Una card di titolo per il confronto, con intestazione "Nemotron for Science vs GPT-Rosalind", con quattro statistiche: pesi aperti con licenza OpenMDW-1.1 senza necessità di candidatura, GPT-Rosalind a 5,00 $ in input e 25,00 $ in output per milione di token subordinato a revisione per l'accesso fidato, circa 50.000 domande di chimica addestrabili di LitmusBench v0.2, e l'81% delle correzioni a GROMACS al KTH in un'unica esecuzione notturna su DGX Spark.
Guides & Insights

Nemotron for Science vs GPT-Rosalind: pesi aperti contro un accesso controllato

Autore

jinhao.song

Data di pubblicazione

Ultimi modelli · 20Vedi tutti i modelli →
Benchmark: Artificial Analysis · aggiornato ogni giorno
Torna a tutti gli articoli

Ask what each of these two costs and you get an answer that says almost nothing about the other. NVIDIA Nemotron for Science, announced at SC26 on 16 November 2026, is a downloadable package: the open Nemotron 3.5 Super VL checkpoint under OpenMDW-1.1, a roughly 50,000-question chemistry dataset called LitmusBench v0.2, and post-training recipes. Its marginal cost is whatever GPU you already own. GPT-Rosalind is a metered API behind an application: the company's life-sciences specialist, introduced 16 April 2026, opened worldwide to eligible organisations on 11 September 2026, billing at $5.00 per million input tokens and $25.00 per million output since 5 October. One is a kit. The other is a service with a vetting step in front of it. That difference decides more about which one your lab should use than any benchmark score on either side.

Entrambe le etichette dicono "science", e in entrambi i casi quella parola deve fare molto. Nessuno dei due modelli è uno scienziato generalista; ciascuno è rivolto a una specifica fetta di lavoro di ricerca, è costruito da un'azienda con uno specifico interesse commerciale in quella fetta ed è valutato da quell'azienda. Quindi questo confronto separa tre domande che vengono accorpate nel racconto del lancio: a cosa ciascun modello può effettivamente essere indirizzato, chi è autorizzato a indirizzarlo e quanto costa un esperimento su ciascuno.

Due prodotti diversi, non due versioni di uno solo

GPT-Rosalind è un modello di ragionamento ottimizzato per la biologia — molecole, proteine, geni, vie biologiche, meccanismi delle malattie — con un ecosistema documentato di plugin di oltre 50 strumenti per le scienze della vita e un storico documentato di note di ricerca che include un'esecuzione con agenti distribuiti che ha vagliato più di 700 riferimenti fino a ridurli a 11. Vi si accede tramite ChatGPT, Codex e l'API, e la via API richiede il superamento del programma di accesso fidato di OpenAI. Si tratta di un filtro sul modello stesso, non su una funzionalità. La capacità è reale; la domanda è se riuscirai a ottenerla.

{{1}}Nemotron for Science{{/1}} non è un modello nello stesso senso. Il modello al suo interno, Nemotron 3.5 Super VL, ha rilasciato i suoi pesi il 12 ottobre 2026 ed è stato annunciato da NVIDIA il 15 ottobre — cinque settimane prima di SC26. Quello che è arrivato il 16 novembre è l'apparato circostante: un set di valutazione per la chimica, ricette di post-addestramento e documentazione per collegare il modello al software scientifico CUDA-X come strumenti richiamabili. Nessuno lo vincola a un'autorizzazione. Lo cloni, dimensioni l'hardware, lo metti a punto sui tuoi dati e l'unico passo di approvazione è il tuo budget di calcolo.

Quell'asimmetria è l'intero confronto, e tutto ciò che segue ne è una conseguenza.

Il tabellone dei punteggi, dimensione per dimensione

• Modello di accesso — Nemotron for Science: pesi aperti su Hugging Face con licenza OpenMDW-1.1, uso commerciale e non commerciale, nessuna candidatura. GPT-Rosalind: revisione per l'accesso affidabile prima della prima chiamata API; accesso alla chat tramite un programma accademico separato che esclude esplicitamente le chiamate API.

• Prezzo di listino — Nemotron for Science: nessun listino prezzi del fornitore; il costo self-hosted corrisponde al vostro hardware. L'inferenza di terze parti indica Super VL a 0,20 $ per milione di token in input e 0,50 $ per milione in output, con uno sconto del 75% sulla cache e una tariffa combinata di 0,13 $. GPT-Rosalind: 5,00 $ input / 25,00 $ output per milione, 0,50 $ input in cache.

