no.

Comincia dalla parte che è davvero consolidata. Il modello di DeepSeek ottiene punteggi più alti e costa meno per token, e il margine non è rumore: 8,35 punti indice equivalgono all’incirca alla distanza tra NVIDIA Nemotron 3.5 Super VL e il 550B NVIDIA Nemotron 3 Ultra 550B A55B di NVIDIA stessa, che si attesta a 22,93. Quindi la formulazione onesta è che un rilascio multimodale sperimentale da 284B di un laboratorio cinese attualmente supera in punteggio il modello di punta open per la visione di un laboratorio americano, a circa un terzo delle dimensioni sull’asse dei parametri attivi e a una tariffa pubblicata. Se il tuo carico di lavoro è la comprensione di schermate e grafici erogata tramite un’API, questa è tutta la risposta e puoi smettere di leggere.

Il confronto crolla nel momento in cui vuoi eseguirlo tu stesso, che è la ragione per cui entrambi questi modelli esistono. La cifra 34.84 è associata alla configurazione Max servita, non a un checkpoint che puoi distribuire. Il repository Hub è un autentico rilascio di pesi sotto MIT, ma la scheda di DeepSeek stessa lo presenta come un artefatto sperimentale con un percorso di inferenza minimale — il tipo di rilascio che un laboratorio pubblica per permettere ai ricercatori di riprodurre un paper, non il tipo che supporta con un contratto enterprise. NVIDIA sta facendo l'opposto: pubblicare i pesi contemporaneamente al prodotto, con il chiamante tenuto a ospitarli. Sui benchmark che i due laboratori scelgono di pubblicare, la differenza si vede. DeepSeek enfatizza il lavoro sugli agenti multimodali — ApexBench 36.5 contro il suo stesso 26.2 per il modello solo testo, Chartography 64.3, ZeroBench a 35.0 pass@5, Agents' Last Exam 27.3. NVIDIA enfatizza le superfici documentali e video — OCRBench v2 a 68.12 in inglese, MMLongBench-Doc 62.82, CharXiv reasoning 80.82, Video-MME v2 32.85. Nessuno dei due set è comparabile all'altro, ed entrambi sono riportati dal fornitore.

Quando i numeri del fornitore non concordano tra loro

C'è un dettaglio nella tabella di NVIDIA stessa che merita un paragrafo, perché è esattamente il tipo di cosa che viene riciclata nell'aggregazione. La colonna di confronto di NVIDIA include DeepSeek-V4-Flash0731 e riporta Terminal-Bench 2.1 a 76,80 per quel modello. La scheda di DeepSeek riporta 82,7 per lo stesso modello sullo stesso benchmark, e 83,9 per DeepSeek V4 Flash Vision Exp. Tre numeri, un benchmark, due harness, e nessuna riconciliazione da nessuna delle due parti. Non è uno scandalo — impostazioni diverse di scaffolding e di sforzo di ragionamento spostano i benchmark agentici di diversi punti, e NVIDIA pubblica le sue ricette NeMo Gym proprio perché le impostazioni possano essere ispezionate. Ma significa che quando vedi un divario di otto punti nell'indice, l'indice stesso è la parte affidabile e i benchmark dei componenti non lo sono. L'indice è un singolo harness applicato a entrambi i modelli da una terza parte. Le tabelle dei benchmark sono quattro laboratori che si correggono i compiti da soli sul proprio scaffolding.

Nello stesso pannello, entrambi i modelli presentano un indice di onniscienza negativo. Super VL si attesta a meno 4,22 con un'accuratezza del 23,3% e un tasso di allucinazione del 35,8%; quella riga misura se un modello rifiuta di rispondere quando non sa, e nessuno dei due è bravo a farlo. GDPval-AA — deliverable finiti anziché risposte — assegna a Super VL 1.162,41 e alla rubrica AA-Briefcase un Elo di 998,76. Per il modello DeepSeek le stesse righe non sono popolate nella configurazione servita. Se il tuo caso d'uso è il recupero di conoscenza, nessuno dei due numeri è incoraggiante. Se è la produzione di documenti, Super VL ha l'unica riga misurata della coppia.

Eseguendo uno dei due

Il deployment è il punto in cui i percorsi si separano per sempre. NVIDIA Nemotron 3.5 Super VL serve BF16 su 4×H100 o 2×GB200 con container vLLM e SGLang con versione bloccata, aggiunge una build NVFP4 per ingombri più contenuti e documenta una pipeline video che campiona 256 frame a 2 FPS con un tasso di pruning di 0,5. DeepSeek V4 Flash Vision Exp pubblica una recipe vLLM per un singolo nodo 4×GB300 con FP8 KV cache, block size 256 e decodifica speculativa DSpark ricavata dallo stesso checkpoint, più un percorso SGLang — più leggero sul fronte commerciale, più pesante sul presupposto che tu sappia cosa stai facendo. Entrambi richiedono hardware di classe datacenter; nessuno dei due è un modello da laptop. In particolare, l'unica cosa che condividono è che un taglio del fornitore al prezzo di listino compare al costo su OrcaRouter lo stesso giorno in cui arriva, perché passiamo i prezzi dei provider a 0% di markup su oltre 200 modelli con una singola chiave, e il failover automatico ti consente di mettere un checkpoint non collaudato su una porzione di traffico mentre uno collaudato gestisce il resto. Questa è la risposta pratica quando il divario di otto punti e l'assenza del prezzo rendono la decisione davvero incerta: instrada entrambi, misura sui tuoi input, e lascia che sia il traffico a deciderlo — con l'avvertenza che oggi solo uno dei due può essere instradato. DeepSeek V4 Flash Vision Exp è già nel nostro catalogo, alla tariffa pubblicata dal suo provider anziché a una maggiorata; NVIDIA Nemotron 3.5 Super VL non c'è ancora, perché nessuno serve in modo affidabile un checkpoint vecchio di tre giorni. Questa asimmetria vale la pena dirla apertamente invece di lasciar intendere che li abbiamo entrambi.

La scelta in una riga ciascuna

Scegli NVIDIA Nemotron 3.5 Super VL quando il lavoro è fatto di documenti, grafici, pagine scansionate e video, quando la licenza deve consentire l'uso commerciale, e quando hai bisogno di un fornitore che tra un anno risponderà ancora ai ticket di assistenza sul checkpoint — accettando di rinunciare a 8,35 punti indice e di pagare per GPU invece che per token. Scegli DeepSeek V4 Flash Vision Exp quando il lavoro è la comprensione di grafici e schermate tramite API, quando $0,44 e $1,32 per milione di token sono la voce di budget, e quando l'impostazione di livello beta di una release sperimentale è accettabile — accettando che la configurazione servita non sia il checkpoint e che il checkpoint non sia supportato. I team che necessitano di entrambi i comportamenti di solito eseguono due carichi di lavoro diversi, e due carichi di lavoro diversi sono proprio ciò per cui serve un endpoint con failover.