• Parametri — Nemotron 3.5 Super VL: 120B totali, 12B attivi per token, MoE ibrido Mamba-2 e Transformer con 512 esperti instradati per layer MoE. GPT-Rosalind: non divulgati.

• Contesto e modalità — Entrambi 1M token. Super VL accetta testo, immagini e video MP4 fino a due minuti e restituisce testo. GPT-Rosalind accetta input di testo e file scientifici tramite ChatGPT, Codex e l'API; non è pubblicata alcuna dichiarazione generale sull'input di immagini.

• Evidenze di dominio — Nemotron for Science: sette partner e istituzioni nominati, tra cui il 76% di recupero delle reazioni su RxnScribe presso Terray, l'81% delle configurazioni GROMACS non funzionanti riparate da un agente KTH in una singola esecuzione notturna su DGX Spark, e il 61% contro il 54% di accuratezza nella sintesi di punti quantici rispetto a GPT-6 Astra presso Lila Sciences. GPT-Rosalind: primo in BixBench, MedChemBench 27,5%, GeneBench 21,6%, LabWorkBench 63,2% e un guadagno del 4,42% in prestazioni per token su LifeSciBench. Tutti dati dichiarati dai fornitori da entrambe le parti.

• Punteggio indipendente — Nemotron 3.5 Super VL: Artificial Analysis Intelligence Index 14, 291 token al secondo, 11,85 s al primo token di risposta. GPT-Rosalind: non monitorato su quell'indice.

A two-column comparison scoreboard for Nemotron for Science and GPT-Rosalind across six dimensions: access, list price, parameters, context and modality, domain evidence, and independent score. Nemotron is open weights at 120B total and 12B active with an Artificial Analysis Intelligence Index of 14; GPT-Rosalind is trusted-access reviewed, priced at $5.00 input and $25.00 output per million with 27.5% on MedChemBench and 63.2% on LabWorkBench, and is not tracked on that index.

La chimica e la biologia non sono lo stesso benchmark

Questo è il disallineamento che una lettura specifica per specifica nasconde. Le prove pubblicate di GPT-Rosalind sono prevalentemente biologiche: intervalli di espressione proteica, ragionamento a livello genico, chimica farmaceutica, lavoro sui protocolli di laboratorio. Le prove pubblicate di Nemotron for Science sono prevalentemente chimiche e computazionali: estrazione di schemi di reazione, previsione della solubilità, destino metabolico, sintesi di quantum dot, riparazione della dinamica molecolare. Entrambe sono "scienza", e un gruppo di chimica computazionale e un gruppo di oncologia traslazionale non sono nello stesso mercato.

Dove si sovrappongono davvero è nel livello agentico, e qui le prove di NVIDIA sono insolitamente concrete. Un modello che legge un input deck GROMACS corrotto, capisce perché la topologia e il file delle coordinate non concordano e produce una correzione che il motore poi accetta sta facendo uso di strumenti in più passaggi con una ricompensa verificabile — e KTH riporta l'81% di successi sui casi di test che ha costruito. La prova comparabile di Rosalind è l'esecuzione di 32 minuti sull'ipotesi del trafficking del colesterolo di ottobre, in cui migliaia di agenti cooperanti hanno setacciato oltre 700 riferimenti fino a ridurli a 11, e i revisori in cieco hanno preferito l'output in circa tre quarti dei confronti. Entrambe sono fonti di prima parte. Entrambe descrivono un ciclo che pianifica, esegue e verifica. Nessuna delle due pubblica un tasso di completamento sotto carico di produzione, che è il numero che permetterebbe davvero di confrontarle.

Leggi le due basi di evidenze come complementari anziché in competizione. Se il tuo lavoro è biologia wet-lab, il dataset di chimica di NVIDIA ti è quasi irrilevante e le righe MedChemBench e LabWorkBench di Rosalind sono quelle da leggere. Se il tuo lavoro è chimica computazionale o simulazione molecolare, i risultati su GROMACS e quantum-dot descrivono la tua settimana lavorativa reale, e l’ottimizzazione biologica di Rosalind è la cosa per cui pagheresti un sovrapprezzo senza usarla.

Quanto costa un esperimento, calcolato

Il prezzo per token è l'unità sbagliata per entrambi questi casi, quindi ecco l'aritmetica che conta. Prendiamo un'esecuzione di post-training su Nemotron for Science: un modello da 120B in BF16 richiede 4× H100 o 2× GB200, oppure una singola DGX Spark nella build NVFP4. Una singola esecuzione notturna su una DGX Spark — la configurazione KTH — è un costo fisso e conoscibile rispetto a hardware che possiedi o noleggi a ore. Il dataset è gratuito e le ricette sono pubblicate. Puoi ripetere il ciclo cento volte e il costo marginale della novantanovesima esecuzione è identico a quello della prima.

Ora la stessa iterazione su uno specialista a consumo. Con $5,00 per l'input e $25,00 per l'output per milione di token, un singolo passaggio a contesto lungo su un ampio corpus scientifico non è una quantità trascurabile, e il costo di un tentativo fallito viene addebitato allo stesso prezzo di uno riuscito. Ecco perché l'input in cache a $0,50 conta così tanto sul fronte Rosalind: se i tuoi prompt condividono un ampio prefisso, lo sconto è del 90% e l'economia cambia completamente. Se non lo fanno, non cambia.

La conclusione onesta di quell’aritmetica non è «l’open è più economico». È che le due strutture tariffarie premiano tipi di lavoro diversi. Il fine-tuning iterativo premia i pesi aperti, perché paghi solo la potenza di calcolo e nient’altro. La valutazione a raffica di cento ipotesi contro un modello di frontiera premia un’API a consumo, perché paghi solo ciò che usi e nient’altro. La maggior parte dei gruppi di ricerca fa entrambe le cose, ed è questa la parte scomoda.

A two-column cost card titled 'What one experiment costs, worked out', comparing a self-hosted Nemotron run against a metered GPT-Rosalind call across unit of cost, cost of run ninety-nine, cost of a failed attempt, shared prompt prefix discount, hardware requirement, and the kind of work each pricing shape rewards.

Dove si colloca il livello di routing e dove no

Nessuno dei due checkpoint è nel nostro catalogo. Non offriamo Nemotron 3.5 Super VL e non offriamo GPT-Rosalind, e sarebbe strano un articolo che fingesse il contrario — la risposta pratica per il primo è scaricarlo, e per il secondo è fare domanda a OpenAI.

Quello che sta dalla nostra parte della linea è la parte di un agente scientifico che non è il modello scientifico. L'agente KTH GROMACS, la pipeline di estrazione Terray e il generatore di protocolli Lila sono tutti agenti costruiti attorno a un modello di dominio: pianificano, chiamano strumenti, leggono l'output e decidono cosa fare dopo, e il livello di pianificazione è di solito un modello generale anziché uno specialista. È quel livello in cui una singola chiave su più di 200 modelli al prezzo di listino del provider con 0% di ricarico si ripaga, e in cui il failover automatico conta — un'esecuzione agentica che richiede sei ore è un'esecuzione che non vuoi perdere alla quinta ora perché un provider a monte ha avuto un pomeriggio storto. Il DSL di routing compone quelle chiamate; lo specialista resta dove deve stare.

Quale scegliere?

Se siete un gruppo di chimica computazionale o di simulazione molecolare con capacità GPU, Nemotron for Science è quasi una scelta ovvia: licenza permissiva, una raccolta di 50.000 domande di chimica su cui potete sia valutare sia addestrare, e un ciclo di strumenti documentato che è stato dimostrato proprio sul tipo di errore che affrontate ogni settimana. L'assenza di un listino prezzi del fornitore non è un problema quando tanto avevate intenzione di eseguirlo internamente.

Se ti occupi di biologia traslazionale e hai bisogno di un modello che ragioni su proteine e meccanismi patologici, Rosalind è l'unico dei due pensato per il tuo lavoro, e la revisione per l'accesso fidato è il prezzo d'ingresso. Metti in conto i tempi della revisione nel piano del progetto e tieni presente che i posti gratuiti del programma accademico non includono l'accesso API: un gruppo universitario che vuole una pipeline ha bisogno di un proprio accordo commerciale.

E se stai costruendo l'agente e non il modello, la scelta è meno rilevante di quanto sembri. Entrambi sono invocabili da un ciclo; entrambi hanno modalità di guasto; nessuno dei due pubblica il tasso di completamento che risolverebbe la questione. La mossa sensata è costruire il ciclo in modo che il modello sottostante sia un valore di configurazione, poi misurare. È l'unico confronto che entrambi i fornitori ti hanno lasciato.

A screenshot of the Artificial Analysis model page for Nemotron 3.5 Super VL, showing the model title, the NVIDIA open-weights label with an October 2026 release date, and the performance and price analysis panel with Intelligence Index 14, 291 output tokens per second, $0.20 input and $0.50 output per million tokens, a 75% cache discount, 11.85 seconds to first token and $0.56 per task, above the site's written analysis and a technical specifications sidebar.